Nowe paradygmaty przetwarzania danych w sieciach inteligencji otoczenia dużej skali

Transkrypt

1 Zakład Zaawansowanych Technik Informacyjnych (Z-6) Nowe paradygmaty przetwarzania danych w sieciach inteligencji otoczenia dużej skali Monitorowanie osób starszych i projekt EDFAS Praca nr Warszawa, grudzień 2008

2 Tytuł pracy: Nowe paradygmaty przetwarzania danych w sieciach inteligencji otoczenia dużej skali. Monitorowanie osób starszych i projekt EDFAS Praca nr Słowa kluczowe: inteligencja otoczenia, monitoring, sensory, projekt EDFAS, telemedycyna Kierownik pracy: mgr inż. Paweł Białoń Wykonawcy pracy: mgr inż. Paweł Białoń, mgr Edward Klimasara Kierownik Zakładu: dr inż. Janusz Granat Copyright by Instytut Łączności, Warszawa

3 SPIS TREŚCI 1. Wstęp Przegląd systemów monitorowania osób starszych Ogólna koncepcja systemu monitorowania Standardy Projekt Smart Medical Home System AlarmNet System Personal Care Connect firmy IBM System LG Projekt EDFAS Problem skali Podsumowanie i wnioski końcowe Bibliografia

4 1. Wstęp Od dłuższego czasu obserwuje się na całym świecie coraz większe zainteresowanie systemami informatycznymi wspierającymi medycynę. Mówi się wręcz o telemedycynie, czyli zdalnym świadczeniu usług medycznych za pośrednictwem sieci transmisji danych z wykorzystaniem specjalistycznych komputerowych aplikacji. Problematyka ta jest również w centrum uwagi Unii Europejskiej. Co więcej odnajduje ona odzwierciedlenie w priorytetach programów badawczych. Przykładem mogą być tutaj kolejne Programy Ramowe 5,6,7 (gdzie duży nacisk został w nich położy na systemy wykorzystujące sensory biomedyczne) czy Program eten (ang. Trans-European Telecommunication Network), gdzie jednym z obszarów wykorzystania była medycyna. Generalnie zastosowania systemów informatycznych w telemedycynie można podzielić na: 1. Systemy, które wspomagają lekarza podczas diagnozowania i leczenia, 2. Systemy umożliwiające zdalną opiekę nad pacjentami, 3. Zabiegi, operacje medyczne z wykorzystaniem w czasie rzeczywistym zdalnej pomocy specjalistów, 4. Wspieranie badań nad nowymi chorobami, 5. Prewencja przed niezdrowym trybem życia. W pierwszej grupie mieszczą się takie systemy jak: NOESSIS HealthAgents DeSSOS Dwa pierwsze rozwiązania mają na celu zbudowanie systemów umożliwiających wspomagania decyzji w leczeniu chorób serca, naczyń i guzów mózgu. Z kolei celem trzeciego było stworzenie bazy wiedzy o odrzuconych przeszczepach. Powyższa baza jest bardzo pomocna przy planowaniu nowych zabiegów i zwiększa skuteczność powyższych technik medycznych. Grupa druga: Do tej grupy można zaliczyć takie projekty jak: CARE-PATHS [4], MOBIHEALTH [3], HEARTFAID [2], INTERPID, AUBADE [5], IBM Personal Care Connect [13], AlarmNet [12]. Generalnie powyższe systemu mają na celu badanie, prognozowanie i leczenie osób starszych z chorobami serca. Należy w tym miejscu nadmienić, że w Polsce od kilku lat dostępne są systemy umożliwiające wykonanie EKG przez telefon. Do nich można zaliczyć: MONTE, Kardiofon, Kardiotel, Tele-Kardio-Med, rozwiązania Instytutu Kardiologii w Aninie 4

5 i inne. Są one dostępne w wybranych miejscach takich jak duże miasta: np. Warszawa, Gdańsk, Katowice, Poznań. Należy nadmienić, że prace o podobnym charakterze są prowadzone między innymi w USA, Japonii, Australii, Chinach, Niemczech i dotyczą różnych obszarów zastosowań. Przykładem może być zdalne monitorowanie w domu pacjentów chorych na raka realizowane przez szpital Jana Pawła II w Krakowie. Bardzo zaawansowane technologicznie badania są przeprowadzane w USA i Japonii, gdzie opieka na starszymi ludźmi związana jest z tzw. inteligentnymi domami. Wymagane funkcjonalności budynków dla potrzeb chorych osób są już uwzględniane na etapie ich projektowania. Jednak są to rozwiązania bardzo drogie dedykowane dla ludzi zamożnych. Grupę trzecią reprezentują projekty: PALLIANET [7], DICOEMS. Związane są one z ratownictwem medycznym. Muszą działać bezawaryjnie w czasie rzeczywistym często z wykorzystaniem przekazów multimedialnych, których celem jest wsparcie wiedzą personelu medycznego dokonującego np. skomplikowanych operacji. Grupa czwarta. Przykłady projektów: ALLADIN, ACGT. Dotyczą one przede wszystkim osób po udarze mózgu i wpierają proces neurorehabilitacji (ALLADIN) i proces leczenia chorób nowotworowych (ACGT). Zasadniczy cel prac to zautomatyzowanie procesu tworzenia hipotez medycznych, ograniczenie ryzyka błędnych decyzji, wymiana wiedzy pomiędzy środowiskami badawczymi. Grupę piątą reprezentują systemy: PIPS, WEIGHINFO [9], HEALTH PLUS [6], SALUT [8]. Celem powyższych rozwiązań było stworzenie przewodników elektronicznych jak leczyć pewne choroby. Udostępniane są one w wielu językach. Zawierają między innymi wiedzę dotyczącą zwalczania otyłości czy też prowadzenia zdrowego trybu życia. Każde z rozwiązań wymienionych powyżej ma inne szczegółowe wymagania na pasmo transmisji, jego jakość i bezpieczeństwo przesyłanych danych. Oczywiście oprócz systemów wspierających telemedycynę istnieje szereg rozwiązań IT wykorzystywanych przez ośrodki medyczne w innych obszarach. Są to systemy zarządzania placówkami medycznymi, umożliwiające identyfikację obiektów, wspomagające prace pogotowia ratunkowego i wiele innych. 2. Przegląd systemów monitorowania osób starszych Projekty dotyczące zdalnego monitorowania osób starszych są realizowane zarówno przez firmy komercyjne jak i ośrodki naukowo-badawcze na całym świecie. Należy zauważyć, że 5

