Evaluating an energy aware cloud native microservices architecture to reduce cost barriers in resource limited healthcare systems
Deze studie toont aan dat een energiebewust autoscaling-framework voor door Kubernetes georkestreerde zorgmicroservices de operationele kosten en de overprovisioning van middelen in omgevingen met beperkte middelen aanzienlijk vermindert in vergelijking met conventionele autoscaling, waardoor de drempels voor de adoptie van digitale gezondheidssystemen die essentieel zijn voor universele gezondheidszorg worden verlaagd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
In de moderne wereld vertrouwen ziekenhuizen en klinieken steeds meer op digitale systemen om de gezondheid van patiënten te volgen, dossiers te beheren en ziekteuitbraken te voorspellen. Om de enorme en onvoorspelbare stroom van deze gegevens te verwerken, wenden veel gezondheidssystemen zich tot een computatiestijl die "cloud-native microservices" wordt genoemd. Stel je een grote, complexe machine voor die is opgedeeld in vele kleine, onafhankelijke onderdelen, die elk één specifieke taak uitvoert. Als één onderdeel meer kracht nodig heeft om een taak te voltooien, kan het systeem onmiddellijk meer van dat specifieke onderdeel toevoegen zonder de hele machine te stoppen. Deze aanpak is krachtig en flexibel, wat het ideaal maakt voor de complexe behoeften van universele gezondheidszorg, waarbij iedere persoon toegang moet hebben tot zorg. Deze flexibiliteit komt echter met een prijs. In omgevingen met beperkte middelen, zoals landelijke klinieken in ontwikkelingslanden, kunnen de kosten voor het draaien van deze digitale systemen op cloudservers onbetaalbaar hoog zijn. Wanneer er een plotselinge piek in gegevens arriveert — zoals tijdens een ziekteuitbraak — voegt het systeem automatisch meer rekenkracht toe om de situatie aan te kunnen. Vaak voegt het te veel toe, waardoor energie en geld worden verspild aan middelen die niet strikt noodzakelijk zijn, wat de financiële duurzaamheid van het gezondheidssysteem zelf bedreigt.
Een team van onderzoekers van Kingston University en de University of Oxford zette zich af om dit specifieke probleem op te lossen. Ze vroegen zich af of het mogelijk was om de voordelen van deze flexibele digitale systemen te behouden terwijl ze voorkomen dat ze te veel geld uitgeven aan energie. Om dit uit te zoeken, bouwden ze een testversie van een systeem ontworpen voor het verwerken van gegevens over het risico op hart- en vaatziekten, een veelvoorkomende taak in de eerstelijnszorg. Ze creëerden een digitale omgeving die de beperkte rekenkracht nabootste die beschikbaar is in een kleine, door middelen beperkte kliniek. Binnen deze omgeving lieten ze twee belangrijke digitale werkers draaien: één die rommelige patiëntgegevens opschoonde en een andere die gezondheidsrisico's berekende. De onderzoekers testten vervolgens hoe dit systeem zich gedroeg bij de confrontatie met vier verschillende niveaus van werkdruk, variërend van een routinematige dagelijkse batch van tienduizend patiëntendossiers tot een hectische piek van vijftig duizend dossiers tijdens een gesimuleerde ziekteuitbraak.
De onderzoekers vergeleken twee manieren om het systeem te beheren. De eerste was de standaardmethode die de meeste cloudsystemen vandaag de dag gebruiken, die automatisch meer rekenkracht toevoegt wanneer het systeem druk wordt. De tweede was hun nieuwe, op maat gemaakte aanpak, die fungeerde als een strikte budgetbeheerder. In plaats van alleen te kijken naar hoe druk het systeem was, mat deze nieuwe methode exact hoeveel energie elk deel van het systeem in realtime verbruikte. Het had een vooraf ingestelde limiet op hoeveel energie acceptabel was. Als het systeem probeerde meer rekenkracht toe te voegen maar die toevoeging de totale energiemarge zou overschrijden, zei de nieuwe methode simpelweg nee. Het dwong de bestaande werkers om de klus te klaren zonder om extra hulp te vragen, waardoor werd gewaarborgd dat het systeem binnen zijn financiële en energetische budget bleef.
De resultaten toonden een duidelijk verschil tussen de twee benaderingen. Wanneer de standaardmethode werd geconfronteerd met een zware werklast, bleef deze meer rekenkracht toevoegen totdat het systeem traag en loom werd, waarbij het een grote hoeveelheid energie verbruikte in het proces. In contrast hiermee hield de nieuwe, energiebewuste methode het systeem soepel draaien zonder ooit de energielimiet te overschrijden. In alle testscenario's verminderde de nieuwe methode het energieverbruik van het systeem met tussen de 12,1 en 33,4 procent. In de meest intense test, waarbij het systeem vijftig duizend dossiers moest verwerken onder hoge druk, bespaarde de nieuwe methode een derde van de energie die de standaardmethode zou hebben verspild. Cruciaal was dat het systeem niet vertraagde of fouten maakte; het verwerkte elk dossier correct en hield het geheugengebruik stabiel. De onderzoekers ontdekten dat het systeem slechts zoveel rekenkracht gebruikte als absoluut noodzakelijk was, en zodra het werk gedaan was, onmiddellijk terugkeerde naar een staat met laag vermogen.
Om te begrijpen wat deze energiebesparingen betekenden voor echte gezondheidssystemen, vertaalden de onderzoekers hun bevindingen naar potentiële kostenbesparingen. Ze keken naar de prijzen van cloudcomputing in regio's waar deze systemen het meest nodig zijn, specifiek delen van Afrika en Zuid-Azië. Ze schatten dat een typisch gezondheidssysteem op districtsniveau met tien servers, gebruikmakend van deze nieuwe methode, tussen de US$ 1.340 en US$ 1.521 per jaar kan besparen tijdens perioden van hoge vraag. Hoewel dit als een klein bedrag kan klinken, vertegenwoordigt deze besparing in de context van een zorginstelling die werkt met een krappe begroting van bijvoorbeeld vijf tot twintig duizend dollar per jaar, een aanzienlijk deel van hun beschikbare middelen. Het is het verschil tussen een systeem dat jarenlang kan voortbestaan en een systeem dat moet worden gesloten wanneer de donorfinanciering opraakt.
De studie concludeert dat door kosten- en energiebewustzijn direct in het ontwerp van digitale gezondheidssystemen in te bouwen, het mogelijk is om ze betaalbaar te maken voor de plekken die ze het hardst nodig hebben. De onderzoekers benadrukken dat hun werk een "proof-of-concept" is, wat betekent dat het een succesvolle test was in een gecontroleerde omgeving, en nog geen systeem dat in een echt ziekenhuis draait. Ze merkten op dat hun test gebruikmaakte van gesimuleerde gegevens en één enkele computer om een klein netwerk na te bootsen, zodat de werkelijke besparingen in een groot, echt netwerk zelfs groter zouden kunnen zijn. De kernbevinding is echter robuust: het is mogelijk om deze krachtige digitale systemen te stoppen met het verspillen van geld aan onnodige energie. Door energieverbruik te behandelen als een directe maatstaf voor kosten, kunnen planners gezondheidssystemen ontwerpen die niet alleen technisch geavanceerd zijn, maar ook financieel duurzaam, waardoor wordt gewaarborgd dat de belofte van universele gezondheidszorg niet wordt ondermijnd door de technologie die bedoeld is om diezelfde zorg te ondersteunen.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.