block vi it-trends und entwicklungen · cloud computing betriebsmodell ... • keine zentrale...
TRANSCRIPT
Block VI – IT-Trends und Entwicklungen
E-Health Grundlagen | Prof. Zarnekow | Block VI
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 2
eHealth Grundlagen / VL 6 / IT-Trends
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 3
eHealth Grundlagen / VL 6 / IT-Trends
Seite 4
Cloud Service-Ebenen
Software as a Service (SaaS)
Platform as a Service (PaaS)
Infrastructure as a Service (IaaS)
Bereitstellung von
Rechen-, Speicher- und
Netzwerkleistung auf
virtualisierten Systemen
Bereitstellung von
Plattformdiensten, wie
Entwicklungsplattformen,
Entwicklungswerkzeugen
oder Datenbanksystemen
Bereitstellung von
kompletten
Anwendungssystemen
eHealth Grundlagen / VL 6 / IT-Trends
Seite 5
Merkmale des Cloud Computing (nach NIST)
Quelle: National Institute of Standards and Technology (NIST)
Selbstbedienung (On-demand Self Service)Der Kunde kann den benötigten Cloud Service selbst zusammenstellen
und bestellen, ohne direkte physische Interaktion mit dem Anbieter.
Netzwerkzugang
(Broad Network Access)
Services sind über ein Netzwerk
(meist das Internet) erreichbar, der
Zugriff (meist über einen Web-
browser) ist über unterschiedliche
Plattformen möglich.
Ressourcenpool
(Shared Resource Pool)
Der Anbieter verwendet einen gemeinsamen
Ressourcenpool aus multimandantenfähigen,
virtualisierten Ressourcen, die bedarfsgerecht
dynamisch zugeteilt werden.
Hohe Skalierbarkeit
(Rapid Elasticity)
Ressourcen können nach Bedarf nach oben
oder unten skaliert werden.
Nutzungsgerechte
Abrechnung
(Measured Service)Die Ressourcennutzung wird
gemessen und kann
verbrauchsabhängig
abgerechnet werden.
eHealth Grundlagen / VL 6 / IT-Trends
Seite 6
Bereitstellungsmodelle im Cloud Computing
Offenes
Netzwerk, auf
Infrastrukturen
des Internets
Halboffenes
Netzwerk (mit
Anbindung
zum Internet)
Geschlossenes
Netzwerk
(Internet), auf
Infrastrukturen
mehrerer
Beteiligter
Geschlossenes
Netzwerk
(Intranet), auf
Infrastruktur
eines externen
Anbieters
Geschlossenes
Netzwerk
(Intranet), auf
Infrastruktur
des eigenen
Unternehmens
Private
Cloud
Corporate
Cloud
Community
Cloud
Public
Cloud
Hybrid
Cloud
Abnehmende Sicherheit
eHealth Grundlagen / VL 6 / IT-Trends
Seite 7
Beispiel für Cloud Computing im Gesundheitssektor –
Das TRESOR Projekt (TRusted Ecosystem for
Standardized and Open cloud-based Resources)
eHealth Grundlagen / VL 6 / IT-Trends
Seite 8
Merkmale des Cloud Computing Betriebsmodells
− Hoher Administrations- und
Wartungsaufwand
− Hoher Implementierungs-
aufwand
− Hohe Kapitalbindung
− Geringe Ressourcen-
Skalierbarkeit
− Intransparente IT-Kosten
− Aufwendige Release- und
Updatezyklen
Cloud Computing Betriebsmodell
− Variante des IT-Outsourcing
(kaum eigene IT-Infrastruktur)
− Flexible und skalierbare Nutzung
der IT-Ressourcen
− Schnittstellenmanagement
(Anbieter/Abnehmer)