6 rozwiązania komercyjne przykładowo takich firm jak: Health Hero Network, American Telecare czy też AMD Telemedicine są zamknięte, ponieważ pracującą tylko z wybranymi sensorami, hubami. Również wykorzystywane w nich aplikacje też są ściśle związane ze sprzętem. Natomiast projekty realizowane przez różne ośrodki naukowo-badawcze na ogół zastosowały w swoich systemach rozwiązania otwarte. Przykłady systemów umożliwiających zdalną opiekę nad osobami chorymi przedstawiono poniżej. Są to między innymi następujące rozwiązania. Smart Medical Home [11], AlarmNet [12], IBM Personal Care Connect [13], System LG1 Intelligent Medical Vigilance [14] Ogólna koncepcja systemu monitorowania Coraz częściej wykorzystuje się w medycynie komputery i sensory do monitorowania pacjentów. Mówi się o środowisku BAN (ang. Body Area Network) [1]. Telemedycyna wykorzystuje sieci takie jak: publiczna sieć telefoniczna, GSM (ang. Global System for Mobile Communications), Internet do zdalnych konsultacji przede wszystkim dotyczących chorób serca. Często też wideokonferencje w pewnym stopniu zastępują tradycyjne wizyty u lekarza. Jednak osoby z przewlekłymi chorobami wymagają stałego monitorowania, do czego konieczny jest stosowny system komputerowy i odpowiednie procedury postępowania. Architektura typowego system zdalnego monitoringu składa się z trzech poziomów (Rys. 1): 1. Zbiór sensorów umożliwiających pozyskiwanie niezbędnych danych mających znaczenie dla funkcjonowania osoby nadzorowanej. 2. Hub (koncentrator) danych, który zbiera dane z sensorów. Ponadto może je przetwarzać (zdolność obliczeniowa) i wysyłać do zewnętrznych medycznych sieci komputerowych poprzez Internet, GSM lub inne media. 3. Komputerowa sieć ośrodka medycznego (szpital, centrum monitoringu), gdzie znajdujący się tam personel medyczny może pomóc osobie monitorowanej w sytuacjach kryzysowych. Napływające dane od każdego pacjenta są analizowane zarówno na bieżąco jak i w dłuższych okresach czasu w celu odnajdywania w nich anomalii. W przypadku wystąpienia takiej sytuacji są podejmowane stosowne decyzje. 6

7 ,, Poziom 1 Sensor 1 Sensor 2 Sensor N-ty Poziom 2 Hub Sieć transmisji danych Poziom 3 Komputerowa sieć ośrodka medycznego Rys. 1. Ogólna architektura systemu zdalnego monitoringu Sensory są skonstruowane w rozmaity sposób i zapewniają rozmaite funkcjonalności w zależności od przeznaczenia. Klasyczna medyczna aplikacja sensorowa umożliwia monitorowanie pulsu, temperatury ciała, stanu serca, ciśnienia krwi, parametrów pulsoksymetrii (ang. pulse oximetry). Sensor komunikuje się w sposób bezprzewodowy z innymi urządzeniami z wykorzystaniem różnych protokołów komunikacyjnych w zależności od zapotrzebowania na energię, zasięg i interoperacyjność. W praktyce stosowane są jednak głównie takie rozwiązania jak: Bluetooth, ZigBee, Wibree. Funkcje huba może pełnić komputerowa stacja robocza lub mobilne urządzenie takie jak: telefon komórkowy czy PDA(ang. Personal Digital Assistant). Dane zebrane z sensorów są niezwłocznie zapisywane w hubie i później wysyłane do sieci medycznej. Może się to odbywać w sposób ręczny i automatyczny. Ręczne sterowania danymi daje pacjentowi większą kontrolę nad tym, jakie i kiedy dane są wykorzystywane. Natomiast automatyczne przekazywanie danych ma tę przewagę, że pacjent nie musi pamiętać, kiedy musi przekazać dane. Sieć medyczna zbiera informacje o pacjentach. Sieć musi zapewnić bezpieczeństwo danych, być skalowalna (pracować efektywnie wraz ze wzrostem przetwarzanych informacji) oraz obsługiwać różne formaty danych, Bardzo istotne są również komputerowe aplikacje analizujące dane i pokazujące wyniki w postaci graficznej a tym samym ułatwiające personelowi medycznemu podejmowanie decyzji. Najważniejsza jest jednak autoryzacja informacji, ponieważ z nieodpowiednich danych można wyprowadzić fałszywe wnioski, co w tym przypadku może mieć krytyczny wpływ na zdrowie i życie monitorowanej osoby. Kilka grup badawczych i firm komercyjnych postanowiło zrealizować systemy zdalnego monitoringu. Wszystkie oparte są w zasadzie na architekturze trzy poziomowej, ale różnią się rozłożonymi akcentami i szczegółami. Jedne w sposób klasyczny budują wspomagające życie środowisko, natomiast inne kładą nacisk na tworzenie i integrację nowych sensorów 7

