Derleme · 2020
Edge-Cloud Computing and Artificial Intelligence in Internet of Medical Things: Architecture, Technology and Application
Okur sorusu
Çalışma sonuçunda, IoMT ekosisteminin başarısının yalnızca veri toplama kapasitesine değil, bulut ve kenar bilişimin optimize edilmiş iş birliğine ve yapay zeka algoritmalarının bu süreçlere entegrasyonuna bağlı olduğu vurgulanmaktadır.
Öne çıkanlar
Sağlık bilişimi alanındaki dijital dönüşüm süreci, 5G teknolojisinin yaygınlaşmasıyla birlikte tıbbi verilerin hem miktar hem de çeşitlilik açısından devasa bir büyüme göstermesine neden olmuştur. Bu durum, Tıbbi Nesnelerin İnterneti (IoMT) yapılarında veri erişimi, güvenlik, gizlilik ve gerçek zamanlı bilgi işleme konularında ciddi zorlukları beraberinde getirmektedir. Geleneksel sağlık modellerinin karşılaştığı doktor erişimindeki zorluklar ve yüksek maliyetler gibi engeller IoMT ile aşılmaya çalışılsa da, merkezi bulut sistemlerine dayalı veri iletiminin yarattığı gecikme süreleri hasta sağlığı için risk oluşturmaktadır. Bu paragraf, çalışmanın odağındaki temel sorunsalı; yani tıbbi büyük verinin zaman kısıtı altında nasıl etkin yönetilebileceği ve sağlık kaynaklarının veri kaynağına en yakın noktaya nasıl indirilmesi gerektiğini alanın güncel tartışmaları üzerinden kurmaktadır.
Sun ve çalışma arkadaşları tarafından sunulan bu makale, IoMT ekosisteminde bulut bilişim, kenar bilişim ve yapay zeka teknolojilerinin entegrasyonunu teknik bir derinlikle incelemeyi hedeflemektedir. Araştırma yöntemi olarak geniş kapsamlı bir literatür taraması ve mimari çözümleme yaklaşımı benimsenmiştir. Çalışmada, geleneksel IoMT mimarisi; algılama, ağ ve uygulama katmanları bazında detaylandırılırken, bulut bilişimin sağladığı kitlesel depolama kapasitesi ile kenar bilişimin sunduğu düşük gecikmeli işlem gücü arasındaki denge analiz edilmektedir. Özellikle tıbbi verilerin hassasiyeti göz önünde bulundurularak, verinin güvenliği ve gizliliği üzerine kurulu üç katmanlı bir hizmet yönetim modeli önerilmekte; RFID, kablosuz sensör ağları ve katmanlı veri işleme mimarileri teknik bir bütünlük içerisinde sunulmaktadır.
İnceleme sonuçunda elde edilen temel bulgular, bulut bilişimin tıbbi veri paylaşımı ve maliyet azaltma konularında üstünlük sağladığını, ancak gerçek zamanlı müdahale gerektiren durumlarda kenar bilişimin vazgeçilmez bir tamamlayıcı olduğunu göstermektedir. Kenar bilişim sayesinde veri işleme süreçleri merkezi sunuculardan ağın uç noktalarına kaydırılarak gecikme süreleri minimize edilmekte ve ağın dayanıklılığı artırılmaktadır. Yapay zeka ve özellikle derin öğrenme algoritmalarının, tıbbi görüntüleme ve teşhis süreçlerinde insan kaynaklı hataları önemli ölçüde azalttığı saptanmıştır. Ayrıca, hesaplama boşaltma (computation offloading) tekniklerinin mobil cihazların enerji tüketimini düşürürken işlem kapasitelerini artırdığı ve teletıp uygulamalarında uzaktan cerrahi kontrolü gibi hassas süreçlerin bu teknolojiler sayesinde uygulanabilir hale geldiği kanıtlanmıştır.