− Hohe Standardisierung
− Kurze Vertragslaufzeiten
Klassisches Betriebsmodell
eHealth Grundlagen / VL 6 / IT-Trends
Nutzenpotenziale des Cloud Computing aus Kundensicht
Skalierbarkeit (↑ und ↓):
Nachfrageorientierte
Nutzung der IT-Ressourcen
Geringe Kapitalbindung:
Mietmodell statt Lizenzeinkauf
Neue Geschäftsmodelle:
Mietmodell, Pay Per Use
IT On Demand: Software,
Plattform und Infrastruktur
als Service
Ortsunabhängigkeit:
globale Verfügbarkeit
Nachhaltigkeit:
Effizienzsteigerung
der Auslastung
Kosteneinsparung Flexibilität
eHealth Grundlagen / VL 6 / IT-Trends
Seite 9
Herausforderungen im Cloud Computing
Seite 10
Integration von
Cloud Diensten
Gewährleistung der
Datensicherheit und
des Datenschutzes
Veränderte
Entwicklungsparadigmen
und Release Zyklen
Provider:
Kontinuierliche
Erlöse statt
Einmalzahlung
Strategische
Herausforderung
Prozess- und
Organisations-
Herausforderung
IT-Infrastruktur
Herausforderung
Kosteneinspar-
potenzial nicht
zwangsläufig vorhanden
Globale Vernetzung vs.
regionale
Gesetzgebung
Verfügbarkeit und
Ausfallsicherheit
Rolle der
IT-Abteilung
Partner- und
Lieferanten/
Providermanagement
Klassische
Make or Buy
Problematik
eHealth Grundlagen / VL 6 / IT-Trends
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 11
eHealth Grundlagen / VL 6 / IT-Trends
Volume(Große Datenmenge)
Velocity(Hohe Geschwindigkeit der
Datenentstehung und -veränderung)
Veracity(Zuverlässigkeit und Korrektheit
der Daten)
Variety(Verschiedene Arten von Daten)
− 40 Zettabyte (43 Bill. GB) in 2020 (300-fache von 2005)
− 6 Mrd. Mobiltelefone− >100 TB Daten pro Unternehmen
− 160 Mrd. GB Daten (in 2011), 420 Mill. Wearables (in 2014) im Gesundheitssektor
− 4 Mrd. Stunden Video werden jeden Monat auf Youtube angesehen
− 30 Mrd. Einträge auf Facebook werden jeden Monat geteilt
− 1 TB Handelsinformationen werden an der NYSE in jeder Handelsperiode erfasst
− >100 Sensoren in einem modernen Fahrzeug
− 18,9 Mrd. Netzwerkverbindungen in 2016
− 3,1 Bill. USD Kosten durch schlechteDatenqualität (nur USA)
− 1 von 3 Manager traut seinen Informationen nicht.
Datensätze, Transaktionen, Tabellen, Dateien (semi)strukturiert, unstrukturiert, gemischt
Batch, Quasi-Echtzeit, Echtzeit, Streams fehlerhaft, falsch, veraltet, verzögert, gefälscht
Quelle: www.ibmbigdatahub.com
Die vier V‘s von Big Data
Seite 12
eHealth Grundlagen / VL 6 / IT-Trends
Traditionelle analytische Systeme vs. Big Data
Quelle: Bitkom 2012
Seite 13
eHealth Grundlagen / VL 6 / IT-Trends
Integration mittels Big-Data-Technologien
Quelle: Bitkom 2012
Seite 14
eHealth Grundlagen / VL 6 / IT-Trends
Machinelles Lernen mit Hilfe neuronaler
Netzwerke
Seite 15
eHealth Grundlagen / VL 6 / IT-Trends
Ein neuronales Netzwerk verwendet Regeln, die es aus Datenmustern „lernt“, um eine verborgene
Logikschicht zu erstellen. Die verborgene Schicht verarbeitet Eingaben und klassifiziert sie abhängig
von den Erfahrungen des Modells.