8 i aplikacji. Jednak wszystkie systemy mają na uwadze przede wszystkim zapewnienie jak najlepszej opieki pacjentowi a tym samym umożliwienie mu uzyskania zdalnej pomocy. W kolejnym rozdziale zostały zaprezentowane wybrane systemy mające na celu nadzór elektroniczny nad pacjentami. Jednak przed tym zostaną przedstawione standardy wymiany informacji Standardy W systemach medycznych są stosowane następujące zasadnicze standardy wymiany informacji: IEEE 1073 Medical Information Bus standard; HL7; DICOM. Standard IEEE 1073 (ang. Medical Information Bus - MIB) stanowi zbiór standardów związanych z wymianą informacji pomiędzy urządzeniami medycznymi. Systemy budowane w oparciu o omawiany standard mają architekturę gwiazdy i jako warstwy fizycznej używają interfejsu EIA-485 (z użyciem skrętki i 6-pinowych wtyczek RJ-12), EIA-232, 10BASE-T lub IrDA. W standardzie dokonano podziału na urządzenia DCC (ang. Device Communication Controller, czyli sterownik komunikacji urządzenia) i BCC (ang. Bed-side Communication Controller, czyli sterownik komunikacji komputera intensywnego nadzoru pacjenta). MIB przewiduje również możliwość zasilania urządzeń poprzez magistralę - tryby Zero-power (urządzenie nie obsługuje dostarczania zasilania), Low-power (urządzenie dostarcza zasilania na podobnym poziomie, jak zasilane pobierane z linii RTS (ang. Request to Send) i DTR(ang. Data Terminal Ready) magistrali EIA-232), High-power (urządzenie dostarcza zasilania +5 V przy prądzie 100 ma). Standard IEEE 1073 został opracowany przede wszystkim dla urządzeń medycznych instalowanych w szpitalach. Nie jest on szeroko akceptowalny przez producentów medycznych urządzeń domowych. Standard HL7 (ang. Health Level Seven) służy elektronicznej wymianie informacji w systemach medycznych. Opracowany został w 1987r. przez organizację o tej samej nazwie. Celem organizacji jest rozwój standardów elektronicznej wymiany informacji klinicznych, finansowych i administracyjnych między systemami informatycznymi w służbie zdrowia. Protokoły zdefiniowane w HL7 dotyczą warstwy aplikacyjnej (siódmej) modelu OSI stąd nazwa standardu. HL7 oparty jest na tekście ASCII. Jest on systemem służącym do wymiany danych medycznych, który definiuje komunikaty na poziomie aplikacji oraz obejmuje dostęp do danych, pobieranie danych, przesyłanie danych, sterowanie, pobieranie wyników i obserwacji klinicznych. W wersji 3.0 pojawia się pojęcie Clinical Document Architecture (CDA), które oznacza oparty na XML u standard służący do wymiany klinicznych dokumentów medycznych. Należy zauważyć, że standard HL7, z uwagi na swą złożoność, wymaga zastosowania w domowych systemach zdalnego monitoringu jako hub-a komputera klasy PC. Niemniej jednak niektórzy producenci zbierający dane z sensorów zainstalowanych w domach wysyłają je do zewnętrznych systemów właśnie w formacie zgodnym z HL7. 8

9 Standard DICO (ang. Digital Imaging and Communications in Medicine) Obrazowanie Cyfrowe i Wymiana Obrazów w Medycynie - został opracowany przez organizację ACR/NEMA (ang. American College of Radiology / National Electrical Manufacturers Association) dla potrzeb ujednolicenia wymiany i interpretacji danych medycznych związanych lub reprezentujących obrazy diagnostyczne w medycynie. DICOM wykorzystywany jest przede wszystkim w przetwarzaniu obrazów tomografii komputerowej (TK/CT), tomografii rezonansu magnetycznego (MRI), pozytonowej tomografii emisyjnej (PET), cyfrowej radiografii konwencjonalnej (CR) oraz wszystkich badań o wysokiej rozdzielczości obrazu generujący cyfrowe wyniki. Dane w formacie DICOM mają dużą objętość, wymagają specjalnego oprogramowania i sprzętu komputerowego a także łączy o wysokiej przepustowości, za to pozwalają zachować wysoką jakość obrazu. Wykorzystuje się również standard DICOM w teleradiologii. Aktualnie standard DICOM nie jest wykorzystywany w domowych systemach monitoringu. Należy również nadmienić, że brak jest aktualnie standardu dla medycznych urządzeń stosowanych w domach Projekt Smart Medical Home Przy omawianiu systemów monitoringu trudno nie wspomnieć na początku o pionierskim projekcie Smart Medical Home z 1999r. nakierowanym na rozwiązania podnoszące jakość życia. Dom (laboratorium) został wyposażony w stosowną elektronikę, kamery, systemy komputerowe. Oprócz typowych funkcji monitorowania parametrów życia mieszkańców, system miał dodatkowe możliwości. Przykładowo jeden z podsystemów umożliwiał wykonywanie skanów 3D twarzy i innych części ciała. Porównywanie obrazów z różnych okresów czasu pozwala wykryć zmiany chorobowe we wczesnej fazie. Znaczenie projektu było ogromne, ponieważ w trakcie jego realizacji sprawdzono wiele nowatorskich rozwiązań zarówno w obszarze koncepcji jak i zastosowanych rozwiązań praktycznych obejmujących sprzęt i oprogramowanie System AlarmNet System AlarmNet (ang. Assisted-Living And Residential Monitoring Network) wykorzystuje bezprzewodową sieć sensorową do inteligentnego nadzoru nad osobami chorymi na serce w miejscu ich pobytu. System integruje różne heterogeniczne urządzenia. Jedne umieszczone są na ciele pacjenta a inne w środowisku, w którym przebywa (pokoje, kuchniach, łazienka, korytarze, podłogi, drzwi). Zbierane dane z urządzeń są agregowane, wstępnie przetwarzane, zapamiętywane. Następnie na tej podstawie są podejmowane stosowne akcje przez osoby nadzorujące. Ogólna architektura systemu została przedstawiona na Rys. 2. 9

