Jak obserwowalność usprawnia przepływy pracy w obszarze IT i bezpieczeństwa w opiece zdrowotnej
Obecnie organizacje opieki zdrowotnej borykają się z niedoborami kadrowymi i umiejętnościami IT, a także wyzwaniami związanymi z bezpieczeństwem i przepływem pracy IT. Kiedy dział IT reaguje na zgłoszenia użytkowników o awariach, często jest już za późno.
„Wyłączenie systemu może oznaczać różnicę między życiem a śmiercią” – mówi Bill Lobig, wiceprezes ds. zarządzania produktami automatyki w IBM . „To szczególnie problematyczne w opiece zdrowotnej”.
Narzędzia do obserwowalności umożliwiają organizacjom analizę stanu wewnętrznego systemu. Organizacje wdrażają kompletne stosy narzędzi obserwowalności zarówno w chmurze, jak i na sprzęcie. Celem jest uzyskanie pełnej widoczności aplikacji i wydajności sieci w organizacji.
„Narzędzie do obserwacji może monitorować każdą transakcję, wywołanie API i śledzenie” – mówi Lobig. „Ma bogaty zestaw celów na poziomie usług, od dostępności po opóźnienia i wszystkie te różne wymiary, gdy jest używane ze sztuczną inteligencją”.
Mimo że ponad połowa organizacji twierdzi, że obserwacja pozwala im wykrywać problemy z wydajnością, o których nie wiedzieli, to według raportu „The State of Observability 2024” firmy OpsRamp, należącej do Hewlett Packard Enterprise , tylko 23% przedsiębiorstw wdrożyło pełną obserwację stosu i zastosowało ją w 90% swojej działalności.
„Ujednolicone systemy obserwowalności konsolidują dane z całego cyfrowego środowiska organizacji w jeden, spójny strumień, eliminując bariery między IT, bezpieczeństwem i operacjami biznesowymi” – mówi Tom Andriola , dyrektor ds. sztucznej inteligencji (AI) w sektorze publicznym w Dynatrace . „Te systemy dostarczają dane do pulpitów nawigacyjnych w czasie rzeczywistym, opartych na analizie danych opartej na sztucznej inteligencji, umożliwiając organizacjom monitorowanie wydajności, śledzenie kluczowych wskaźników efektywności (KPI) i podejmowanie szybszych decyzji w oparciu o dane”.
Rozwiązywanie problemów z niedoborami kadry IT i umiejętnościW obliczu niedoborów kadrowych organizacje otrzymują wiele alertów , co może prowadzić do wypalenia zawodowego. Mogą również mieć trudności z nadążaniem za złożonością nowoczesnych środowisk informatycznych. Systemy opieki zdrowotnej borykają się z niedopasowaniem umiejętności i niedoinwestowaniem w rozwój kadr IT, mówi Andriola.
„Branże takie jak opieka zdrowotna, które muszą dostosowywać wynagrodzenia do napiętych budżetów operacyjnych , często odczuwają to boleśniej” – mówi Andriola. „W rezultacie lekarze i pacjenci polegają na niezawodnych i bezpiecznych usługach cyfrowych, a zespoły IT często są przeciążone, zmagając się z ciągłym strumieniem alertów, odizolowanymi narzędziami i fragmentarycznymi danymi – a to wszystko przyczynia się do wypalenia zawodowego i nieefektywności”.
Organizacje opieki zdrowotnej są przytłoczone mnóstwem narzędzi i konfiguracji do skanowania, mówi Lobig. Niektóre procesy są słabo zdefiniowane, a silosy utrudniają obserwację .
„Wiele organizacji często korzysta z wielu rozproszonych narzędzi do monitorowania i bezpieczeństwa, które zapewniają jedynie częściowy obraz ich środowiska” – mówi Andriola. „To zwiększa złożoność operacyjną i poziom silosów, a także spowalnia rozwiązywanie problemów”.
Andriola zwraca uwagę na zagrożenia związane z przestojami w opiece zdrowotnej: „W warunkach klinicznych liczy się każda sekunda, a przestoje są nie tylko uciążliwe, ale i potencjalnie niebezpieczne. Niezależnie od tego, czy chodzi o oddział ratunkowy, salę operacyjną, czy opiekę spersonalizowaną, systemy opieki zdrowotnej muszą działać w modelu ciągłym i w czasie rzeczywistym”.
Andriola twierdzi, że obserwowalność może uprościć złożoność w organizacjach, w których usługi cyfrowe są ze sobą powiązane.
Jak obserwowalność zapewnia widoczność, aby pokonać martwe polaNarzędzia do obserwowania zapewniają topologię aplikacji, która pomaga organizacjom zrozumieć wzajemne powiązania systemów i punktów końcowych sieci oraz mapować przepływ informacji. Dzięki danym dostarczanym przez narzędzia do obserwowania, organizacje mogą kwarantannować luki w zabezpieczeniach, sugeruje Lobig.
