English

IoT

Cosa si intende per Internet delle cose?

L'Internet of Things, comunemente abbreviato in IoT, si riferisce alla connessione di dispositivi (diversi dalle famiglie tipiche come computer e smartphone) a Internet. Automobili, elettrodomestici da cucina e persino monitor cardiaci possono essere collegati tramite l'IoT.
Man mano che l'Internet of Things crescerà, nei prossimi anni, altri dispositivi entreranno a far parte di tale elenco.

Cos'è un dispositivo Internet of Things?

Qualsiasi dispositivo autonomo connesso a Internet che può essere monitorato e / o controllato da una postazione remota è considerato un dispositivo IoT. Grazie al progresso tecnologico e alla disponibilità di dispositivi sempre più piccoli e potenti, quasi tutti i prodotti possono essere o diventare dispositivi di IoT.

Cosa si itende per ecosistema di Internet of Things?

Tutti i componenti che consentono alle aziende, pubbliche e private, e ai consumatori di connettersi ai propri dispositivi IoT, inclusi accessi remoti, dashboard - cruscotti digitali - reti virtuali sicure, gateway, analisi dati e analitica, archiviazione dei dati e sicurezza, fanno parte dell'ecosistema di IoT.

Cos'è il gateway IoT?

I gateway IoT, come il gateway IIoT di ServerNet, sostengono diverse funzioni critiche, come connettività dei dispositivi, connettività a Risorse e sistemi complessi, traduzione dei protocolli, filtraggio ed elaborazione dei dati, sicurezza, aggiornamento, gestione e altro. I gateway più potenti, come l’LS24 di ServerNet, sono anche piattaforme per le applicazioni che elaborano i dati diventando parte intelligente di un sistema distribuito, definito come "edge computing".

Cosa si intende per Cloud Computing e Fog Computing o Edge Computing?

Cloud Computing

Il Cloud Computing e l'IoT servono entrambi a migliorare l'efficienza nelle attività quotidiane, e i due hanno una relazione complementare. L'IoT genera enormi quantità di dati e il Cloud Computing fornisce un percorso per far viaggiare quei dati verso la propria destinazione.

 

Fog o Edge Computing

Fog Computing, nebbia in italiano, è più di un semplice nome intelligente. Conosciuto anche come Edge Computing, fornisce un modo per raccogliere ed elaborare i dati su dispositivi informatici locali anziché in Cloud oppure in un Data Center remoto. Secondo questo modello, i sensori o altri dispositivi collegati inviano dati a un dispositivo di elaborazione vicino e locale - in inglese, ai bordi, in prossimità – sull’"edge" del dato o dati raccolti. Questo potrebbe anche essere un dispositivo comunemente denominato gateway, come un semplice switch o un router, che processi e analizzi questi dati.

 

IIoT

Cosa si intende per Industrial Internet of Things - IIoT?

Un oggetto IIoT è in realtà un dispositivo IoT di recente sviluppo pensato esclusivamente per la sua applicazione all'interno della quarta rivoluzione industriale.
Lo scopo degli oggetti IIoT è quello di ottimizzare i processi produttivi attraverso la connessione tra i macchinari, realizzare dei dati utili per un centro di analisi, avere un controllo preventivo sullo stato di salute delle macchine in uso e controllare i tempi della produzione industriale.
Un'impresa che investe sulle nuove tecnologie può usare entrambi, sia l’IoT che l’IIoT. Ma le due tecnologie non sono sinonimi. L’Industrial Internet of Things è un'evoluzione dell'IoT, che permette a un dispositivo intelligente di avere più connessioni contemporaneamente e di lavorare con una maggiore quantità di dati.

Rispetto agli oggetti IoT i dispositivi IIoT sono più resistenti, perché devono operare in condizioni estreme. Ad esempio, devono resistere a temperature elevate, condizioni climatiche avverse, alla corrosione e alla operatività 24/7, 365 giorni al anno. Gli oggetti IIoT inoltre sono quasi sempre applicati a gru, sonde, impianti industriali e altri grandi macchinari. È difficile per l'operaio raggiungere e sostituire questi dispositivi e per questo sono creati per durare. Come detto, gli oggetti Industrial Internet of Things possono lavorare con una maggiore quantità di dati. Questo poiché in un sistema IIoT ben strutturato un dispositivo non fa altro che analizzare i dati in arrivo per prepararli e inviarli a un gateway come quello di ServerNet. In più gli oggetti IIoT, grazie ad apposite app per la gestione, sono molto personalizzabili per la PMI che li compra. Infine a livello di sicurezza informatica hanno degli standard molto più solidi rispetto ai dispositivi IoT.
 

IoMT

Cosa si intende per Internet of Medical Things - IoMT?