10 Mobilna sieć sensorów związana z pacjentem Stacjonarna sieć sensorowa Sieć IP o dużych przepływnościach Interfejs użytkownika: - PDA - komputer PC Bazy danych Analizy FRONT-END Rys. 2. Architektura systemu BACK-END Zasadnicze elementy systemu to: Mobilna sieć; Węzeł mobilnej sieci (gateway); Stacjonarna sieć sensorowa; Front-end systemu; Back-end systemu. Mobilna sieć umieszczona na ciele pacjenta składa się z małych urządzeń wyposażonych w różne sensory, umożliwiające wykonywanie EKG, pomiar rytmu serca, temperatury ciała, pomiar tętna, identyfikację i lokalizację pacjenta oraz inne. Węzeł mobilnej sieci (gateway) służy do połączenia jej z stacjonarną siecią sensorową. Węzeł, z uwagi na niewielkie wymiary i zużycie energii, ma małe możliwości obliczeniowe i zapamiętania danych. Stacjonarna sieć sensorowa zawiera sensory umieszczone w pokojach, korytarzach, w celu odbierania i monitorowania takich parametrów jak: temperatura, wilgotność, ruch, dźwięk itp. Praktycznie dane są zbierane z całej monitorowanej przestrzeni. Pewne grupy sensorów można uważać wręcz za autonomiczne podsystemy. Przykładowo sensory umieszczone w łóżku mogą zbierać dane dotyczące częstości oddychania, pulsu, ruchu w tym sygnalizować opuszczenie łóżka przez chorego. Nie jest wymagana interakcja ze strony pacjenta. Wszystkie sensory połączone są bezprzewodowo z siecią szkieletową. Zasilanie stanowią baterie i sieć energetyczna. Zasadniczo urządzenia sensorowe nie wykonują zaawansowanych obliczeń i nie przechowują dużo danych. SieĆ sensorowa komunikuje się z siecią czujników umieszczonych na ciele pacjenta. Istniejące sieci bezprzewodowe i przewodowe, które są połączone z PDA i bazami danych wykorzystuje się również do obsługi sytuacji alarmowych. 10

11 Interfejs użytkownika (Front-end). Rolę tą pełnią takie urządzenia jak: PDA, PC, które wykorzystuje się do zarządzania danymi, zadawania pytań, lokalizacji obiektu, konfiguracji, a w razie niebezpieczeństwa do przekazywania alarmów. Zapewniają one również dostęp do danych bieżących jak i historycznych. Bazy danych i analiza danych (Back end). Informacje o pacjentach są przechowywane w bazach danych nawet przez długi okres czasu. Przykładowo jedna aplikacja monitorująca zbiera i analizuje na bieżąco dane uzyskane z monitoringu serca, temperaturę, aktywność organizmu zarówno w ciągu dnia jak i nocy. Inne aplikacje pozwalają na wykonywanie analiz z zebranych informacji w dłuższym okresie czasu System Personal Care Connect firmy IBM Kolejny system, służący do zdalnego monitorowania pacjentów chorych na serce w domu, to IBM Personal Care Connect (PCC). Wykonany w Javie moduł interfejsu umożliwia zbieranie danych z urządzeń sensorowych za pomocą łączności bezprzewodowej Bluetooth, które następnie są przesyłane do serwera. Istnieje również możliwość lokalnego wyświetlenia wyników i generowania sygnału akustycznego (alarmu) w przypadku przekroczenia pewnych wartości. W systemie hubem danych jest smartphone z oprogramowaniem Java Midi (J2ME CLDC) i biblioteką JSR-82 oraz interfejsem Java Bluetooth. Założenia do systemu: Łatwość użycia systemu przez pacjenta, Skalowalność, Bezpieczeństwo, Możliwość dołączania nowych urządzeń, Niski koszt. Wybrano Bluetooth jako technologię bezprzewodową służącą do komunikacji pomiędzy urządzeniami biomedycznymi i hub-em. Oprogramowanie uruchamiane na hub-ie jest następujące: Java, Java 2 Micro Edition (J2ME), Connected Limited Device Configuraton (CLDC), Mobile Information Device Profile (MIDP). MIDP jest najmniejszym standardem środowiska wykonawczego Javy. Zarówno Sun jak i IBM oferują kompatybilne wirtualne maszyny Javy (ang Java Virtual Machines) i biblioteki MIDP. Podstawowym interfejsem pomiędzy Javą a sprzętem Bluetooth jest biblioteka JSR- 82, oficjalny standard API Javy dla Bluetootha. Jądrem huba jest silnik zdarzeń (ang. event engine), który wykorzystuje model komunikacyjny w postaci tablicy. W modelu tym agenci (komponenty aplikacji) umieszczają wiadomość we wspólnie dostępnym obszarze pamięci, gdzie inne aplikacje (agenci) mają do niego dostęp i mogą z niego odczytywać żądane wiadomości. Agenci urządzeń (sterowniki urządzeń sensorowych) są specyficzni dla każdego typu urządzenia medycznego. Przechwytują oni przychodzące dane, które w oparciu o bibliotekę zdarzeń (ang. event library) są przekształcane do postaci zgodnej z ogólną definicję zdarzenia. Ponadto identyfikują poprawny i błędny przekaz danych a następnie generują potwierdzenie do urządzenia, które wygenerowało zdarzenie. Przykładami bieżących zdarzeń są: pomiar ciśnienia krwi, wagi, pulsu, wysycenia krwi tętniczej tlenem (ang. oxygen saturation), stempel czasu. Ogólna architektura oprogramowania huba została przedstawiona na rysunku poniżej. 11

12 JSR-82 Bluetooth Libraries Event Library Device Agent Device Agent Device Agent Event Engine HTTP Post Agent Audio Alert Agent Login Agent User Display Agent MIDP 2.0 Class Libraries Java Virtual Machine Rys. 3. Architektura oprogramowania huba Architektura oprogramowania huba Agent Post protokołu http dostarcza zdarzenia do serwera. Wysyła on dane na adres i port zgodnie z danymi konfiguracyjnymi skojarzonymi z platformą MIDP. Agent zapamiętuje zdarzenia, które nie mogły być wysłane niezwłocznie i przekazuje je do serwera, kiedy to jest możliwe. Ponadto kilku innych agentów zostało zaimplementowanych w systemie. I tak Agent Audio sygnalizuje np. niepoprawną transmisję zdarzenia do serwera. Agent Display umożliwia wyświetlenie statusu informacji i pozwala na wprowadzenie danych przez użytkownika. Z kolei Agent Login pozwala na konfigurowanie systemu i przechowywanie komunikatów. Hub zbiera dane z urządzeń z wykorzystaniem protokołu Bluetooth jak i z Internetu. Podczas budowy prototypu przetestowano współpracę z hubem urządzeń biomedycznych różnych producentów. Standardy Nie oparto się na standardach zarówno przy transmisji sensor-hub jak i budowie formatów danych dla sensorów medycznych, ponieważ takie standardy są dopiero tworzone. Skoncentrowano się, zatem na integracji urządzeń różnych dostawców z PCC. Sprowadza się to do implementacji odpowiedniego agenta w urządzeniu. W przypadku, gdy nie ma potrzebnego zdarzenia, po stronie huba, rozszerza się o nie stosowaną bibliotekę w systemie. Wymagania na serwer: Rozszerzalność do nowych urządzeń, Skalowalność, Interoperacyjność, Zarządzalność, Bezpieczeństwo i prywatność. Elementy systemu po stronie serwera zostały przedstawione na rysunku poniżej. 12

