Prvá štúdia bola aplikáciou zmienenej startupovej myšlienky v oblasti zdravotnej starostlivosti, druhá rieši nedostatočnú priepustnosť informačných sietí pri spracovaní obrazov a posledná informuje o spotrebe energií v domácnostiach.

Zdravotníctvo

V západných krajinách je už viditeľný trend presunu zdravotnej starostlivosti z nemocníc do domáceho ošetrenia. V najbližších rokoch bude pomer pacientov liečených doma a v nemocnici vyrovnaný. A je predpoklad, že po roku 2030 bude viac pacientov v domácom liečení ako v nemocniciach. Tento trend vyvolal potrebu vytvárania pracovných pozícií ošetrovateľ (carer) v čo najkratšom čase. V Anglicku trvá školenie jedného certifikovaného ošetrovateľa jeden týždeň, takže tu je možné sa zmieniť o kvalite ošetrovania. Ošetrovatelia sú zdravotnícky personál, ktorý prešiel základným tréningom. Ich úlohou je zvyčajne nepretržite sa starať o pacienta.

Vďaka technológiám a výpočtami na hrane siete sme vytvorili systém, ktorý prioritne monitoruje kvalitu domácej starostlivosti, ale vie pomôcť aj pri monitorovaní fyzického stavu pacienta. Túto prípadovú štúdiu sme nazvali CHECkuP (Cognitive HEalthCare Platform). Zjednodušenú architektúru riešenia môžete vidieť na obr. 1.

Tento systém zabezpečuje detekciu anomálií a systém včasného varovania (EWS – Early Warning System) už na úrovni hrany siete. Tým pádom ošetrovateľ alebo rodina vedia hneď reagovať, a to aj v prípade výpadku internetového pripojenia. Riešenie zabezpečuje aj zálohovanie dát počas zmieneného výpadku. V prípade obnovenia spojenia sú zálohované dáta poslané do cloudu. Systém na hrane siete zabezpečuje aj filtráciu a agregáciu dát. Cloudové služby už riešia vyššie úrovne interakcie ako vizualizáciu dát pomocou trendov v reálnom čase, kognitívne služby, alebo kognitívneho poradcu (chatbota). Riešenie je natoľko otvorené, že nie je problém pripojiť nové senzory, smart náramky alebo dokonca humanoidných robotov.

Prípadová štúdia je bližšie opísaná v [3]. Toto riešenie je prioritne určené pre spoločnosti či agentúry poskytujúce zdravotnú a sociálnu starostlivosť. Následne už bude na týchto spoločnostiach, komu tieto dáta ďalej ponúknu. Otvorené sú tu možnosti pre rodinu a zdravotných profesionálov (lekári, zdravotné sestry alebo rýchla zdravotná pomoc). Tak táto štúdia spája domácu starostlivosť spolu s výpočtami na hrane siete (edge computing). Poskytovatelia zdravotnej starostlivosti môžu sledovať rôzne aspekty kvality starostlivosti, ktorými sú kvalita prostredia, podávania liekov či ošetrovateľa, v rámci ktorej sa dá napríklad kontrolovať jeho aktivita, a mnoho ďalších atribútov kvality. Systém obsahuje dve časti. Jednotlivé časti systému sú poprepájané priamo alebo prostredníctvom IoT brány vykonávajúcej výpočty na hrane siete. Týmito časťami sú pacientova izba a zvyšok ekosystému zdravotnej starostlivosti (obr. 2).

Hlavnou časťou je pacientova izba. IoT zariadenia a ľudia v tejto izbe sa pripájajú prostredníctvom brány na hrane siete na cloud, kde sa nachádza Health IIoT platforma. Použitie brány v pacientovej izbe je potrebné kvôli viacerým typom sietí používaných IoT zariadeniami. Napríklad ošetrovateľmi nositeľné zariadenia sa môžu pripájať cez rozhranie Bluetooth, odkiaľ sú agregácie dát odosielané do IoT platformy na cloude. Iné zariadenia môžu používať priamo WiFi rozhranie. Ošetrovatelia majú k dispozícii zariadenia monitorujúce pacienta, ktoré snímajú životné funkcie a podmienky v pacientovej izbe. K dispozícií majú aj smart podávač liekov, ktorý obsahuje IoT zariadenia na časovanie podávaných liekov. Ďalšou časťou tohto ekosystému sú zdravotné záznamy s informačným systémom, prostredníctvom ktorého ošetrovatelia zadávajú všetky dáta a informácie o zdravotnej starostlivosti daného pacienta.

Zvyšok ekosystému, ktorý kontroluje stav v tejto izbe, sa pripája priamo na cloudovú platformu. Tá poskytuje rôzne typy vizualizácie zozbieraných dát rôznym používateľom. Môže ísť napríklad o členov rodiny alebo poskytovateľov zdravotnej starostlivosti, ktorí si môžu skontrolovať, či zdravotná starostlivosť u daného pacienta prebieha v poriadku. Ak sa vyskytne problém, systém kontaktuje ošetrovateľa, rodinu alebo poskytovateľa zdravotnej starostlivosti. Podľa závažnosti problému môžu byť kontaktovaní aj profesionáli. V prípade potreby im systém umožní pristupovať k historickým údajom daného pacienta.

