Evaluating an energy aware cloud native microservices architecture to reduce cost barriers in resource limited healthcare systems
تُظهر هذه الدراسة أن إطار عمل التوسع التلقائي المدرك للطاقة للخدمات المصغرة في الرعاية الصحية المدارة عبر "كوبيرنيتيس" يقلل بشكل كبير من التكاليف التشغيلية والإفراط في تخصيص الموارد في البيئات محدودة الموارد مقارنة بالتوسع التلقائي التقليدي، مما يؤدي إلى خفض حواجز الاعتماد لأنظمة الصحة الرقمية الضرورية للتغطية الصحية الشاملة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في العالم الحديث، تعتمد المستشفيات والعيادات بشكل متزايد على الأنظمة الرقمية لتتبع صحة المرضى، وإدارة السجلات، والتنبؤ بتفشي الأمراض. وللتعامل مع التدفق الهائل وغير المتوقع لهذه البيانات، تتجه العديد من الأنظمة الصحية إلى أسلوب حوسبة يسمى "الخدمات المصغرة السحابية الأصلية" (cloud-native microservices). تخيل آلة ضخمة ومعقدة تم تفكيكها إلى أجزاء صغيرة ومستقلة، كل منها يؤدي وظيفة محددة. إذا احتاج جزء واحد إلى مزيد من القوة لإنهاء مهمة ما، يمكن للنظام إضافة المزيد من ذلك الجزء المحدد فوراً دون إيقاف الآلة بأكملها. هذا النهج قوي ومرن، مما يجعله مثالياً للاحتياجات المعقدة للتغطية الصحية الشاملة، حيث ينبغي أن يحصل كل شخص على الرعاية. ومع ذلك، فإن هذه المرونة تأتي بثمن باهظ. ففي البيئات محدودة الموارد، مثل العيادات الريفية في الدول النامية، يمكن أن تكون تكلفة تشغيل هذه الأنظمة الرقمية على الخوادم السحابية مرتفعة للغاية. فعندما يصل تدفق مفاجئ من البيانات — كما يحدث أثناء تفشي مرض ما — يقوم النظام تلقائياً بإضافة المزيد من قدرة الحوسبة لمواكبة الوضع. وغالباً ما يضيف الكثير، مما يهدر الطاقة والمال على موارد ليست ضرورية تماماً، وهو ما يهدد الاستدامة المالية للنظام الصحي نفسه.
لقد وضع فريق من الباحثين في جامعة كينغستون وجامعة أكسفورد هدفهم لحل هذه المشكلة تحديداً. فقد تساءلوا عما إذا كان من الممكن الحفاظ على فوائد هذه الأنظمة الرقمية المرنة مع منعها من إنفاق الكثير من المال على الطاقة. وللتحقق من ذلك، بنوا نسخة تجريبية من نظام مصمم لمعالجة بيانات مخاطر أمراض القلب والأوعية الدموية، وهي مهمة شائعة في الرعاية الأولية. لقد أنشأوا بيئة رقمية تحاكي قدرة الحوسبة المحدودة المتاحة في مستشفى صغير محدود الموارد. وداخل هذه البيئة، قاموا بتشغيل عاملين رقميين رئيسيين: أحدهما يقوم بتنظيف بيانات المرضى غير المنظمة، والآخر يحسب المخاطر الصحية. ثم اختبر الباحثون كيفية سلوك هذا النظام عند مواجهة أربعة مستويات مختلفة من العمل، بدءاً من دفعة يومية روتينية من عشرة آلاف سجل للمرضى وصولاً إلى طفرة هائلة من خمسين ألف سجل خلال محاكاة لتفشي مرض ما.
قارن الباحثون بين طريقتين لإدارة النظام. كانت الطريقة الأولى هي الطريقة القياسية المستخدمة في معظم الأنظمة السحابية اليوم، والتي تضيف تلقائياً المزيد من قدرة الحوسبة كلما أصبح النظام مزدحماً. أما الطريقة الثانية، وهي نهجهم الجديد والمصمم خصيصاً، فقد كانت تعمل مثل مدير ميزانية صارم. فبدلاً من مجرد النظر في مدى انشغال النظام، قام هذا النهج الجديد بقياس كمية الطاقة التي يستهلكها كل جزء من النظام بدقة في الوقت الفعلي. وكان لديه حد مسبق مضبوط لكمية الطاقة المقبولة. فإذا حاول النظام إضافة المزيد من قدرة الحوسبة ولكن هذه الإضافة ستدفع إجمالي استهلاك الطاقة فوق الحد المسموح به، فإن الطريقة الجديدة ترفض ذلك ببساطة. لقد أجبرت العمال الحاليين على إنهاء المهمة دون طلب مساعدة إضافية، مما يضمن بقاء النظام ضمن ميزانيته المالية وميزانية الطاقة.