13 Zarządzanie danymi Hub specific Adapter Hub specific Adapter Data Normalizer Common Event Infrastructure(CEI) Data repository Data Access API Zarządzanie urządzeniami, użytkownikami i rozmieszczeniem oprogramowania PCC Manager Database Tables Device Manager User Profile Manager Deployment Manager PCC Management API Rys. 4. Elementy systemu PCC po stronie serwera Hub specific Adapter obsługuje kilka hubów. Jest to krytyczny element dla budowy otwartej platformy. Każdy adapter jest specyficzny dla rodziny hubów, która jest charakteryzowana przez następujące atrybuty: sposób komunikacji urządzenia z hubem, reprezentacja zdarzeń, serializacja zdarzeń 1, interakcja hub - Server. Rodzina hub-ów może być optymalizowana do obsługi wybranego zbioru medycznych sensorów. Data Normalizer normalizuje dane w celu ich zapisania w repozytorium. The Common Event Infrastructure (CEI) i Common Base Event (CBE) są kluczowymi składnikami modułu zarządzania danymi PCC serwera. CEI jest komponentem oprogramowania pośredniego (ang. middleware) zarządzania cyklem życia CBE. CBE jest strukturą, która odpowiada za dane związane ze zdarzeniami i wspomaga logowanie, zarządzanie systemem, lokalizację problemów, autonomiczne obliczenia. Specyfikacja CBE pozwala na tworzenie nowych pól z nazwami i danymi wybranymi przez użytkownika. Jest to jedna z głównych cech CBE. CEI ma zaimplementowane funkcje służące do budowy, usuwania, zapamiętywania, naprawy i modyfikowania CBE. Kiedy Data Normalizer odbiera dane związane ze zdarzeniem z adaptera to tworzy reprezentację CBE zdarzenia i zapisuje zdarzenie CBE w repozytorium danych CEI. Rozszerzalność cech CBE daje umożliwia odwzorowania nowych biomedycznych zdarzeń w PCC serwerze. CEI-based data repository (repozytorium danych). W repozytorium możliwy jest zapis i odczyt CBE w formacie XML zarówno dokumentów jak i obiektów Javy. Interfejs API CEI wykorzystuje koncepcję Java Messaging Service (JMS), Enterprise JavaBeans (EJBs) i XPath 1 Jest to proces przekształcenia obiektów tj. instancji określonych klas do postaci szeregowej (strumień bajtów), z zachowaniem aktualnego stanu obiektu. Serializowany obiekt można zapisać w pliku dyskowym, przekazać do innego procesu. Mechanizm ten jest wykorzystywany między innymi na platformie Java. 13

14 dla ułatwienia dostępu do danych związanych ze zdarzeniami dla aplikacji programistycznych. Interfejs API systemu PCC wykorzystuje zbiór klas otaczających interfejs programistyczny CEI. Obiekty zwracane przez interfejs API systemu PCC odpowiedzialne za dostęp mają zbiór wspólnych atrybutów: identyfikator pacjenta, stempel czasowy zdarzenia, nazwę zdarzenia. Ponadto interfejs ten umożliwia zarówno synchroniczne jak i asynchroniczne metody odczytu i usuwania obiektów związanych ze zdarzeniami. Docelowo programistyczny interfejs dostępu do danych systemu PCC (metody i obiekty) powinien bazować na standardach. Rozważano zastosowanie Clinical Document Architecture (CDA) z HL7, ale nie zrobiono tego, ponieważ potrzeby systemu (zapamiętywanie, obliczenia) przewyższają jego możliwości. Po stronie serwera zostały zaimplementowane funkcje umożliwiające zarządzanie systemem takie jak: zarządzanie profilami użytkowników, urządzeniami, rozmieszczeniem oprogramowaniem. System przewidziany jest do obsługi małej i średniej ilości osób monitorowanych. Dla dużych systemów wymagana jest większa skalowalność i funkcjonalność. Zarządzanie profilami użytkowników Każdy użytkownik ma w systemie unikalny identyfikator. System przechowuje podstawowe informacje kontaktowe o pacjencie, informacje o szpitalu i ośrodku, który go leczy. Zarządzanie urządzeniami Manager urządzeń pozwala na przechowywanie informacji o hub-ach, urządzeniach i relacjach pomiędzy nimi a pacjentami. Jest to realizowane poprzez pojęcie kit (zestaw). Kit jest definiowane jako zbiór: jeden pacjent, jeden hub, kilka urządzeń biomedycznych. Manager urządzeń może tworzyć kity i zarządzać atrybutami (metadane) hubów i urządzeń w ramach kitu. Niezbędne informacje są przechowywane w bazie danych managera. Zarządzanie rozmieszczeniem oprogramowania Deployment Manager pozwala na automatyczne rozmieszczanie aplikacji MIDP i plików JAD (ang. Java Application Descriptor) w systemie. Pliki JAD zawierają dane konfiguracyjne potrzebne aplikacjom. Oprogramowanie jest ładowane do hub-ów pacjenta poprzez interfejs użytkownika. Na stronie WWW użytkownik podaje identyfikator i hasło a następnie wysyła żądanie do Deployment Managera poprzez specyficzny adres URL. Deployment Manager w interakcji z profilem użytkownika i zarządcą urządzeń tworzy stosowny plik JAD, który wysyła jako odpowiedź na żądanie. W oparciu o niego PDA pobiera J2ME MIDlet (jako plik JAR) z serwera. Bezpieczeństwo i prywatność Istotnym problemem jest bezpieczeństwo systemu. Przede wszystkim obejmuje ono transmisję danych pomiędzy urządzeniami, hubem, serwerem i aplikacjami. Nie jest problemem zaszyfrowanie danych w urządzeniach. Taka funkcjonalność może być wykonana nawet przez producentów. Największe niebezpieczeństwo związane jest z kolekcją danych za pomocą transmisji bezprzewodowej (urządzenia, hub). Stosowanie się do zaleceń takich jak autentykacja, szyfrowanie połączenia może zapewnić dostateczne bezpieczeństwo 14