Anwendungsgebiete maschinellen Lernens
▪ Regelung und Analyse komplexer Prozesse
▪ Frühwarnsysteme
▪ Bildverarbeitung und Mustererkennung (Schrift- und Spracherkennung)
▪ Medizinische Diagnostik, Epidemiologie, Biometrie
▪ Zeitreihenanalysen (Wetter, Aktien etc.)
▪ Optimierung
eHealth Grundlagen / VL 6 / IT-Trends
Seite 16
Quelle: Wikipedia
LEARNING =
REPRESENTATION +
EVALUATION +
OPTIMIZATION
Machine learning is about
generalizing (abstracting)
beyond the examples of a
given training set
(extrapolation)
Maschinelles Lernen
Load
Data
Pre-processFilters, PCA,
Summary Statistics,
Cluster Analysis
Training: iterate and adjust to find the best model
Prediction: integrate trained model into target workflow
SuperVisedDevelop model
on input and
output data
UnsuperVisedGroup data and
develop model on
input only
Model
Load
Data
Pre-processFilters, PCA,
Summary Statistics,
Cluster Analysis
Model Prediction
eHealth Grundlagen / VL 6 / IT-Trends
Seite 17
• Entscheidungsunterstützung in der kritischen Versorgung
• Operationen
• auf der Intensivstation
• Dokumentenklassifizierung (smart health records)
• Integration von Big Data
• Drug Discovery und Produktion (Precision Medicine)
• Radiologie (Bildgebung)
• Epidemien- und Seuchen-Vorhersage
• Auswertung von klinischen Studien
Machinelles Lernen - Anwendungsfälle eHealth
Herausforderungen
• Einfache Ansätze fordern stetige
und differenzierbare
Optimierungsfunktionen.
Ansonsten ist ein vertieftes
Problemverständnis notwendig
• Expertenwissen in vielen Fällen
erforderlich
• Zum Training des Modells sind in
der Regel große Datenmengen
notwendig. Sonderfälle werden
nicht hinreichend abgebildet.
• Menschliche Einflussnahme ist
auch ein wichtiger sozialer Faktor
(Arzt-Patienten-Beziehung)
http://researcher.ibm.com/researcher/view_group.php?id=6743
eHealth Grundlagen / VL 6 / IT-Trends
Seite 18
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 19
eHealth Grundlagen / VL 6 / IT-Trends
• Technologie zur dezentralen Speicherung von Daten und Informationen in einem
Peer-to-Peer-Netzwerk
• Keine zentrale Instanz zur Steuerung / Verwaltung
• Sehr hohe Manipulationssicherheit (Aufwand zur Manipulation steht nicht im
Verhältnis zum Nutzen)
• Hohe Redundanz, da jeder Peer eine komplette Kopie der Datenbank enthält
• Ermöglicht die dauerhafte und revisionssichere Speicherung von Daten
• Anwendung in nahezu allen Industrien und Branchen möglich (bekannteste aktuelle
Anwendung sind Cryptowährungen, z.B. Bitcoin)
• Block: Transaktionen werden zu Blöcken zusammengefasst
• Chain: Die Blöcke werden unter Zuhilfenahme kryptografischer Methoden
miteinander verkettet
• Verifizierung und Validierung der Transaktionen und Blöcke durch das Peer-to-Peer-
Netzwerk (Mining = Lösung eines rechenaufwändigen mathematischen Rätsels)
eHealth Grundlagen / VL 6 / IT-Trends
Seite 20
Blockchain – Grundlegende Prinzipien
1. Transaktion: Zwei Parteien tauschen im Rahmen einer Transaktion Informationen
aus (z.B. Transfer von Geld oder Vermögenswerten, Abschluss eines Vertrags,
Übermittlung einer Krankenakte)
2. Verifizierung: Es wird geprüft, ob eine Partei die entsprechenden Rechte für die
Transaktion hat (ad hoc oder spätere Verifizierung)
3. Strukturierung: Transaktionen werden zu Blöcken zusammengefasst und mit einem
Hash-Wert versehen, der eine eindeutige Identifikation des Blocks ermöglicht.