Tartışma ve sonuç bölümünde, çalışmanın literatürdeki yeri; bulut, kenar ve yapay zekayı IoMT ekseninde birleştiren ilk kapsamlı rehberlerden biri olmasıyla vurgulanmaktadır. Yazarlar, 5G ile güçlendirilmiş kenar-bulut iş birliğinin sağlık hizmetlerinin demokratikleşmesine katkı sunacağını, ancak siber güvenlik ve enerji verimliliği gibi alanlarda hala aşılması gereken teknik engellerin bulunduğunu belirtmektedir. Gelecek araştırmalar için düşük karmaşıklıklı algoritmaların tasarımı ve dağıtık kenar düğümlerinde veri gizliliğinin korunması üzerine somut araştırma çağrıları yapılmaktadır. Bu makale, akıllı hastane sistemleri ve dijital sağlık projeleri geliştiren araştırmacılar için teknolojik bir yol haritası sunması ve teorik modelleri gerçek dünya tıbbi uygulama senaryolarıyla ilişkilendirmesi bakımından literatürde merkezi bir öneme sahiptir; zira sadece teknolojik bir çözüm sunmakla kalmayıp sağlık hizmetlerinin kalitesini artıracak bütünsel bir ekosistem tasarımı önermektedirı.
Çalışma, geleneksel üç katmanlı (algılama, ağ, uygulama) IoT mimarisini temel alarak, bu yapıyı sağlık sektörüne özgü kenar bilişim ve bulut tabanlı servis modelleriyle (SaaS, PaaS, IaaS) entegre eden hibrit bir kuramsal çerçeve sunmaktadır.
Makale; RFID ve kablosuz sensör ağları (WSN) gibi veri toplama teknolojilerini, büyük veri analitiğini, makine öğrenmesi ve derin öğrenme modellerini, mobil kenar bilişimi (MEC) ve teletıp uygulamalarını içeren geniş bir literatür yelpazesini kapsamaktadır.
Bu çalışma, mevcut tıbbi çevre ve ekipman kısıtları altında tıbbi büyük verinin zamanında işlenmesini, analiz edilmesini ve yüksek kaliteli tıbbi kaynakların yerelleştirilmesini sağlayan teknolojileri kapsamlı bir şekilde incelemeyi amaçlamaktadır (Sun et al., 2020).
Bu çalışma, Tıbbi Nesnelerin İnterneti ekosisteminde bulut bilişim, kenar bilişim ve yapay zeka teknolojilerinin entegrasyonunu mevcut literatür üzerinden sistematik olarak değerlendiren bir derleme niteliğindedir. Yazarlar, geleneksel IoMT mimarisini temel alarak modern teknolojilerin bu yapıya eklemlenme süreçlerini, veri güvenliği protokollerini ve 5G teknolojisiyle değişen uygulama alanlarını teorik bir düzlemde analiz etmiştir. Çalışma kapsamında teknik bileşenlerin birbirleriyle olan fonksiyonel ilişkileri ve gelecekteki araştırma zorlukları sentezlenmiştir (Sun et al., 2020).
Geleneksel IoMT mimarisi; algılama, ağ ve uygulama katmanlarından oluşan üç katmanlı bir yapı sergilemekte ve RFID ile kablosuz sensör ağlarını temel veri toplama teknolojileri olarak kullanmaktadır (Sun et al., 2020).
Bulut bilişim, IoMT ekosisteminde devasa tıbbi verilerin depolanması ve kaynak paylaşımı için güçlü IT altyapısı sunsa da yüksek ağ iletim kaynakları tüketimi ve kritik gecikme süreleri nedeniyle hayati riskler taşıyabilmektedir (Sun et al., 2020).
Kenar bilişim, veri işlemeyi kaynağa yakınlaştırarak gecikme sürelerini kısaltmakta ve merkezi bulut sunucularına olan bağımlılığı azaltarak tıbbi verilerin gerçek zamanlı analizine imkân tanımaktadır (Sun et al., 2020).
Kenar ve bulut bilişim teknolojileri birbirlerinin alternatifi değil; bulutun genel yönetime, kenar bilişimin ise yerel işlemeye odaklandığı iş birlikçi ve tamamlayıcı bir yapı sunmaktadır (Sun et al., 2020).
5G teknolojisi ile kenar bilişimin birleşimi, özellikle uzaktan cerrahi ve konsültasyon gibi gerçek zamanlı ultra yüksek çözünürlüklü görüntü aktarımı gerektiren senaryolarda teknik altyapıyı sağlamaktadır (Sun et al., 2020).