„W szczególności narzędzia do obserwacji umożliwiają zrozumienie przepływów informacji, przepływów usług oraz aplikacji kwarantannowych i/lub punktów końcowych na podstawie tych wektorów podatności” – wyjaśnia.
Aby wyeliminować „martwe punkty” tradycyjnych aplikacji monitorujących, narzędzia do obserwowalności zapewniają „pojedyncze źródło prawdy” i kompleksową widoczność. Uszczelniają one zarządzanie w środowiskach chmurowych, brzegowych i hybrydowych, a także integrują platformy danych i obciążenia oparte na dużym modelu językowym (LLM) , mówi Andriola.
„Bardziej zaawansowane platformy obserwacyjne łączą potoki danych, telemetrię bezpieczeństwa i analitykę biznesową w jeden strumień, umożliwiając spójne i wiarygodne analizy na dużą skalę” – wyjaśnia. „Te narzędzia pomagają zespołom zrozumieć, jak dane przepływają przez silosy i warstwy analityczne, budując pewność w podejmowaniu decyzji zarówno operacyjnych, jak i strategicznych”.
Narzędzia do obserwowalności rozwiązują problem silosów, centralizując i usprawniając gromadzenie i analizę danych. Narzędzia te korelują również wnioski dla organizacji, takich jak systemy opieki zdrowotnej. W opiece zdrowotnej obserwowalność może minimalizować zakłócenia w systemach krytycznych dla lekarzy i poprawiać bezpieczeństwo organizacji, mówi Andriola.
Luki w opiece nad pacjentem mogą zagrażać życiu, ale pełna obserwacja może zmniejszyć zakłócenia dla lekarzy i personelu IT. Konsole zdarzeń w narzędziach do obserwacji pozwalają organizacjom zachować widoczność i szybkość reakcji, jednocześnie konsolidując dane z wielu systemów.
„Ale sama widoczność nie wystarczy” – podkreśla Andriola. „W dzisiejszym środowisku, gdzie wolumen i szybkość operacji przewyższają tradycyjne modele IT, tylko platformy obserwacyjne oferujące wbudowaną inteligencję i automatyzację mogą skalować się wraz z zapotrzebowaniem”.
Jak twierdzi, pełna widoczność stosu zwiększa efektywność pracowników IT : „Zapewniając im pełną widoczność stosu w czasie rzeczywistym i jasny kontekst dotyczący problemów z wydajnością lub bezpieczeństwem, możliwość obserwacji pomaga zespołom proaktywnie optymalizować systemy, szybciej rozwiązywać problemy i koncentrować swoją wiedzę specjalistyczną tam, gdzie jest to najbardziej potrzebne”.
Tom Andriola Dyrektor ds. sztucznej inteligencji w sektorze publicznym, Dynatrace
Wykorzystanie sztucznej inteligencji w operacjach IT to kluczowa strategia, która pozwala organizacjom automatyzować naprawy, ograniczać czynniki rozpraszające uwagę i proaktywnie rozwiązywać problemy. Pozwala organizacjom tworzyć samoświadome sieci , aby zapobiegać przestojom i unikać strat finansowych.
„Współczesne przedsiębiorstwa muszą stawiać przede wszystkim na automatyzację, aby dotrzymać kroku pojawiającym się zagrożeniom i rosnącej złożoności, zwłaszcza w obliczu ciągłych wyzwań rekrutacyjnych” – mówi Andriola. „Niektóre zaawansowane platformy obserwacyjne, szczególnie te integrujące AIOps , pomagają zniwelować lukę kompetencyjną poprzez redukcję ręcznego obciążenia pracą i udostępnianie praktycznych wniosków w czasie rzeczywistym”.
Jak wyjaśnia , AIOps może zapewnić mniej fałszywych alertów , szybszą analizę przyczyn źródłowych oraz dokładne wykrywanie luk i anomalii.
„Myślę, że AIOps to niejawna funkcjonalność obserwowalności” – mówi Lobig. „Chodzi tak naprawdę o wykorzystanie sztucznej inteligencji do uczynienia rzeczy bardziej inteligentnymi, tak jak robi to wielu dostawców w różnych dziedzinach związanych z technologią”.
Modele i agenci AI pozwolą organizacjom na dalszy rozwój strategii obserwowalności. W miarę rozwoju narzędzi obserwowalności, liderzy IT muszą nabrać nowego zaufania do agentów AI i LLM, twierdzi Andriola.
„Inwestowanie w ujednoliconą obserwację to nie tylko decyzja IT” – mówi. „To strategiczne zaangażowanie w odporność, wydajność i spójność biznesową w świecie, w którym operacje cyfrowe są operacjami”.
W przyszłości obserwowalność musi również uwzględniać możliwość wyjaśnienia i wydajność, ponieważ organizacje wdrażają LLM i agentów AI.
„Nie wszystkie platformy oferują ten poziom wglądu w kontekst, który będzie miał coraz większe znaczenie dla zachowania widoczności dynamicznych, inteligentnych systemów” – mówi Andriola.
healthtechmagazine