Priemysel

V júnovom čísle [4] sme sa zmienili o tom, že pri dnešných kamerových systémoch je veľmi obťažné posielať obraz na spracovanie do cloudu, a to z dôvodu veľkého dátového toku. Preto je dobré spracovať obraz z kamier na hrane siete. Už dnes existujú komerčné riešenia, kde sa spracúvajú ŠPZ pomocou algoritmu OCR (Optical Character Recognition) priamo na mieste snímania a sieťou sa posiela len poznávacia značka a žiaden obraz.

V prípadovej štúdii pre priemysel sme vytvárali inteligentný sklad. V tomto riešení sme pomocou viacerých kamier rozpoznávali materiál v sklade, jeho presné uloženie a množstvo. Tento algoritmus musel byť spustený na vysoko výkonom serverovom zariadení na hrane siete. Prípadová štúdia bola otestovaná na modeli skladu, ktorý bol niekoľkonásobne zmenšený. Výstupom bolo digitálne dvojča skladu reprezentované jedným virtuálnym 3D skladom, množstvom materiálu a jeho umiestnením. Tento dostatočne agregovaný výstup sa ďalej posielal na privátny cloud, kde sa spracúval.

Domácnosť

Výpočty na hrane siete sú vhodným riešením aj pre domácnosti – Smart Home. V tomto prípade je možnosť celú logiku riadenia domácnosti vložiť na edge zariadenie, prípadne len nejakú časť logiky. Pri potrebách spotrebiteľov by v oboch prípadoch stačil jednodoskový počítač (SBC – Single Board Computer). Naša prípadová štúdia [5] sa zaoberá meraním spotreby elektrickej energie neinvazívnym spôsobom. Meranie sa vykonáva na najjednoduchšom možnom edge zariadení, a to na jednočipovom mikropočítači, konkrétne ide o ESP8266. Toto zariadenie spracúva dáta zo senzora a spracované informácie posiela pomocou MQTT na cloud, kde možno v reálnom čase sledovať spotrebu elektrickej energie (obr. 3). Nakoľko sa dáta nachádzajú na cloude, možno ich ďalej spracúvať pomocou výpočtovo náročnejších algoritmov.

Túto prípadovú štúdiu chceme neskôr rozšíriť o identifikáciu spustených zariadení v domácnosti, a tak identifikovať nežiaduce správanie spotrebičov (dlhodobo otvorená chladnička, zanesená špirála v bojleri atď.). Prvé merania už prebehli a podľa charakteristík sa dalo určiť, o aké zariadenia ide (obr. 4). Problém nastáva, až keď sa tieto spotrebiče spustia súbežne, ale pomocou spracovaných dát poskytnutých hranou siete, algoritmov strojového učenia a výpočtovou silou cloudu by sa to mohlo vyriešiť.

Záver

V tejto časti sme sa venovali nami realizovaným prípadovým štúdiám využívajúcim výpočty na hrane siete. Poukázali sme na to, že už dnes sa dá bežne využívať Smart/Intelligent edge. Ďalšia časť série sa bude venovať výučbe Smart/Intelligent edge na Katedre kybernetiky a umelej inteligencie na Technickej univerzite v Košiciach.

Poďakovanie

Publikácia vznikla vďaka podpore projektu KEGA 033TUKE-4/2018 AICybS – Smart Industry/Architektúry inteligentných informačných a kybernetických systémov.

Referencie

[1] Papcun, P. – Kajáti, E. – Vaščák, J. (2019). Smart/Intelligent edge – poskytovatelia platforiem cloud a edge. In: ATP Journal, roč. 26, č. 7, s. 50 – 51. ISSN 1335-2237.

[2] Papcun, P. – Kajáti, E. – Zolotová, I. (2017). IoT and cloud technology as ubiquitous computing in case study of intelligent household. In: International Journal of Computers, roč. 11, s. 103 – 116. ISSN 1998-4308

[3] Miškuf, M. – Zolotová I. (2018) Systematický vývoj Edge-enabled rámca na monitorovanie kvality zdravotnej starostlivosti. In: QuoVadis Research @ FEI, roč. 1, č. 1, s. 69 – 80. ISSN 2585-9587.

[4] Papcun, P. – Kajáti, E. – Vaščák, J. (2019). Smart/Intelligent edge – hardvérové parametre zariadení na hrane siete. In: ATP Journal, roč. 26, č. 6, s. 40 – 41. ISSN 1335-2237.

[5] Miškuf, M. – Kajáti, E. – Zolotová, I. (2017). Smart Metering IoT Solution Based on NodeMCU for More Accurate Energy Consumption Analysis. In: International Journal of Internet of Things and Web Services, Vol. 2, p. 115 – 121. ISSN 2367-9115.

Ing. Peter Papcun, PhD.
Ing. Dominika Čupková
Ing. Erik Kajáti
prof. Ing. Iveta Zolotová, CSc.
Technická univerzita v Košiciach, FEI
Katedra kybernetiky a umelej inteligencie
Centrum inteligentných kybernetických systémov
http://ics.fei.tuke.sk