Yazarlar, tıbbi bilişim alanındaki dijital dönüşümün geleneksel sağlık modellerinin karşılaştığı yüksek maliyet ve kaynak yetersizliği gibi sorunlara çözüm sunduğunu belirtmektedir. Çalışma, IoMT altyapısının temelini oluşturan sensör teknolojilerinin, gerçek zamanlı hayati bulgu takibi yoluyla hastane süreçlerini otomatize ettiğini ve tıbbi personelin doğrudan hasta bakımına odaklanmasını sağladığını göstermektedir.
Bulgular, merkezi bulut sistemlerinin devasa veri setlerini yönetme gücüne sahip olmasına rağmen, veri kaynağına olan uzaklık nedeniyle oluşan gecikmelerin kritik tıbbi durumlarda hayati risk oluşturduğunu ortaya koymaktadır. Yazarlar, bu noktada kenar bilişim katmanının devreye girerek yerel veri işleme kapasitesiyle ağ yükünü hafiflettiğini ve daha çevik bir IT ağı sağladığını savunmaktadır.
Tartışma bölümünde, kenar ve bulut bilişimin birbirini dışlayan teknolojiler olmadığı, aksine hiyerarşik bir iş birliği içerisinde çalışması gerektiği vurgulanmaktadır. Literatürdeki diğer çalışmalarla paralellik kurularak, bulutun büyük veri madenciliği ve kalıcı depolama için, kenar katmanının ise hızlı karar verme ve gizlilik korumalı yerel analizler için optimize edilmesi gerektiği ifade edilmektedir.
Yazarlar sonuç olarak, yapay zeka ve özellikle derin öğrenme algoritmalarının bu karmaşık mimaride veri işleme verimliliğini artıran temel katalizörler olduğunu belirtmektedir. 5G teknolojisinin yaygınlaşmasıyla birlikte, kenar bilişim tabanlı tıbbi hizmetlerin yüksek kaliteli tıbbi kaynakların yerelleşmesine ve sağlık hizmetlerinde adil dağılımın sağlanmasına hizmet edeceği öngörülmektedir.
Yazarlar, kenar bilişimin farklı uygulama biçimlerini değerlendirirken Dolui ve Datta tarafından yapılan karşılaştırmaları temel alarak sis bilişim, cloudlet ve mobil kenar bilişimin benzer dağıtım konumlarına sahip olsalar da teknik kapasiteleri açısından farklılaştıklarını vurgulamıştır (Sun et al., 2020).
Bulut platformlarının güvenliği konusundaki tartışmalarda yazarlar, Sun ve ark. tarafından önerilen nicel güvenlik değerlendirme modeline atıfta bulunarak kullanıcıların bulut servislerinin güvenliğini kontrol etmedeki zorluklarını bu modelin çözüm önerileriyle ilişkilendirmiştir (Sun et al., 2020).
Bu çalışma, sağlık bilişimi literatüründe tıbbi verilerin yönetimine yönelik statik yaklaşımlardan dinamik ve hiyerarşik mimarilere geçişi temsil eden kapsamlı bir rehber niteliğindedir. Geleneksel çalışmalar genellikle yalnızca bulut bilişimin kapasitesine veya yalnızca sensör ağlarının veri toplama becerilerine odaklanırken, bu çalışma üç temel sütunu (kenar bilişim, bulut bilişim ve yapay zeka) birleştirerek bütüncül bir ekosistem analizi sunmaktadır. Literatürde eksikliği hissedilen tıbbi veri gecikmesi ve gerçek zamanlı yanıt gereksinimi arasındaki dengeyi, kenar bilişimin yerel işlem yetenekleriyle nasıl kurulacağını teknik temelleriyle açıklar. Bu yönüyle teletıp ve uzaktan izleme sistemleri için teorik bir referans noktası işlevi görür.
