通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

医疗技术服务和 Azure 机器学习服务

重要

医疗技术服务的弃用已于 2025 年 5 月 3 日启动。 如果使用 MedTech 服务不再是优先级，请取消预配实例，可在 此处找到该实例。 以下区域中的活动实例的支持将于 2028 年 5 月 3 日结束：美国西部 2、英国南部、西欧、美国东部、澳大利亚东部、美国东部 2、印度中部、北欧。 可在 此处找到 MedTech 服务的开放源代码版本。

本文介绍如何使用医疗技术服务和 Azure 机器学习服务。

医疗技术服务和 Azure 机器学习服务参考体系结构

医疗技术服务使 IoT 设备能够与 FHIR® 服务无缝集成。 此参考体系结构旨在加速采用物联网 (IoT) 项目。 此解决方案使用 Azure Databricks 进行机器学习 (ML) 计算。 但是，使用 Kubernetes 或合作伙伴 ML 解决方案的 Azure 机器学习服务可以适应机器学习评分环境。

四行颜色显示数据旅程的不同部分。

  • 蓝色 = 将 IoT 数据转换为 FHIR 服务。
  • 绿色 = 用于评分 IoT 数据的数据路径
  • 红色 = 传递数据以告知临床医生患者风险的关键路径。 热路径的目标是尽可能接近实时。
  • 橙色 = 数据的暖路径。 仍在支持临床医生进行患者护理。 数据请求通常由手动操作或定时刷新计划触发。

医疗技术服务和机器学习服务参考体系结构的屏幕截图。

数据引入：步骤 1 - 5

  1. 从 IoT 设备或通过设备网关发送到 Azure IoT 中心/Azure IoT Edge 的数据。
  2. 从 Azure IoT Edge 发送到 Azure IoT 中心的数据。
  3. 发送到安全存储环境进行设备管理的原始 IoT 设备数据的副本。
  4. IoT 有效负载从 Azure IoT 中心迁移到医疗技术服务。 医疗技术服务图标表示多个 Azure 服务。
  5. 编号五的三个部分：
    1. 医疗技术服务从 FHIR 服务请求患者资源。
    2. FHIR 服务将患者资源发送回医疗技术服务。
    3. IoT 患者观察记录在 FHIR 服务中。

机器学习和 AI 数据路由：步骤 6 - 11

  1. 发送到 Azure 函数（ML 输入）的规范化未分组数据流。
  2. Azure 函数（ML 输入）请求患者资源与 IoT 有效负载合并。
  3. IoT 有效负载将发送到事件中心，以便分发到机器学习计算和存储。
  4. IoT 有效负载将发送到 Azure Data Lake Storage Gen 2，以便在较长时间时段内进行评分观察。
  5. IoT 有效负载将发送到 Azure Databricks，用于窗口化、数据拟合和数据评分。
  6. Azure Databricks 根据需要从数据湖请求更多患者数据。
    1. Azure Databricks 还会将评分数据的副本发送到数据湖。

通知和护理协调：步骤 12 - 18

热路径

  1. Azure Databricks 向 Azure 函数（ML 输出）发送有效负载。
  2. RiskAssessment 和/或 Flag 资源已提交到 FHIR 服务。
    1. 对于每个观察窗口，RiskAssessment 资源将提交到 FHIR 服务。
    2. 对于 RiskAssessment 超出可接受范围的观察时段，还应将 Flag 资源提交到 FHIR 服务。
  3. 发送到数据存储库以便路由到适当护理团队的评分数据。 Azure SQL Server 是此设计中使用的数据存储库，因为它与 Power BI 的本机交互。
  4. Power BI 仪表板在 15 分钟内更新了与 RiskAssessment 输出相关的信息。

暖路径

  1. Power BI 按数据刷新计划刷新仪表板。 通常，刷新间隔超过 15 分钟。
  2. 使用当前数据填充 Care Team 应用。
  3. 通过 Microsoft Teams for Healthcare Patient 应用进行护理协调。

后续步骤

什么是医疗技术服务？

了解医疗技术服务设备数据处理阶段

为医疗技术服务选择部署方法

注释

FHIR® 是 HL7 的注册商标，经 HL7 许可使用。

  • Last updated on