L'Internet of Medical Things sta per trasformare il settore sanitario, e se raggiunge il suo massimo potenziale, cambierà radicalmente anche ogni aspetto della vita di tutti quelli (dottori e pazienti) che, volendo o non volendo ci sono dentro o ci girano intorno.
Carta e penna sono stati il mezzo principale per registrare le informazioni relative ai pazienti per decenni. Ma ora la tecnologia sanitaria sta cambiando in modi importanti.
Oggi, i servizi ai cittadini consentono ai pazienti di pianificare le loro visite senza la necessità di chiamare uno studio medico e attendere un addetto alla reception. La tecnologia dell'informazione sanitaria consente ai medici di portare con sé le informazioni ovunque vanno attraverso le app sui loro smartphone.
E questa crescente connettività non mostra segni di rallentamento. In realtà, sta solo accelerando. Diversi studi di ricerca indicano un tasso di crescita tale da arrivare a oltre 600 milioni di dispositivi IoMT nel 2020 (a fine 2015 questa stima era sotto i 100 milioni). Questo numero non incorpora gli oggetti indossabili come i tracker o i computer per lo sport e il fitness.
In breve, una maggiore connessione con i dati medicali da dispositivi medicali significa dati più accessibili per i professionisti del settore e una migliore assistenza sanitaria per i pazienti.

Cosa sono un'EMR e un'EHR e come si collegano all'IoMT?

Probabilmente il più grande balzo in avanti dal punto di vista tecnologico negli ultimi decenni è stato la crescita nell’utilizzo delle cartelle cliniche elettroniche, EHR ed EMR - reciprocamente Electronic Health Records e Electronic Medical Records.
È immediata la distinzione tra EMR ed EHR, se si pensa al termine "medico" rispetto al termine "salute - health". Un EMR è una visione più ristretta della storia medica di un paziente, mentre una EHR è una relazione più completa, generalizzata della salute del paziente.
Nel 2009, solo il 16% degli ospedali negli Stati Uniti utilizzava un’EHR o un’EMR, ma tale percentuale è salita fino a circa l'80% nel 2013, secondo il Becker's Hospital Review. In precedenza, gli ospedali disponevano di più sistemi che gestivano funzioni diverse, ma le EHR li unificano tutti in un unico sistema.

Come l'IoMT rivoluzionerà il settore sanitario?

L'Internet delle Cose sta lentamente iniziando ad entrare nel settore sanitario, sia sul fronte ospedaliero e ambulatoriale che su quello dell’assistenza domiciliare. Negli ospedali diverse macchine medicali, quali ad esempio: ultrasuoni, termometri, glucometri, elettrocardiografi, macchine per l’anestesia, macchine di laboratorio, ecc., grazie all’ecosistema IoMT di ServerNet, si connettono e consentono a medici, anestesiologi e infermieri di monitorare la salute dei pazienti, oltre che con l’ausilio dei sistemi informatici dedicati ai servizi sanitari, anche attraverso i dispositivi elettronici.
Questo è, nell’immediato, di grande valore per un’alta ed uniforme qualità del servizio ospedaliero, per la mobilità del personale, ma anche per quelle situazioni che richiedono un approfondimento da parte dei medici, che senza i dati storici non potrebbero avere la piena visione della storia medica.
L’imminente implementazione del’Intelligenza Artificiale, già a partire dalle fasi di addestramento e apprendimento (machine learning), impone un’acquisizione ed un’analisi dei dati più accurate e ad alta definizione rispetto a quanto, in termini di qualità e quantità, sia necessario alla composizione di una cartella clinica quale storico dell’andamento clinico. Questo rende, laddove fosse presente, il vecchio sistema di acquisizione dati obsoleto, in quanto parziale per l’assenza delle parti video e la mancanza delle "waveform".

Come l'IoMT rivoluzionerà la cura del paziente a casa?

Purtroppo, alcuni pazienti non assumono i propri farmaci nelle dosi appropriate o nei tempi corretti. Degli erogatori di farmaci intelligenti istallati in casa potrebbero inviare automaticamente queste informazioni a un Cloud e avvisare i medici qualora i pazienti non assumano i farmaci. Più in generale, questo tipo di tecnologia potrebbe consentire ai medici di essere al corrente di qualsiasi comportamento potenzialmente pericoloso da parte dei pazienti.
Questa tecnologia consente ai pazienti di assumere un ruolo più attivo nella cura della propria salute. Un portale consente agli utenti di accedere al sito web del fornitore di servizi sanitari per consultare le proprie cartelle cliniche, scaricare moduli e prepararsi per le visite mediche.
Infine, i sistemi di monitoraggio a domicilio consentono a pazienti e medici di tenere traccia della salute di un individuo anche quando questi non si trova in uno studio medico e di evitare inutili viaggi e visite mediche costose.

I Big Data

Cosa si intende per Big Data e Analitica?

