ในการดูแลสุขภาพองค์กรต่าง ๆ มีเป้าหมายที่จะมองเห็นเวิร์กโฟลว์การดำเนินงานและคลินิกเพื่อป้องกันการหยุดทำงานและรักษาความปลอดภัยเครือข่ายของพวกเขาจากการคุกคาม การอยู่ออนไลน์ 24/7 เป็นสิ่งสำคัญและการหยุดทำงานของพลังงานอาจนำไปสู่การสูญเสียทางการเงินและส่งผลกระทบต่อการดูแลผู้ป่วย
ระบบสุขภาพมีแอพพลิเคชั่นหลายร้อยรายการที่จะตรวจสอบในหลาย ๆ สภาพแวดล้อมรวมถึงเครือข่ายเซิร์ฟเวอร์ที่เก็บและคลาวด์ เครื่องมือที่ไม่สามารถสังเกตได้ซึ่งรวมถึง IBM Instana และ Splunk Obsability Cloud สามารถให้การมองเห็นที่จำเป็นสำหรับระบบของเครือข่ายสุขภาพ
“เครื่องมือที่ไม่สามารถสังเกตได้ให้การมองเห็นที่ครอบคลุมในการบรรจบกันของเวิร์กโฟลว์การปฏิบัติงานและคลินิกและสามารถช่วยให้องค์กรด้านสุขภาพมีประสิทธิภาพในการส่งมอบการดูแลโดยการรวบรวมข้อมูลเชิงลึกข้อมูลในพฤติกรรมของระบบ” แพทริคหลินรองประธานอาวุโสและผู้จัดการทั่วไปของการสังเกตที่ Splunk บริษัท ซิสโก้
ค้นพบ: เครื่องมือที่ไม่สามารถสังเกตได้สามารถช่วยให้องค์กรด้านสุขภาพแก้ปัญหาได้ห้าประการ
เครือข่ายที่มีสติปัญญาสามารถป้องกันการใช้งานได้สำหรับแอปพลิเคชันที่สำคัญ ในระบบการดูแลสุขภาพอาจหมายถึงอุปกรณ์ตรวจสอบผู้ป่วย ชีวิตของผู้ป่วยอาจอยู่ในสนามหากระบบตกบิลโลบิกรองประธานฝ่ายบริหารผลิตภัณฑ์สำหรับระบบอัตโนมัติที่ IBM กล่าว
Lobig กล่าวว่าเครื่องมือที่สังเกตได้สามารถเข้าใจการเชื่อมต่อระหว่างระบบและจุดเครือข่ายและตรวจสอบธุรกรรมและการโทร API เมื่อผู้ให้บริการด้านการดูแลสุขภาพตรวจสอบสัญญาณชีพของผู้ป่วยผู้นำจะต้องตรวจสอบสุขภาพของเครือข่ายและ triage เมื่อปัญหาเกิดขึ้นเขากล่าวเสริม
“ การรู้ว่ามีช่องโหว่ในสถานที่สำคัญหรือไม่และความสามารถในการกักกันพวกเขาหรือดำเนินการเป็นวิธีที่ยอดเยี่ยมที่เครื่องมือการสังเกตสามารถช่วยให้การใช้งานสุขภาพ” Lobig กล่าว
องค์กรด้านสุขภาพกำลังเผชิญกับความท้าทายที่สังเกตได้
ในองค์กรด้านสุขภาพความสามารถในการสังเกตสุขภาพและเจ้าของซัพพลายเออร์กำลังนั่งอยู่ซึ่งจำกัดความสามารถของระบบสุขภาพที่จะได้รับการมองเห็นเนื่องจากพวกเขาต้องพึ่งพาซัพพลายเออร์เพื่อรักษาข้อตกลงระดับบริการ (SLAs) ระบบสนับสนุนที่แบ่งเป็นส่วน ๆ นำไปสู่ ”ผลกระทบของการไร้ประสิทธิภาพ” หลินกล่าว
“ ไม่มีการกำกับดูแลรวมศูนย์ให้กับเครื่องมือและภาษาธรรมดาสองสิ่งที่ตรงกันข้าม แต่ผลลัพธ์ที่ไม่พึงประสงค์อย่างเท่าเทียมกันเกิดขึ้น: ความเป็นเจ้าของที่มากเกินไปหรือขาดความเป็นเจ้าของคำถาม” เขากล่าว
องค์กรด้านสุขภาพสามารถทำให้คู่ค้าและซัพพลายเออร์รับผิดชอบต่อ SLA ของพวกเขาโดยใช้ข้อมูลเชิงลึกในระดับรหัสและรวมเข้ากับไฟล์แอปพลิเคชันและฮาร์ดแวร์การติดตามเส้นทางเครือข่ายและการตรวจสอบเชิงรุกของเครือข่ายส่วนตัวและสาธารณะ
คลิกแบนเนอร์ด้านล่าง การเรียนรู้ว่าทำไมไซเบอร์ริเซียร์จึงมีความสำคัญต่อความสำเร็จด้านสุขภาพ
AIOPS ช่วยระบบสุขภาพในการจัดการกับความเหนื่อยล้าจากการเตือนภัย
