如何绘制一张完整的健康图谱

简介:

数字健康势在必行。随着科技的进步,只要我们展开想象的翅膀,无限的商机会在等待我们。最近的数字健康投资告诉我们,瓦解旧格局的力量正在迅速崛起,一个崭新的未来正在等待我们。


随着一系列传感器的到来,我们可以跟踪大量身体健康指标,从活动、营养、心率、胆固醇水平,到血糖水平、睡眠,甚至可以检测中风,消费者科技迎来了一个健康管理的新时代。


健康应用开始被应用于健康管理,投资也蜂拥而入。这也导致大量健康应用的诞生(在app store上有5万多个健康应用,并且数量还在增长),它们作为健康顾问,帮助你保持健康,或更好的管理自己的慢性病如糖尿病、高血压、癫痫、哮喘。这些应用程序通常由应用程序接口(api)授权,该接口是一项隐藏的但又安全地将程序和数据相互连接关键技术。


我们正处于消费者驱动的健康革命之巅。但该健康革命要取得成功,我们需要新的方法: 一个超越应用程序和传感器,更好地利用api提供交互性和安全性的方法,迎接当前的挑战。


挑战:交互性和安全性



有史以来第一次,消费者自己要求改变,他们想要通过手机来方便的管理自己的健康信息。很多健康应用程序会吸引消费者,让他们很投入。但另一方面,它们可以创造更多的数据片段,将消费者健康数据分散储存在各种云端。


此外,这些应用程序不能轻易连接到电子健康记录(EHRs),即使在消费者同意的情况下,也无法轻易提取想要的信息。这不但将导致冗余记录副本的创建,也会为消费者带来下载很多应用的不便和困惑。


上述应用失去的机会就是无法了解一个人的完全健康图像 - 全部健康信息的综合。


下一波的数字化应用需要解决这一问题,通过一种有意义的方式连接数据片段,让消费者能真正利用这些信息来帮助管理自己的健康。


连接不同的信息是一个艰巨的任务。核心挑战是数据透明性的概念 - 数据在应用程序的云仓储中,在付费者、提供者、医疗手术和药品体系之间的自由流动。


我们可以据哥类似的例子。在你开始通过mint.com管理你的财务之后,你就很难再回到以前了。Mint为你提供了金融信息的一站式服务,成为连接你与储存你大量数据的金融机构的智能连接器。数据是安全的,流动的,可转化的。


医疗保健同金融行业类似,也是多种多样的。我们信息来源于多个提供者(专科医生、初级保健医生、内分泌学家、足病医师、放射科医生、整形医生、急诊医生、正畸医生等),服务提供者(制药、实验室等)和系统(保险公司、雇主等)。


如果mint.com为我们更了解我们的财务状况提供了便利,我们能不能让我们的健康变得一样便捷? 但是,数据流动性需要两个条件: 数据交互性和安全性。


个人财务管理的一个关键属性是数据交互性的概念。诸如自动取款机跨行交易,没有消费者担心潜在的数据交换带来的问题。医疗机构需要语法和语义的交互性,以方便消费者数据的跨机构流动。


来自健康IT交互性的权威机构HL7的最近关于阿尔戈计划(Project Argonaut)的声明,为医疗标准竞技场带来了一丝新鲜空气。受互联网的经过验证的技术的鼓舞,阿尔戈项目的目标是用一个更精简、网络友好的版本取代沉重、复杂的卫生交互性标准。作为一个消费者,我很高兴医疗终于开始从银行、金融、零售行业学习经验,该经验整合数据,为消费者提供了一个全面的视图。



Project Argonaut交互数据示例(更多该计划的信息,参考 https://hl7-fhir.github.io

阿尔戈项目也将加快其发展,并采用HL7的快速医疗交互性资源(FHIR)(用于交换电子健康记录的API)。这些轻量级api将作为一种有效机制,来进行身份验证和实现安全管理流程和跨界数据集成。


信息专员办公室(ICO)最近的报告表明,2014年4 - 6月的英国医疗网络信息泄露较前一年同期相比增加了101%。这个增长与其它部门相比是最高的,紧随其后的是是当地政府和教育机构。财务数据泄露是有成本的,但是医疗数据泄露却可以产生更大的影响。健康数据是持久的。当信息泄露发生后,患者的保密疾病信息,如艾滋病毒状况、心理健康会给客户带来不可挽回的长期影响。


API 将带来一个安全、交互性的数字健康生态系统


我们正处于消费者驱动的健康革命之巅。全部健康计划要取得成功,我们需要新的方法 - 一个超越了应用程序和传感器的方法。


新方法需要同时保证数据的流动性和安全性。这就需要一个确保安全性、可审核性、身份验证的解决方案,以确保客户信息通过网络交互流动,让大小不等的组织加入进来。没有这些功能,数据的流动性仍将是白日梦,它只会将数据锁定在各自的应用和电子病历中的数据仓库中,无法防止某些错误的发生以及改善医疗服务的效果,或降低服务的成本。


这就是API - 无处不在的强大的数码连接器,它是解锁数字生态系统未来的钥匙。API允许公司跨数以百万计的设备和数码触摸终端安全地共享、处理和计算数据。


API建立在一个安全的平台,该平台可以沟通健康数据仓储并实现信息的安全流动。他们是连接数据共享的健康生态系统的核心,它允许数据在广泛的利益相关者之间的自由流动。API甚至可以验证和管理消费者的授权。


