Treffer: Un enfoque de arquitectura de microservicio para mHealth orientado al monitoreo ambultarorio.

Los sistemas de historia clínica electrónica (EHR-S) suelen construirse con diseños monolíticos. Cuando se trata de interoperabilidad, una arquitectura de microservicios es complejo y requiere de un mayor esfuerzo en su implementación. Sin embargo, los microservicios construidos con High level 7 Fast Healthcare Interoperability Resources (HL7 FHIR) como estrategia de interoperabilidad son una solución novedosa e importante para el desarrollo de una arquitectura interoperable. En este documento se mostrará la construcción de un prototipo basado en una arquitectura de microservicios para operar en un escenario real de registro de una colección de electrocardiograma (ECG) ambulatorio. En el prototipo propuesto se han creado dos alternativas, el primer paso de la propuesta es una arquitectura distribuida y escalable para mHealth, como segundo paso, se presenta el escenario de desarrollo de consultas y registro de información basado en microservicios Patient, lo que permite comunicar de una forma sincrónica dentro de un esquema distribuido. En general el estilo arquitectónico distribuido basado en microservicios no solo separa los dominios de información, sino que también pude aceptar datos de muchas fuentes manteniendo la información de una forma segura para el contexto de salud digital en la computación móvil. Este prototipo ofrece un enfoque dentro de un entorno hospitalario de un PHR móvil interoperable que se ajuste al modelo funcional HL7 PHR, ya que enfatiza la importancia del estándar HL7 a la vez que implica el potencial para futuros estudios de interoperabilidad y ECG ambulatorio. [ABSTRACT FROM AUTHOR]

Copyright of CISTI (Iberian Conference on Information Systems & Technologies / Conferência Ibérica de Sistemas e Tecnologias de Informação) Proceedings is the property of Conferencia Iberica de Sistemas Tecnologia de Informacao and its content may not be copied or emailed to multiple sites without the copyright holder's express written permission. Additionally, content may not be used with any artificial intelligence tools or machine learning technologies. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)