أظهرت النتتائج فرقاً واضحاً بين النهجين. فعندما واجهت الطريقة القياسية عبء عمل ثقيلاً، استمرت في إضافة المزيد من قدرة الحوسبة حتى أصبح النظام بطيئاً وثقيلاً، مستهلكةً كمية كبيرة من الطاقة في هذه العملية. وفي المقابل، حافظ النهج الجديد المدرك للطاقة على سير النظام بسلاسة دون تجاوز حد الطاقة الخاص به أبداً. وعبر جميع سيناريوهات الاختبار، قلل النهج الجديد من الطاقة التي يستهلكها النظام بنسبة تتراوح بين 12.1% و33.4%. وفي الاختبار الأكثر كثافة، حيث كان على النظام معالجة خمسين ألف سجل تحت ضغط عالٍ، وفر النهج الجديد ثلث الطاقة التي كان سيهدرها النهج القياسي. والأهم من ذلك، أن النظام لم يتباطأ أو يرتكب أخطاء؛ فقد عالج كل سجل بشكل صحيح وحافظ على استقرار استخدام الذاكرة. ووجد الباحثون أن النظام استخدم فقط قدر من قدرة الحوسبة الضروري تماماً، وبمجرد الانتهاء من العمل، عاد فوراً إلى حالة منخفضة الطاقة.
ولفهم معنى هذه التوفيرات في الطاقة بالنسبة للأنظمة الصحية في العالم الحقيقي، ترجم الباحثون نتائجهم إلى وفورات مالية محتملة. فقد نظروا في أسعار الحوسبة السحابية في المناطق التي تشتد الحاجة فيها إلى هذه الأنظمة، وتحديداً في أجزاء من أفريقيا وجنوب آسيا. وقدروا أنه بالنسبة لنظام صحي نموذجي على مستوى المنطقة يضم عشرة خوادم، فإن استخدام هذا النهج الجديد يمكن أن يوفر ما بين 1,340 و1,521 دولاراً أمريكياً سنوياً خلال فترات الطلب المرتفع. ورغم أن هذا قد يبدو مبلغاً صغيراً، إلا أنه في سياق مرفق صحي يعمل بميزانية ضيقة تتراوح بين خمسة آلاف إلى عشرين ألف دولار سنوياً، يمثل هذا التوفير جزءاً كبيراً من أموالهم المتاحة. إنه الفرق بين نظام يمكن استدامته لسنوات ونظام يجب إغلاقه عندما تنتهي التمويلات المقدمة من المانحين.
خلصت الدراسة إلى أنه من خلال بناء الوعي بالتكلفة والطاقة مباشرة في تصميم الأنظمة الصحية الرقمية، يمكن جعلها ميسورة التكلفة للأماكن الأكثر احتياجاً إليها. وأكد الباحثون أن عملهم هو "إثبات مفهوم"، مما يعني أنه اختبار ناجح في بيئة محكومة، وليس نظاماً يعمل حالياً في مستشفى حقيقي. وأشاروا إلى أن اختبارهم استخدم بيانات محاكاة وجهاز كمبيوتر واحداً لمحاكاة شبكة صغيرة، لذا فإن الوفورات الفعلية في شبكة حقيقية كبيرة قد تكون أكبر بكثير. ومع ذلك، فإن النتيجة الجوهرية قوية: من الممكن منع هذه الأنظمة الرقمية القوية من إهدار المال على طاقة غير ضرورية. فمن خلال التعامل مع استهلاك الطاقة كمعيار مباشر للتكلفة، يمكن لمخططي الصحة تصميم أنظمة ليست متطورة تقنياً فحسب، بل مستدامة مالياً أيضاً، مما يضمن ألا تقوض التكنولوجيا التي تهدف لدعم التغطية الصحية الشاملة هذا الوعد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.