Il Big Data è esattamente ciò che sembra: una grande quantità di dati. L'Internet of Things consente di generare più dati che mai, e questi strabilianti numeri stanno ancora salendo. Secondo Cisco L'Internet of Everything, che consiste in tutte le persone e le cose connesse a Internet, genererà 507,5 zettabyte di dati entro il 2019. Per la precisione, un zettabyte corrisponde a un trilione di gigabyte.
Tanti esperti del settore e ServerNet in primis, credono che il Fog Computing sarà strumentale all'analisi di tutti questi dati, in quanto offre vantaggi non disponibili in un modello basato sul Cloud Computing. Tutto ciò a vantaggio di una più rapida analisi e di un abbassamento dei costi legato soprattutto ad una significativa riduzione nella trasmissione dei dati e alla semplificazione dei processi di archiviazione e gestione con il beneficio di una maggiore affidabilità della rete e delle applicazioni.

L'Intelligenza Artificiale

Cosa si intende per Intelligenza Artificiale?

In modo semplicistico potremmo definire l'intelligenza artificiale come l'abilità di un sistema tecnologico a risolvere problemi o svolgere compiti e attività tipici della mente e abilità Umane. Nel settore informatico, potremmo identificare l'AI - Artificial Intelligence come la disciplina che si occupa di realizzare macchine (hardware e software) in grado di "agire" autonomamente (risolvere problemi, compiere azioni, ecc.).
Ciò che caratterizza l'Intelligenza Artificiale da un punto di vista tecnologico e metodologico è il modello di apprendimento con cui l'intelligenza diventa abile in un compito o un’azione. Questi modelli di apprendimento sono ciò che fa il distinguo tra Machine Learning e Deep Learning.

Come funziona l'Intelligenza Artificiale

Il funzionamento dell’AI si sostanzia principalmente in quattro differenti livelli funzionali:
comprensione: attraverso la simulazione delle capacità cognitive di correlazione dati ed eventi, l'AI (Artificial Intelligence) è in grado di riconoscere testi, immagini, tabelle, video, voce ed estrapolarne informazioni, o grazie ad un middleware adatto, come quello di ServerNet, ritrovarsi queste informazioni già strutturate.

ragionamento: mediante la logica i sistemi riescono a collegare le molteplici informazioni raccolte (attraverso precisi algoritmi matematici e in modo automatizzato), o sempre grazie al middleware specifico, ritrovarsi dei dati già correlati.

apprendimento: in questo caso parliamo di sistemi con funzionalità specifiche per l'analisi degli input di dati e per la loro "corretta" restituzione in output (è il classico esempio dei sistemi di Machine Learning che con tecniche di apprendimento automatico portano le AI ad imparare e a svolgere varie funzioni).

interazione (Human Machine Interaction): in questo caso ci si riferisce alle modalità di funzionamento dell'AI in relazione alla sua interazione con l'uomo; è qui che stanno fortemente avanzando i sistemi di NLP - Natural Language Processing, tecnologie che consentono all'uomo di interagire con le macchine (e viceversa) sfruttando il linguaggio naturale.

Ancora è il middleware che facilita l'interazione tra l’IA e il suo utilizzatore, che arricchisce i dati con i metadati per la fase di comprensione e ragionamento, di fatto risolve 3 delle 4 parti di una qualsiasi implementazione di Intelligenza Artificiale, lasciando la fase dell'apprendimento (machine learning) agli specialisti e studiosi del settore.

Cosa si intende per Machine Learning

In italiano dovremmo tradurre Machine Learning come apprendimento automatico inteso come abilità delle macchine (computer) di apprendere senza essere state esplicitamente e preventivamente programmate.
Il Machine Learning permette ai computer di imparare dall'esperienza; c'è apprendimento quando le prestazioni del programma migliorano dopo lo svolgimento di un compito o il completamento di un'azione anche se errati, partendo dall'assunto, valido anche per l’Uomo, che "sbagliando di impara".

Del Machine Learning, visto da una prospettiva informatica, possiamo dire che, anziché scrivere il codice di programmazione, attraverso il quale passo dopo passo si "dice" alla macchina cosa fare, al computer vengono forniti dei set di dati inseriti in un algoritmo generico che sviluppa una propria logica per svolgere la funzione, l'attività o il compito richiesto.

Il Middleware

Cos'è un Middleware

Nel 2000, molte persone, durante un workshop che ha avuto come risultato un RFC di 30 pagine (RFC2768), hanno provato a definire cos'è un middleware.
La conclusione è che non ci sono riusciti, perché un middleware è tutto quello che sta in mezzo tra due sistemi, elementi di un sistema o tra un oggetto connesso ad un altro.
ServerNet offre un middleware tra macchine medicali e industriali e i loro sistemi utilizzatori, continuando ad evolversi come si evolvono le macchine stesse, ma anche i sistemi che le utilizzano.
In concreto un middleware obsoleto che raccoglie il dato da una macchina medicale per conservarlo in una cartella clinica è molto diverso da un middleware che è incaricato di raccogliere dati, waveform, immagini e video per l'uso dell'Intelligenza Artificiale.