API可以帮助我们实现自我健康管理,并帮助那些我们爱的人,给他们提供更令人满意的医疗保健。这是通过传感器和单独的应用程序不可能做到的。这些在安全环境下运行的API是消费者友好的因特网快速出现的关键。


原文发布时间为:2015-04-23

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
10月前
|
缓存 安全 API
API 接口开发与合理利用:构建高效、安全、可维护的数字桥梁
本文全面解析API接口的设计、优化与安全维护。API作为系统间交互的标准化契约,核心价值在于解耦系统、提升复用性和构建开放生态。设计时需遵循六大原则:明确输入输出、关注单一职责、实现自我表达、确保功能无重叠、保障幂等性及合理版本化。性能优化从批量处理、异步调用、并行执行等方面入手,同时结合缓存、池化技术和SQL优化提升效率。安全性涵盖加密传输、加签验签、Token认证、防重放攻击及限流熔断等十大要点。最后,通过文档自动生成、日志体系和版本管理确保接口可持续迭代。优秀的API应以契约优先、演进思维和防御心态为核心,成为系统的数字资产,支持内外部高效协作与生态建设。
|
机器学习/深度学习 人工智能 TensorFlow
利用深度学习实现图像风格迁移
【8月更文挑战第73天】本文通过深入浅出的方式,介绍了一种使用深度学习技术进行图像风格迁移的方法。我们将探讨如何将一张普通照片转化为具有著名画作风格的艺术作品。文章不仅解释了背后的技术原理,还提供了一个实际的代码示例,帮助读者理解如何实现这一过程。
|
人工智能 计算机视觉 开发者
SmartEraser:中科大推出图像对象移除技术,轻松移除照片中的不想要元素,保留完美瞬间
SmartEraser 是由中科大与微软亚洲研究院联合开发的图像编辑技术,能够精准移除图像中的指定对象,同时保留周围环境的细节和结构,适用于复杂场景的图像处理。
394 8
SmartEraser:中科大推出图像对象移除技术,轻松移除照片中的不想要元素,保留完美瞬间
|
弹性计算 运维 监控
EMR管控平台全面升级:智能化助力客户实现在离线混部和降本增效
本次介绍EMR开源大数据平台2.0的最新特性,基于微服务架构,提供更稳定高效的服务。平台升级主要体现在智能化和Serverless两个方面。智能化功能利用大语言模型提升运维效率,推出一键诊断和根因分析,缩短问题定位时间。全托管弹性伸缩根据业务动态自动调整资源,提高资源利用率。即将推出的EMR on ACS产品形态支持离在线业务混部,进一步优化资源使用,帮助用户实现降本增效。
|
数据采集 人工智能 自然语言处理
关于大模型语料的迷思
随着大模型发展的不断深入,我们越来越关注到语料质量对模型能力的影响,语料中的偏差和主观性会导致生成内容不准确或带有偏见。智能引擎事业部是阿里内部深耕多年的AI工程团队,为内部业务提供了完整的大模型工程体系,持续关注大模型训推性能、成本、研发范式等关键问题。本文将基于我们的思考,探讨大模型语料的复杂性及其背后的思维过程。
|
前端开发 JavaScript 应用服务中间件
Nginx 支持 JavaScript:前所未有的扩展
Nginx 是全球领先的高性能 Web 服务器,以其高效的反向代理和负载均衡功能著称。近期,Nginx 正式支持 JavaScript(通过 NJS 模块),基于 V8 引擎,允许在配置中嵌入 JS 代码,极大提升了灵活性和扩展性。开发者可以使用 JavaScript 实现动态请求处理、自定义认证、复杂响应处理、中间件编写及流量控制等功能,显著降低开发和维护难度,同时保持高性能。NJS 模块的引入为 Nginx 带来了前所未有的扩展能力,适应快速变化的业务需求。
398 0
阿里云app备案服务号在哪看
【10月更文挑战第11天】阿里云app备案服务号在哪看
644 1
|
XML 存储 关系型数据库
【Activiti7】什么是工作流?
【Activiti7】什么是工作流?
268 0
|
存储 缓存 数据处理
深度解析:Hologres分布式存储引擎设计原理及其优化策略
【10月更文挑战第9天】在大数据时代,数据的规模和复杂性不断增加,这对数据库系统提出了更高的要求。传统的单机数据库难以应对海量数据处理的需求,而分布式数据库通过水平扩展提供了更好的解决方案。阿里云推出的Hologres是一个实时交互式分析服务,它结合了OLAP(在线分析处理)与OLTP(在线事务处理)的优势,能够在大规模数据集上提供低延迟的数据查询能力。本文将深入探讨Hologres分布式存储引擎的设计原理,并介绍一些关键的优化策略。
779 0
|
Kotlin
Kotlin | 关于协程异常处理,你想知道的都在这里(下)
关于协程的异常处理,一直以来都不是一个简单问题。因为涉及到了很多方面,包括 异常的传递 ,结构化并发下的异常处理 ,异常的传播方式 ,不同的Job 等,所以常常让很多(特别是刚使用协程的,也不乏老手)同学摸不着头脑。
772 0
Kotlin | 关于协程异常处理,你想知道的都在这里(下)