Yazarlar, literatürdeki önceki IoT mimarilerini temel alarak bu yapıları sağlık alanına özgü tıbbi üç katmanlı (algılama, ağ, uygulama) mimariye uyarlamaktadır. Özellikle Ning ve diğerlerinin çalışmalarına atıfla dijital dönüşümün hızı vurgulanırken, 5G ve kenar bilişim sinerjisi detaylandırılmaktadır. Önceki çalışmaların genellikle bağımsız ele aldığı güvenlik ve verimlilik meselelerini, kenar bilişimin yerel otoriteler kurma yeteneğiyle harmanlar. Çalışma, literatürdeki veri adacıkları (information islands) sorununa bulut bilişimin paylaşımcı gücüyle çözüm ararken, bulutun zayıf kaldığı gecikme sürelerini kenar katmanıyla destekleyerek mevcut bilgiyi bir adım ileri taşır ve IoMT ekosistemini bütünleştirir.
Bu derleme makalesinin literatür taramalarına temel katkısı, tıbbi verinin yölçuluğunu uçtan uca teknik, güvenlik ve uygulama boyutuyla şemalaştırmasıdır. Çalışma, sadece mevcut teknolojileri listelemekle kalmaz, aynı zamanda 5G'nin getireceği yeni imkânları ve bu imkânların yaratacağı güvenlik açıklarını proaktif bir bakış açısıyla tasnif eder. Araştırmacıların teletıp uygulamalarında neden hibrid bir yapı kurmaları gerektiğini, hesaplama boşaltma ve kaynak yönetimi gibi karmaşık kavramları tıbbi bağlamda somutlaştırarak sunar. Makale, akademik yazın için teknoloji entegrasyonu rehberi oluştururken, gelecek araştırmalar için enerji verimliliği ve yapay zeka optimizasyonu gibi net ve ölçülebilir hedefler tanımlamaktadır.
Makalenin doğrulanmış yöntemi, bulguları ve kuramsal çerçevesi; tez ve makale çalışmalarında kullanılacağı bölümle birlikte aşağıdaki araştırma taslaklarına dönüştürülmüştür.
Yazarın bulut bilişimin tek başına yetersiz kaldığına dair teknik analizi, çalışmanın problem durumunu temellendirmek için kullanılabilir (Sun et al., 2020).
Makaleyle bağlantısı: Makalenin 5G ve kenar önbellekleme (Edge Caching) bölümlerinde belirtilen sınırlı önbellek kapasitesi ve önbellek güncelleme stratejilerine yönelik gelecek araştırma çağrısından türetilmiştir (Sun et al., 2020).
Makalede sunulan mimari model, tezin teknik altyapısını açıklayan şemaların teorik dayanağı olarak sunulabilir (Sun et al., 2020).
Makaleyle bağlantısı: Yazarın kenar cihazlarının kısıtlı kaynakları ve enerji tüketimi sorununa yönelik vurgusu ile güvenlik açıklarını kapatmak için önerdiği şifreleme optimizasyonlarından türetilmiştir (Sun et al., 2020).
Yazarın hesaplama boşaltma (computation offloading) üzerindeki karar verme ve kaynak tahsisi analizleri, teknolojik gereksinimleri açıklamak için kullanılabilir (Sun et al., 2020).
Makaleyle bağlantısı: Makalede tartışılan hesaplama boşaltma (computation offloading) karar mekanizmalarındaki Nash dengesi ve yaklaşık açgözlü algoritma analizlerinden hareketle kurgulanmıştır (Sun et al., 2020).
Önerilen hibrit HRGC modeli, veri sınıflandırma aşamasında %99,69 oranında bir doğruluk elde ederek mevcut VGG16 ve AlexNet gibi derin öğrenme mimarilerini geride bırakmıştır.
A. Ahila ve 7 yazar · Frontiers in Physiology · Mühendislik ve Teknoloji
Yapay zeka tabanlı sızma tespiti (IDS), %13'lük bir oranla siber güvenlik araştırmalarında en yüksek yoğunluğa ve ilgiye sahip olan birinci öncelikli çalışma alanıdır.
Krishnashree Achuthan ve 3 yazar · Frontiers in Big Data · Mühendislik ve Teknoloji
Gelecek nesil hesaplama sistemleri, performansa özgü iş yükü hedefleriyle birlikte çalışarak bilgi işlem hizmetlerinin merkeziyetsizleşmesini önemli ölçüde kolaylaştıracaktır.
Sukhpal Singh Gill ve 24 yazar · Telematics and Informatics Reports · Mühendislik ve Teknoloji