15 protokołowi Bluetooth. Jest wiele technik, które mogą zapewnić bezpieczną komunikację pomiędzy hub-em a serwerem, łącznie z Secure Socket Layer (SSL), Secure HTTP (HTTPS), and Virtual Private Network (VPN). PCC został przetestowany z VPN w oparciu o IBM WebSphere Everyplace Connection Manager wraz z protokółem HTTPS. Ponadto komunikacja pomiędzy serwerem a hubem powinna być niezawodna. Hub na bieżąco wysyła informacje do serwera za pomocą protokołu HTTP Post. Serwer nie wysyła informacji zwrotnej dopóki zdarzenie nie jest zapisane w repozytorium. Hub nie usunie informacji o zdarzeniu dopóki nie otrzyma potwierdzenia, że serwer ją zapisał. W przypadku braku potwierdzenia dane są ponownie przesyłane do serwera. Należy zauważyć, że aplikacje, które odwołują się do repozytorium zdarzeń są realizowane przez WWW są narażone na niebezpieczeństwa związane z siecią Internet takie jak wirusy, czy też rozmyślne działania hakerów. Planowane jest również szyfrowanie danych o pacjencie. Aktualnie w systemie nie ma zapewnionej prywatności. W przyszłości takie mechanizmy będą wprowadzone. Zapewnią one dostęp do informacji tylko upoważnionym użytkownikom. Konkretne implementacje System został wykorzystany w kilku projektach medycznych. Jednym z nich był projekt Arhus Eldercare. IBM wraz z władzami miasta Arhus w Danii i tamtejszym uniwersytetem zrealizowali projekt, którego celem był zdalny monitoring i opieka nad ludźmi starszym w ich domach. Pilotowy projekt objął 6 osób w wieku od 75 do 90 lat w okresie 3 miesięcy. Mieszkańcy zostali wyposażeni w stosowne urządzenia i zostali poproszeni o to, aby codziennie mierzyli ciśnienie krwi i wagę oraz zapisywali, jakie leki zażywali i o jakiej porze. Następnie system PCC zbierał dane. Wdrożenie systemu umożliwiło: Komputerową analizę danych ciśnienie krwi, waga, sposób leczenia i zaistniałe zdarzenia. Powyższe informacje były dostępne dla lekarzy i pacjentów przez WWW. Zastąpienie dziennika leczenia prowadzonego na papierze przez elektroniczny. A tym samym na lepsze skorelowanie leczenia z zapisywanymi lekami. Lepszy dostęp do danych. Możliwość oglądania, komentowania wyników badań, stosowanego leczenia, przepisywanych leków, historii przez różne grupy zainteresowanych użytkowników poprzez portal WWW. Ustalono następujące grupy użytkowników: nadzorowane osoby, lekarze, rodziny. Zdobycie doświadczenia. Zauważono, że wyniki analiz muszą być przekazywane w zwięzły sposób do zespołu medycznego wraz z podsumowaniem każdej nadzorowanej osoby. Dużym problemem okazało się nie przestrzeganie przez pacjentów harmonogramu zażywania lekarstw. Często leki powinny być brane nawet 6 razy dziennie i ich ilość też sięgała często 6-ciu. System generował ostrzeżenia, jeśli pacjent spóźnił się z zażyciem leku ponad 1 godzinę i alarmował, jeśli to opóźnienie wynosiło ponad 4 godziny. Rejestracje w systemie komputerowym odbywały się za pomocą internetowego portalu. Problem narastał, gdy kogoś nie było w domu, czy też zapominał wykonać przewidziane czynności. Kolejnym zagadnieniem była autentykacja do portalu. Użytkownicy musieli logować się do systemu kilkakrotnie w ciągu dnia za pomocą ekranu dotykowego. Zauważono, że wprowadzanie hasła nastręczało kłopotów. Zatem w przyszłości przewiduje się zastosowanie autentykacji biometrycznej. 15

16 Trzeba nadmienić, że system PCC został wykorzystany również w projekcie zdalnego monitorowania osób chorych na astmę potwierdzając elastyczność przyjętych rozwiązań. Podsumowanie PCC PCC jest platformą służącą do zbierania informacji z czujników medycznych, zapisywania ich w repozytorium serwera a następnie ich analizowania przez różne aplikacje. Komunikacja na bliską odległość oparta została na technologii Bluetooth. Jednak inne techniki o zbliżonej charakterystyce mogą być również zastosowane. W hubie zaimplementowano aplikację bazującą na standardzie J2ME MIDP 2.0. Ponadto oprogramowanie umożliwia różnym dostawcom łączenie się w prosty sposób z hubem. W tym przypadku hubem jest telefon komórkowy, ale może być nim również PDA czy komputer PC. Główne cechy serwera są następujące: Zbiór adapterów umożliwiających łączenie sensorów różnych dostawców, Repozytorium zdarzeń, Interfejsy API umożliwiające dostęp do danych związanych ze zdarzeniami. Możliwy synchroniczny i asynchroniczny dostęp różnym aplikacjom System LG1 Jako uzupełnienie powyższych rozwiązań interesujący jest system LG1 Intelligent Medical Vigilance, który jest produkowany obecnie przez firmę Hoana Medical Inc [14]. Należy nadmienić, że system w pierwotnej wersji został opracowany przez nie profesjonalistę, którego sytuacja życiowa zmusiła do jego opracowania. Później system ten został rozwinięty w produkt komercyjny. LG1 składa się z: Pasywnej macierzy sensorów umieszczonych w łóżku; Jednostki elektronicznej wraz z wyświetlaczem ciekłokrystalicznym umieszczonej przy łóżku pacjenta połączonej z systemem przywołania pielęgniarki instalowanym w szpitalach. Pasywna macierz sensorów umiejscowiona jest w powłoce materaca. Oprócz dostarczania na bieżąco informacji o położeniu pacjenta sensory przekazują informacje o jego pulsie i oddychaniu. Co więcej powyższe funkcje są realizowane bezdotykowo a zatem nie ma niewygodnych dla chorego kabli. Uzyskiwane informacje są na bieżąco wyświetlane na monitorze ciekłokrystalicznym umieszczonym przy łóżku chorego. W przypadku, gdy parametry życiowe są nieprawidłowe system LG1 wysyła alarm do pielęgniarki. Podobnie jest w przypadku, gdy istnieje niebezpieczeństwo niekontrolowanego opuszczenia przez pacjenta łóżka. System rozpoznaje różne sytuacje i sygnalizuje przekroczenie wartości progowych. Potrafi też eliminować fałszywe alarmy. 3. Projekt EDFAS Instytut Łączności wraz z parterami z Litwy, Niemiec i Polski wystąpił o dofinansowanie w 2008r. w ramach środków z programu EUREKA projektu: Functional state evaluation system with distributed intellect for elderly and disabled population (pol. Ocena stanu funkcjonalnego starszej i niepełnosprawnej populacji w systemie z rozproszoną inteligencją). Akronim projektu: EDFAS. Celem projektu jest opracowanie systemu do 16

