Het internet der dingen (IoT) groeit snel en de hoeveelheid data die wordt gegenereerd door verbonden apparaten groeit elke dag exponentieel. Hoewel het misschien onmogelijk is om te begrijpen hoeveel gegevens er worden gecreëerd door 's werelds smartphones, sensoren en andere elektronica, als je werk kunstmatige intelligentie omvat, is het niet moeilijk om de kansen aan de horizon te zien.
De groeiende prevalentie van edge-apparaten - in wezen elk apparaat dat een directe verbinding met internet heeft - samen met de relatief recente opkomst van 5G-netwerken heeft nieuwe use-cases voor AI gecreëerd die hele industrieën zouden kunnen transformeren. Met name zorgorganisaties kunnen op verschillende spannende manieren profiteren van deze trendconvergentie. Voordat we enkele van de manieren onderzoeken waarop deze technologieën de gezondheidszorg kunnen beïnvloeden, laten we het hebben over waarom recente ontwikkelingen zo aantrekkelijk zijn voor AI-ontwikkelaars.
Wat is AI aan de rand?
Edge computing is de praktijk van het plaatsen van servers in de buurt van waar gegevens worden gecreëerd. Door gegevens vast te leggen, op te slaan en te analyseren in de buurt van het IoT-apparaat dat ze maakt (in plaats van ze naar de centrale cloud te sturen), kunnen bedrijven gegevens sneller verwerken met minder bandbreedte. Hierdoor werken hun applicaties niet alleen sneller, maar kunnen ze ook de kosten voor het verwerken van gegevens voor veel applicaties die tegelijkertijd worden gebruikt, verlagen.
De potentiële tijd- en kostenbesparingen zijn moeilijk te negeren, en Gartner voorspelt dat ongeveer: 75% van de gegevens gegenereerd door ondernemingen zal tegen 2025 aan de rand worden verwerkt. AI heeft het potentieel om intelligent edge computing mogelijk te maken, door de verdeling van verwerkingskracht tussen edge-apparaten en cloudbronnen te automatiseren als dat nodig is.
Vooral intrigerend is het idee om AI-modellen aan de rand te trainen - daar worden tenslotte de gegevens gecreëerd die ze nodig hebben. Helaas zijn de voorwaarden die nodig zijn om geavanceerde machine learning-algoritmen voldoende te trainen voorlopig alleen te vinden in gecentraliseerde magazijnen. Een handvol bedrijven werkt echter aan dit probleem, en recente doorbraken door IBM suggereren dat modeltraining aan de rand binnenkort binnen bereik zou kunnen komen.
Naarmate het IoT de investeringen in edge computing en AI blijft stimuleren, zullen er nieuwe mogelijkheden ontstaan. Zo zou de toekomst van AI in de zorg eruit kunnen zien:
Verbeterde beveiliging en privacy.
Complexe privacyregelgeving vormt een formidabele barrière voor productteams die innovatie naar de gezondheidszorg willen brengen. Organisaties in de gezondheidszorg kunnen geen nieuwe technologieën toepassen tenzij ze voldoen aan HIPAA en andere brancherichtlijnen, en nieuwe wetgeving inzake gegevensprivacy zoals de Europese AVG en de CCPA in Californië dragen bij aan de complexiteit. Gegevens aan de rand blijven echter bij de gebruiker omdat ze lokaal worden verwerkt in plaats van in de cloud. De enorme last van compliance wordt aanzienlijk lichter als IoT-toepassingen kunnen functioneren zonder dat al die gevoelige patiëntgegevens hoeven te worden verzameld en opgeslagen.
Verminderde latentie.
Als het gaat om veel toepassingen in de gezondheidszorg, moet de latentie absoluut minimaal zijn. Neem bijvoorbeeld de sensoren die draagbare hartmonitoren van stroom voorzien of aangesloten ziekenhuispolsbandjes. Deze apparaten verzamelen patiëntgegevens en verzenden deze naar de cloud, zodat zorgverleners de gezondheid van de patiënt op afstand kunnen volgen. Een vertraging in de gegevensverwerking zou kunnen voorkomen dat ze een plotselinge verandering in de hartslag of bloeddruk van een patiënt op tijd detecteren om te reageren op een levensbedreigende noodsituatie. Naarmate de vraag van consumenten naar gezondheidsgerelateerde wearables groeit, zal ook de behoefte aan realtime gegevensverwerking toenemen.
Robot verzorgers.
Nee, machines zullen uw huisarts niet snel vervangen. Maar nieuwe ontwikkelingen in robotica en AI hebben Industrie 4.0 ingeluid, en fysieke IoT-apparaten zoals AI-aangedreven stemassistenten zullen ongetwijfeld een grotere rol gaan spelen in de toekomstige patiëntervaringen. In plaats van menselijke gezondheidswerkers te vervangen, zullen deze apparaten artsen, verpleegkundigen en administratief personeel helpen om patiëntgegevens beter te gebruiken, wat leidt tot meer en betere tijd met patiënten (in persoon of via telegeneeskunde).
In de zorg en andere sectoren worden organisaties zich steeds meer bewust van de beperkingen van de cloud. Verwacht alleen niet dat het zal verdwijnen. Cloudgebaseerde oplossingen zullen de markt voor gezondheidszorgtechnologieën blijven domineren vanwege hun superieure schaalbaarheid en ontwikkelingsgemak in vergelijking met IoT-apparaten. Naarmate het IoT volwassener wordt, zullen AI-aangedreven apparaten echter een steeds grotere rol spelen om ons gezond te houden.
Bij Shaip zijn we verheugd om bedrijven te helpen de kansen te grijpen die deze convergerende trends bieden. Daarom bieden we een aantal diensten aan specifiek voor teams die AI in IoT-apparaten inbouwen. Ons personeel bestaat uit professionals met diepgaande expertise in de ontwikkeling van IoT-gestuurde oplossingen, en onze mensen staan centraal in ons aanbod. Daarnaast geven we IoT-productteams toegang tot meer dan 7,000 getrainde medewerkers die de gegevens kunnen leveren die je nodig hebt om schaalbare IoT-oplossingen aan de rand te ontwikkelen.
Kijk voor meer informatie over ons aanbod op onze website of neem contact met ons op.