การแจ้งเตือนความเหนื่อยล้าเป็นความท้าทายอีกประการหนึ่งสำหรับการรักษาเครือข่ายที่มีสติและผู้ให้บริการด้านการดูแลสุขภาพไม่มีคำเตือน AIOPS หรือปัญญาประดิษฐ์สำหรับการดำเนินงานด้านไอทีช่วยให้องค์กรด้านสุขภาพสามารถจัดลำดับความสำคัญคำเตือนที่สำคัญหลินอธิบาย
“ตัวอย่างเช่นการฝัง AI ในเครื่องมือการสังเกตสามารถช่วยตั้งค่าการเตือนภัยและลดผลบวกที่ผิดพลาดโดยการสร้างเส้นฐานแบบไดนามิกโดยใช้ข้อมูลประวัติ” เขากล่าวเสริมว่าระบบสุขภาพสามารถจัดกลุ่มสัญญาณเตือนภัยเกี่ยวกับเหตุการณ์เพื่อรักษาความสามารถในการมองเห็นและจัดลำดับความสำคัญของสิ่งที่จะตรวจสอบก่อน
AIOPS ช่วยให้ระบบสุขภาพสามารถทำได้โดยใช้ AI และการเรียนรู้ของเครื่องจักรเพื่อตรวจจับปัญหาและแก้ปัญหาโดยไม่มีการรบกวน นอกจากนี้ตัวแทน AI เช่นกองทุนบันทึกและทรัพยากรตัวชี้วัดสามารถเชื่อมโยงและรวบรวมข้อมูลเกี่ยวกับคำถามเครือข่าย แทนที่จะเป็นคนที่รับผิดชอบในการระบุสาเหตุพื้นฐานของปัญหาไอทีเทคโนโลยี ML และแบบจำลองภาษาขนาดใหญ่สามารถจัดเรียงข้อมูลเพื่อค้นหาปัญหาในบันทึกและวินิจฉัยตนเองได้ Lobig กล่าว
ที่เกี่ยวข้อง: SPLUNK Enterprise นำความสามารถในการสังเกตแบบ end-to-end มาสู่สภาพแวดล้อมที่อุดมไปด้วยข้อมูล
กลยุทธ์สำคัญสำหรับการรักษาทัศนวิสัยและความปลอดภัย
ในการสร้างเครือข่ายไอทีที่มีสติและปลอดภัยองค์กรควรแนะนำวิธีการ “ความน่าเชื่อถือ แต่ตรวจสอบ” ให้คำแนะนำหลิน (Zero Trust ที่เป็นไปตามแนวทาง “ไม่น่าเชื่อถือยืนยันเสมอ” เป็นทางเลือกสำหรับ “ความน่าเชื่อถือ แต่ Verifer”)
เขาแนะนำว่าองค์กรด้านสุขภาพมีการสนทนาที่ขับเคลื่อนด้วยข้อมูลกับซัพพลายเออร์ซึ่งเป็นส่วนหนึ่งของศูนย์สังเกตการณ์สำหรับรูปแบบความเชี่ยวชาญ COE เป็นกลุ่มที่ให้กรอบสำหรับประสิทธิภาพและการบำรุงรักษาความสามารถในการสังเกต ช่วยในการกำกับดูแลโดยการอธิบายกฎและมาตรฐานของการสังเกตเช่นสิ่งที่ควรสังเกตและวิธีการสังเกต COE ยังให้คำแนะนำเกี่ยวกับเครื่องมือที่สังเกตได้ในการใช้งาน
Open Telemetry สร้างกรอบการทำงานที่ครอบคลุมสำหรับข้อมูล telemetry รวมถึงระบบอัตโนมัติของกระบวนการสคริปต์และเครื่องมือเพื่อปรับปรุงประสิทธิภาพการทำงานและลดเวลาหยุดทำงาน มันเปิดการรวบรวมข้อมูลซึ่งมักจะเป็นกรรมสิทธิ์และยากที่จะจัดการ Lobig กล่าว นอกจากนี้เครื่องมือที่สังเกตได้ใช้ telemetry เพื่อรับข้อมูลตามบริบทเกี่ยวกับปัญหาที่มาจากเครือข่าย
Lobig แนะนำให้ใช้เครื่องมือการจัดการช่องโหว่เพื่อให้องค์กรสามารถแยกแยะสัญญาณเตือนภัยที่ผิดพลาดที่เกิดขึ้นจากเครื่องมือสแกนการโทรและปุ่มต่างๆ
ฐานข้อมูลการจัดการการกำหนดค่าให้การมองเห็นโดยการอนุญาตให้องค์กรด้านสุขภาพติดตามอุปกรณ์ใดเช่นรถเข็นทางการแพทย์เชื่อมโยงกับเครือข่ายและรู้ว่าอุปกรณ์นอนหลับเป็นเวลานานหรือไม่
ทีมรักษาความปลอดภัย (SECOPS) และทีมสังเกตการณ์ (ITOPs) สามารถใช้แพลตฟอร์มทั้งหมดเพื่อแบ่งปันข้อมูลเพื่อตรวจจับเหตุการณ์ก่อนที่จะเกิดขึ้นและบรรเทาภัยคุกคามได้เร็วขึ้น การตรวจหาเหตุการณ์ในอดีตจะช่วยให้ระบบสุขภาพมีความยืดหยุ่นมากขึ้น Lin กล่าว