17 monitorowania i wielopoziomowej, kompleksowej oceny funkcjonowania serca i zdolności poruszania się osób starszych i niepełnosprawnych. Geneza tematu: Prognozy demograficzne wskazują, że w nadchodzących latach odsetek ludzi w wieku powyżej 65 lat będzie znacząco wzrastał w całej Europie i w 2051 roku osiągnie 40% całej populacji, przy czym większość z tych osób będzie żyć samotnie. Wskazany trend zmian społecznych implikuje istotny wzrost zapotrzebowania na indywidualną opiekę medyczną i socjalną. Aby sprostać temu zadaniu, konieczne będzie użycie nowych rozwiązań medycznych z użyciem czujników i technologii informatycznych, które zwiększą efektywność działania opieki medycznej i socjalnej. Ostatnie osiągnięcia w medycznych technologiach informatycznych, a także w cyfrowych sieciach bezprzewodowych, usługach internetowych, mikroelektronice i czujnikach sygnałów biomedycznych pozwalają na zmianę sposobu organizacji i świadczenia opieki medycznej. Skupienie uwagi na prewencji i wczesnym wykrywaniu chorób oraz optymalizacji opieki nad chronicznie chorymi pozwoli na rozwój obecnego systemu ochrony zdrowia, który bardziej ukierunkowany jest na optymalizację reagowania na zagrożenia i leczenie chorób niż na zapewnienie dobrego samopoczucia. W trakcie różnych badań populacji wykazano ścisłą korelację pomiędzy szybkością starzenia się i stopniem zmniejszenia ruchliwości. Z jednej strony wzrost zaników mięśniowych z powodu zmniejszenia ruchliwości zwiększa obciążenie systemu sercowo-naczyniowego, a z drugiej strony spowolnienie procesów metabolicznych powodują wzrost nadwagi. Oba te czynniki znacząco przyspieszają powstawanie różnych schorzeń starszych ludzi. Dlatego socjalna i medyczna opieka nad nimi staje się znaczącym obciążeniem dla społeczeństwa oraz budżetu państw. W czasie procesu starzenia złożoność stanu funkcjonalnego ulega zmniejszeniu i jednocześnie obniża się możliwość adaptacji. Dlatego budowa i wdrożenie do praktyki nowych metod oceny złożoności stanu funkcjonalnego jest planowane w projekcie. Wydaje się prawdopodobne, że wczesna ocean zmian umożliwi wcześniejsze użycie środków prewencyjnych uniemożliwiających rozwój różnych rozstrojów organizmu. Inną możliwością zastosowania działań prewencyjnych jest oszacowanie fizycznej aktywności ważnej dla wszystkich ludzi i użycie go w celu obniżenia ryzyka przedawkowania oraz z drugiej strony zbyt mała aktywność ma niekorzystny wpływ na zdrowie. Ta przyszłościowa metoda opracowana dla planowania dozowania aktywności fizycznej jest nową technologią medyczną będącą jednym z celów projektu. Nowatorstwem tej pracy jest wskazywana także możliwość jednoczesnego gromadzenia danych dla kilku osób, ponieważ najczęściej w jednym miejscu przebywa wiele osób starszych lub niepełnosprawnych np w domach opieki czy hospicjach. W odniesieniu do wyżej przedstawionych wskazań powinien być opracowany sprzęt i oprogramowanie systemu monitorowania EKG, intensywności oddychania, wysycenia krwi tlenem, ruchliwości i pozycji pacjenta w stosunku do osi poziomej i lokalizacji pacjenta w przestrzeni. Wyjątkową zaletą planowanego systemu jest analiza tych procesów w różnych połączeniach funkcjonalnych, a ocena elektrokardiogramu będzie prowadzona w powiązaniu z aktywnością i pozycją pacjenta. Zintegrowana ocean stanu funkcjonalnego będzie adoptowana do wymagań pacjenta i jego indywidualnych możliwości. Można powiedzieć, że wyniki oceny stanu funkcjonalnego pacjenta będą w ciągły i bezbłędny sposób prezentowane np. przy użyciu systemu świateł regulujących ruch drogowy (czerwone stan zagrożenia, żółte stan graniczny, zielone stan normalny). Te rezultaty i proces, w którym będą osiągnięte będzie zapamiętywany i w przypadku, gdy pacjent znajdzie się w niebezpieczeństwie, będą przesyłane do ośrodka pomocy medycznej (Medycznego Centrum Monitoringu) przy użyciu różnych środków komunikacji jak Internet, telefony stacjonarne, komórkowe i innych. 17