4. Validierung mittels Mining: Die Informationen in den Blöcken werden im Netzwerk
validiert und der Block erzeugt und gehasht, z.B. mittels des Proof-of-Work Prinzips
(Lösung eines komplizierten mathematischen Rätsels). Wer als erster die Lösung
findet erhält für seine Arbeit ein Honorar.
5. Verkettung: Verteilung von Kopien der Blöcke im Netzwerk und Anfügung der neuen
Blöcke an die Kette
6. Verteidigung: Manipulierte Blöcke werden an Hand der unterschiedlichen Hash-
Werte erkannt und von der Hauptkette ausgeschlossen.
eHealth Grundlagen / VL 6 / IT-Trends
Seite 21
Blockchain - Funktionsweise
Quelle: auf Basis computerwoche.de
Blockchain - Exemplarischer Anwendungsfall Bonusheft
Für aktive Vorsorge möchte
die innovative Krankenkasse
KK ihre Mitglieder mit
Prämien belohnen.
Bob ist Mitglied bei der KK
und erklärt sich
einverstanden am
Bonusprogramm
teilzunehmen. Er geht
regelmäßig zum Zahnarzt.
1
KK
<Smart Contract>Jedes Mitglied
bekommt 50€
Zuschuss zu einer
professionellen Zahn-
reinigung (PZR), wenn
es regelmäßig zur
Zahnvorsorgeunter-
suchungen geht.
2Der Smart Contract wird auf allen Nodes verifiziert.
Dadurch wird sichergestellt, dass Bob regelmäßig
zur Vorsorge geht und seine PZR dieses Jahr noch
nicht in Anspruch genommen hat.
3
Wenn das Netzwerk bestätigt, dass alle
Voraussetzungen erfüllt sind, werden 50€
automatisch an Bob überwiesen; Der KK werden
50€ abgezogen. Bob kann dieses Jahr keinen PZR
Zuschuss mehr wahrnehmen.
5
Addresse: 1F1tAaz
Zur Abrechnung der ärztlichen
Leistungen identifiziert sich Bob
mit seiner Gesundheitskarte.
Beim aktuellen Termin
lässt er auch eine PZR
durchführen. 4
Bob‘s Zuschuss wird
direkt an seine
Addresse: 1F1tAaz
ausgezahlt.
6
Die KK stattet ihre
Gesundheitskarten mit der
Möglichkeit eines Wallets aus.
Des Weiteren läuft auf den
Kartenlesegeräten ein
BlockChain Client.
1
1
2
3
eHealth Grundlagen / VL 6 / IT-Trends
Seite 27
Blockchain - Betreibermodelle
Public Consortium Privat Blockchain as a Service
Open for participation to
arbitrary computer in
different roles without
permission of
authentification of
operator. Use is license
free and the source code
as well as content are
openly accessible
Requires permission to join
and is operated by a
(legally associated) group.
Source code may be public
or private
Consensus reached by a
pre selected set of nodes
(members)
Read permission is
required while write
permisson in general
kept centralized to one
organisation.
(no real consensus)
All nodes have an equal
operator. The operator might
own source code, keys and
even the ledger itself.
Therefore only the logical
seperation remains.
