数字健康开发者可以从工业物联网中学到的三件事

云栖号： https://www.aliyun.com/#module-yedOfott8 第一手的上云资讯，不同行业精选的上云企业案例库，基于众多成功案例萃取而成的最佳实践，助力您上云决策！

这是我与多个行业的开发人员和产品经理合作之后，对物联网解决方案开发优秀实践的系列文章中的第二篇。

在“工业物联网可以向数字健康和医疗物联网学习的3个实践”一文中，我分享了一些关于工业物联网 (IIoT) 开发人员可以向他们的医疗同行--数字健康或医疗物联网(IoMT)开发人员学习的想法。我们看到了“患者至上/用户至上”的重点是如何让数字健康应用程序在采用和实现结果方面有更大的帮助。现在，我们将从另一个角度来看待它，并了解IIoT实践将如何帮助数字健康领域的开发人员。

我的职业生涯始于Honeywell，上世纪90年代中期，我曾将可无线连接的人体穿戴系统的原型应用于炼油厂的操作员。像许多来自工业自动化和控制(IAC)领域的人一样，我可以很确定地说，我已经在IIoT方面工作了20多年了。

毫不奇怪，我与数字健康开发人员分享的经验就来自于物联网技术在工业应用方面的长期经验。在此背景下，让我们来看一下医疗领域的开发人员和产品经理可以向工业领域的开发人员和产品经理学习的三种方式。

将自动化应用于一切

类似的，如同数字健康开发人员非常关注患者一样，IIoT开发人员往往非常注重运营。两种观念主导了它们的世界--正常运行的时间和成本的降低--而自动化长期以来一直就是这两种问题的解决方案。自动化有多种形式--获取、聚合、分析--但是对于IIoT开发人员来说，自动化就是从数据中获取操作。他们通过部署传感器来实现自动化和提高数据聚合的完整性。

IIoT的一位同事过去常说：“去找写字板吧。当你看到有人拿着写字板的时候，这就是物联网的机能够了。”网关能够使传感器的聚合自动化，网络也能够使数据的移动、存储、分析和表示实现自动化。

现在，来自数据的操作都将归结于将结构化的数据放入到云中。信息和控制的集中化长期以来一直都是工业运营商的主导架构。上世纪90年代初，当我参观炼油厂时，我们总是会停在主控室--它是以控制为基本功能的炼油厂的操作中心。

但是今天的工业自动化和控制是关于NOC的--即网络操作中心--因为网络提供的数据是操作中最重要的部分。工业NOC公司已经不需要去现场了。它们跨越了运营的所有站点，并能够维护整个企业的数据自动获取、聚合和分布。

我还没有看到或讨论关于一家医疗保健公司的NOC。我相信有些人已经做到了这一点，但大多数数字健康的讨论仍然只是在个别病人或诊所层面。这是恰当的，因为患者是结果的关键，而对于工业开发人员来说，当他们专注于一台机器或一个流程站点时，情况也是如此。

个人层面的成功必须扩展到企业层面，这将是数据自动化和网络管理的结果。为了达到节约成本的目标，数字健康IT组织必须扩展其内部电子健康记录(EHR)的重点，以包括并实现来自外部可穿戴传感器网络的自动化数据浪潮。

使用数字双胞胎和预测机来帮助运营拥抱数据

正常运行时间是自动化的最大受益者。当然，与正常运行时间相反的则是停机时间，而在自动化系统中，停机时间通常来自于故障的发生。今天，工业开发人员可以使用两个关键的基于数据的工具--数字双胞胎和预测机来解决停机问题。

数字双胞胎是一个设备或流程的数学模型。形式化方法是20世纪90年代Honeywell系统工程师所使用的名称--而“数字化”一词当时只被工程师使用，不包括营销人员。数字双胞胎，当伴随着来自主题资产的正确传感器的数据时，将允许操作员更好地理解并在更加高级的情况下预测机器的状态，例如，机器的健康。通过使用正确的数学或CAD(计算机辅助设计)模型，软件可以在设备需要维护或执行不符合规格时自动生成警报。数据指导着行动。

当一个基于数字双胞胎的状态机和组合概率相结合时，系统设计者现在就有了一个预测机，可以预测机器的未来。预测机器可以是先验的，基于算法的，或者是通过观察传感器数据和机器的操作结果来实现的自动化和智能化。IIoT开发人员长期专注于数据的自动化和消除停机时间以降低成本，这使他们成为了数字双胞胎和预测机的早期积极采用者。