18 Podejmowanie decyzji o stanie funkcjonalnym pacjentów będzie prowadzone przy użyciu reguł bazujących na metodologii rozproszonej inteligencji. Najpierw określany będzie status zagrożenia na podstawie analizy danych biomedycznych wykonywanej na bieżąco i w przypadku stwierdzenia zagrożenia dalsze analizy stanu funkcjonalnego będą prowadzone przy użyciu metod wielostopniowej nieliniowej analizy i oceny złożoności zmian jako miary stanu organizmu. W końcu zalecenia Medycznego Centrum Monitorowania będą przekazywane monitorowanym pacjentom przy użyciu opracowanych metod sprzężenia zwrotnego w czasie rzeczywistym i wybranych środków komunikacji. Fizyczne i logiczne elementy systemu znajdują się na rysunkach poniżej (Rys. 5 i Rys. 6). Pierwsza monitorowana osoba Druga monitorowana osoba N-ta monitorowana osoba U ż y t k o w n i c y Transmisja danych Medyczne Centrum Lokalna sieć komputerowa Monitorowania sserwery Aparatura medyczna Działania Rys. 5. Architektura fizyczna systemu 18

19 Pierwsza monitorowana osoba Druga monitorowana osoba Sieć transmisji danych (Internet) N-ta monitorowana osoba Medyczne Centrum Monitorowania Lokalne Bazy danych Zewnętrzne bazy danych Użytkownik pierwszy Sieć transmisji danych (Internet) Użytkownik N-ty Analiza danych w czasie rzeczywistym Prezentacja danych Hurtownie danych Analiza danych off-line Rys. 6. Architektura fizyczna systemu Zasadnicze funkcje systemu to: Automatyczne zbieranie danych ((w tym transmisja bezprzewodowa, bazy danych); Analiza danych zarówno w czasie rzeczywistym jak i off-line; Automatyczne wykrywanie i predykacja sytuacji krytycznych (np. zawał serca, udar mózgu); Współpraca z urządzeniami medycznymi, sensorami, czujnikami; Wymiana informacji z zewnętrznymi systemami; Analiza obrazów; Prezentacja wyników; Bezpieczeństwo systemu. Opis zadań planowanych do realizacji w ramach projektu W fazie koncepcyjnej projektu planowane jest: Określenie architektury sprzętowej i programowej systemu oraz wymagań medycznych, Wybór środków i metod realizacji systemu, Wybór i testowanie technologii transmisji danych, Określenie podstawowych zasad działania automatycznego systemu ostrzegania o zagrożeniu pacjenta, Określenia metod oceny stanu funkcjonalnego pacjenta, Określenie metod szacowania złożoności stanu organizmu (miary stanu funkcjonalnego) przy użyciu metod analizy nieliniowej. W fazie realizacyjnej projektu planowane jest: Opracowanie i wykonanie prototypowych urządzeń systemu, 19

20 Opracowanie oprogramowania do analizy na bieżąco napływających danych oraz do analizy danych już zgromadzonych (procesów fizjologicznych), Weryfikacja techniczna i użytkowa systemu prototypowego, Przygotowanie dokumentacji konstrukcyjnej i instrukcji użytkowania systemu. Projekt ma realizować konsorcjum międzynarodowe: trzy jednostki medyczne z Litwy, jedna firma z Niemiec, dwie instytucje z Polski (IŁ i ITAM). Wyszczególnienie zadań partnerów projektu Instytut Kardiologii Kowieńskiego Uniwersytetu Medycznego z Litwy jest liderem projektu. Jego głównym zadaniem jest określenia zasad działania automatycznego systemu ostrzegania o zagrożeniu pacjenta, metod oceny stanu funkcjonalnego pacjenta oraz opracowanie miary tego stanu. Także udział w opracowaniu algorytmów analizy danych wejściowych i postępowania wynikającego z oceny stanu pacjentów oraz w testowaniu systemu są ważnymi zadaniami Instytutu. Klinika Geriatrii Kowieńskiego Uniwersytetu Medycznego Litwa. Głównym zadaniem Kliniki geriatrii jest opracowanie strategii, metod i kryteriów oceny stanu funkcjonalnego starszej populacji, a także testowanie opracowanego systemu. Prace badawcze Kliniki Geriatrii są ukierunkowane na badania jakości życia ludzi starszych z chronicznymi schorzeniami, demencją i problemami opiekowania się nimi. Firma UAB Kardiosignalas z Kowna z Litwy. Firma projektowo-produkcyjna Kardiosignalas zaangażowana będzie zarówno w budowę sprzętu do monitorowania sygnałów pacjenta jak i opracowanie oprogramowania do odbioru i przetwarzania danych transmitowanych do centrum opieki nad monitorowaną populacją jak również przetwarzania danych wyjściowych z monitorowania w celu oceny stanu pacjenta. Istotnym zadaniem będzie też opracowanie metod i planu weryfikacji oraz walidacji systemu zgodnie z wymaganiami Unii Europejskiej. Firma ta jest też potencjalnym producentem opracowywanego systemu. Firma PicoMed Technika Medyczna (Niemcy). Firma projektowo-produkcyjna PicoMed oferuje swoje doświadczenia w dziedzinie technologii czujników biomedycznych oraz systemów telemedycznych, a także w zarządzaniu zbiorami danych. Jej możliwości zostaną wykorzystane zarówno na etapie projektowania sprzętu jak i tworzenia oprogramowania analitycznego oraz decyzyjnego w sensie proponowanego postępowania z monitorowanym pacjentem. Firma ta jest też doświadczonym producentem wyrobów medycznych i potencjalnym wytwórcą opracowywanego systemu. Instytut Łączności z Warszawy Głównymi zadaniami Instytutu Łączności będą wybór technologii i podzespołów do realizacji transmisji bezprzewodowych; udział w budowie i testowaniu sprzętu pomiarowego budowanego systemu w zakresie komponentów służących do zapewnienia bezpiecznej i niezakłóconej wymiany danych pomiędzy elementami systemu; wytworzenie algorytmów i prototypu oprogramowania przeznaczonego do analizy zbieranych danych i monitorowania paramentów funkcjonalnych pacjentów oraz ich testowanie i udoskonalanie; wytworzenie prototypu oprogramowania wspierającego podejmowanie decyzji w zakresie oceny funkcjonalnego stanu pacjenta i wykonania procedur udzielenia pomocy pacjentowi oraz ich testowanie i udoskonalanie. 20