Examples
Bitcoin
Ethereum
Altcoins
EWF
B3i
MONAX
Multichain
Azure BaaS
Rubix by Deloitte
Blockchain on IBM BlueMix
eHealth Grundlagen / VL 6 / IT-Trends
Seite 28
• Abrechnungen zwischen Arzt, Patient und
Krankenkasse
• Kommunikation und Auswertung von
Gesundheitsdaten im zweiten Gesundheitsmarkt:
• Diabetes, Blutdruck, Fitness
• Gesundheitsprüfung PKV zwecks Risikozuschlag
(Vorerkrankungen, Prädisposition)
• Transparente Ressourcenketten im Rahmen von
GMP (Pharmazie) und Qualitätsmanagement-
systemen (Zulassung)
• Zugriffsrechte auf personenbezogene Dokumente wie
Röntgenbilder oder Diagnosen (vgl. Estland)
• Doppelte Verschreibung („Rezept-Betrug“)
Herausforderungen
• Blockchain ist langsam und teuer
(BitCoin 7 tx/sec, Ethereum 25 tx/sec),
daher ungeeignet für große
Datenmengen
• Blockchain ist in der Praxis eher
oligarchisch geprägt: Mit mehr
Geld kann man mehr Tokens
kaufen. Mehr Rechenleistung führt
indirekt zu mehr Einfluss
• Einige Anwendungsfälle erfordern,
dass alle Teilnehmer entlang der
Wertschöpfungskette auf der
Blockchain sein müssen (z.B.
Arzt, KK, MP-Hersteller)
Blockchain - Anwendungsfälle eHealth
eHealth Grundlagen / VL 6 / IT-Trends
Seite 29
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 30
eHealth Grundlagen / VL 6 / IT-Trends
New Reality - Augmented, Virtual, Mixed
https://www.extremetech.com/extreme/249328-mixed-reality-can-take-augmented-reality-mainstream
eHealth Grundlagen / VL 6 / IT-Trends
Seite 31
• Training von medizinischem und Pflegepersonal
• Operationen, Behandlungsabläufe
• Soziale Interaktion in der Pflege
• Behandlung von psychischen Krankheiten (Virtual
Therapy)
• z.B. Angststörung beim Fliegen
• Mit Hilfe von Neurofeedback
• Mixed Reality overlays zur Diagnose und Behandlung
• Virtual Interfaces zur kontaktlosen (sterilen) Eingabe
New Reality - Anwendungsfälle eHealth
Herausforderungen
• Hohe Investitionen im öffentlichen
Bereich erforderlich
(Krankenhäuser, Ausbildung).
• Digital Content ist nicht unbedingt
sofort verfügbar bzw. Prozesse
müssen angepasst werden
• Eine Vielzahl an übertragenen
Daten und Schnittstellen erzeugen
auch potenzielle
Sicherheitslücken.
Standardisierung ist
problematisch
eHealth Grundlagen / VL 6 / IT-Trends
Seite 32
http://www.vrthirdeye.com/future-of-virtual-reality/ http://mobiusvf.com/medical-virtual-reality-can-
help-save-future-lives/
Gliederung
Cloud Computing1
Blockchain3
Big Data & Machine Learning2
Virtual, Augmented, Mixed – The new Reality4
Internet of Things5
Seite 33
eHealth Grundlagen / VL 6 / IT-Trends
Internet of Things
http://www.futureforall.org/communication/internet_of_things.htmleHealth Grundlagen / VL 6 / IT-Trends
Seite 34
• Angeschlossene Therapie- oder Diagnosegeräte
• Besseres Monitoring
• Adhärenzsteigerung
• Möglichkeiten zur „Closed-Loop“ - Medikation
• Bessere Integration der Therapie in den Alltag
• Effizienzsteigerung durch Verzicht auf trusted-third-parties
(bspw. Malteser Hausnotruf)
• Füllen von Datenlücken aus dem häuslichen Bereich (data
blindspots)
Internet of Things - Anwendungsfälle eHealth
Herausforderungen
• Vollständige Integration nutzt viel
Bandbreite und erzeugt große
Datenmengen
• Eine Vielzahl an übertragenen
Daten und Schnittstellen erzeugen
auch potenzielle
Sicherheitslücken. Standardi-
sierung ist problematisch
• Hohe Regulierungs- und
Datenschutzhürden
• Angst vor „Gläsernen Patienten“
eHealth Grundlagen / VL 6 / IT-Trends
Seite 35
https://healthtechinsider.com/2014/07/15/googles-
smart-contacts-licensed-novartis/
https://www.diabetiker.info/
produktvorstellung-
eversense/