数字健康开发人员不应该忽视这些实践，因为“患者的健康与设备的健康非常不同。”诚然，病人的情况可能要复杂得多，但数字双胞胎并不需要成为这个主题的一个无所不包的模型。

既要考虑对慢性阻塞性肺病(COPD)患者的体重、心率和呼吸频率随时间变化的简单测量值。也要考虑了解糖尿病患者的身体和饮食活动的价值，并结合血糖仪读数。患者模型不太可能是先验的，而是可以从统计的、多参数的数据集中推导出来。

医疗设备开发商或许对这类分析方法非常熟悉，但是与苹果手表等多传感器可穿戴设备的患者每天数十亿的读数相比，临床试验的数据将是微不足道的。数字健康开发人员和临床医生将不得不求助于大量的患者生成的健康数据(PGHD)数据湖，以经验主义的方式创建患者及其行为的模型。

另外，病人活动传感器也使医疗保健中的预测机器变得更加有趣了。预测可以类似于工业机器，基于物理测量的方式对病人状态进行基于概率的预测。但是，如果一个数据驱动的系统可以预测病人的行为，那么它也就可以通过动机和触发器来影响病人的行为，帮助病人避免不良行为，从而获得更好的结果。这可能是一种新型的预防保健--在疾病出现之前就采取行动。

这两种数据工具都能够改善结果，并激励护理人员和患者进一步获取和使用数据，尤其是PGHD，因为它已成为了推动数字卫生平台的主要数据类型。数字双胞胎在数字健康中的使用将推动其在工业领域的指数级采用。

改造是一件需要严肃对待的事

“对物联网技术进行改造，尤其适用于涉及昂贵的、生命周期长的物品的服务，包括工厂、汽车、卡车和工业机械。这些技术将在未来技术世代的很长一段时间内投入使用，但使用支持IOT的硬件来取代它们的经济理由并不存在。”--George Malim

在首席财务官的办公室，投资100万美元在一台每年只能卖出1500台的设备上安装新的数字服务通常是不可能的。但大多数工业设备的寿命将持续10年，有些甚至长达30年。当这些耐用设备制造商中的一家考虑在已安装的基础设备上改造数字服务时，其回报可以来自于未来5年内的5000台设备服务以及未来12个月内的50000个新合同--投资回报率将提高50倍，而相关的新服务收入则有更高的利润率。Timothy Chou用CFO的术语描述了物联网数字服务改造的机会--“我们将如何来实现收入翻番，利润翻两番的目标?”

根据定义，慢性护理指的是诊断后提供的护理。当医疗系统考虑一个新的数字健康疗法或提议时，他们必须立即查看他们的EHR系统，并询问“我们已经有多少患者正处于这种情况下?”在医疗领域进行改造可能比在工业领域更容易，因为病人已经得到了护理。医疗服务提供者可以通过与支付者、医疗保险提供者共享这一提议来扩展其改造市场的计划，这些支付者将拥有来自多个系统的患者，所有这些患者都可以通过远程连接的监控治疗来进行访问。

管理中的设备，是衡量工业数字服务的关键指标，而现在它变成了管理中的患者。有趣的是，医疗保险和医疗补助服务中心非常了解慢性病患者持续服务的价值，并发布了新的远程患者监控代码，以帮助医疗服务提供者转向这种模式，使得患者、医疗服务提供者和企业各方都能获益。

虽然这两个组织可能认为他们没有太多的共同点，但IIoT和数字健康开发人员必须一起处理相同的创新基础才能成功地使用这项新技术。事实上，消费电子展(CES)是我所见过的唯一一个它们会同时参加的贸易展，它可能是物联网技术的最佳展示案例。但“可行的”技术只是利用设计思维进行创新的一部分。令我感兴趣的是，数字健康团队通常非常关注用户，强调“人性化”，而IIoT团队往往关注的是生产力和效率，即“可行性”。

如果他们能够齐心协力，就能找到创新的最佳位置。

原文发布时间：2019-12-12

本文作者：Scott Nelson

本文来自云栖社区合作伙伴“

企业网D1Net

”，了解相关信息可以关注“

”