Diseño e implementación de una arquitectura de capas enfocada a microservicios en el contexto EHEALTH

Esta memoria de tesis doctoral tiene el objetivo primordial de proponer una arquitectura multicapa dirigida a soportar la interoperabilidad entre las aplicaciones de salud tradicionales involucradas en las instituciones médicas (p. ej. ficha clínica digital), comúnmente desarrolladas bajo el estilo arquitectónico Service-Oriented Architecture “SOA”, y en conjunto con aplicaciones modernas bajo el estilo arquitectónico Microservice Architecture “MSA” adaptados a variantes Basado en aprendizaje automático mediante el uso de metadatos estandarizados proveniente de diversas fuentes de datos dinámicos y heterogéneos. Sin embargo, estos rápidos cambios han tenido abrumadores impactos de cómo se relaciona la salud con el mundo digital causado por la tendencia de la digitalización e impulsado por políticas de un gobierno electrónico. A diferencia de otras propuestas de investigación relacionadas a la arquitectura de microservicios, esta propuesta se centra en la replicabilidad, escalabilidad e interoperabilidad de los servicios especializados que conforman a una propia característica de software basada en la versatilidad de alto rendimiento. Para demostrar la viabilidad del ecosistema de salud digital fue necesario adaptar esta propuesta a un caso de uso real, específicamente al proyecto SPIDEP (Diseño e implementación de un sistema inteligente de bajo coste para el prediagnóstico y la teleasistencia de enfermedades infecciosas en personas de edad avanzada) perteneciente a la convocatoria internacional ERANET LAC 2015-FP7, cuya finalidad del proyecto fue construir un sistema inteligente basado en las tecnologías de la información y las comunicaciones para apoyar el diagnóstico temprano de enfermedades infecciosas respiratorias y urinarias en personas mayores a través de la recolección y seguimiento remoto de los pacientes en residencias, lo que permitió la detección de anomalías en los signos vitales. Teniendo en cuenta lo anterior, mediante esta memoria se han realizado cincos contribuciones principales: (i) demostrar las implicaciones y desafíos que conlleva implementar esta arquitectura multicapa orientada a microservicios en un ecosistema de salud digital; (ii) proveer los pasos necesarios para el diseño, implementación y despliegue de esta propuesta adaptado a un caso de uso exitoso mediante una plataforma SPIDEP; (iii) señalar que esta propuesta es respaldada por una gran base de datos que integra fuentes de información diversas y heterogéneas obtenida en la duración de SPIDEP; (iv) definir las característica de softwares centrada en solventar las necesidades de la televigilancia médica enfocado a arquitectura multicapa; (v) que la implementación de SOA y MSA depende de la naturaleza y las necesidades de las organizaciones médicas (p. ej. rendimiento, interoperabilidad u otros). Sin embargo, los patrones arquitectónicos SOA y MSA pueden considerarse aliados complementarios para una arquitectura interempresarial o intergeneracional que confiere un conjunto de diferentes servicios, en lugar de ser competidores. Cabe destacar, que esta propuesta se creó con miras de ser adaptado a otras áreas eHealth (p. ej. diálisis, diabetes, cáncer de colon u otros). Por otro lado, esta memoria es presentada bajo la modalidad de compendio basándose en tres contribuciones científicas publicadas en prestigiosas revistas que corresponden a sendos trabajos de investigación que reflejan mediante un sólido hilo conductor la aportación original de la tesis para proporcionar servicios inteligentes avanzados en el ámbito de un ecosistema de salud digital desarrollando a tal efecto una propuesta de arquitectura de varias capas que soporta novedoso y avanzados microservicios especializados, cuyas publicaciones son: (i) Medical Prognosis of Infectious Diseases in Nursing Homes by Applying Machine Learning on Clinical Data Collected in Cloud Microservices, este primer artículo se centra en la propuesta inicial de una arquitectura de microservicios flexible que proporcione el acceso y la funcionalidad al sistema orientado a un ecosistema de salud digital en el que se pueda realizar el tratamiento de las enfermedades infecciosas en las personas de la tercera edad, ya que estos pacientes tienden a llegar a las consultas médicas con síntomas avanzados mediante el uso de algoritmos de aprendizaje automático basado en clasificadores para reconocer patrones a través de biosensores no invasivos; (ii) Telemonitoring System for Infectious Disease Prediction in Elderly People Based on a Novel Microservice Architecture, este segundo artículo se describe el diseño, desarrollo e implementación de nueves servicios enfocado a una arquitectura en microservicios, que permite la detección y el diagnóstico clínico asistido dentro del campo de las enfermedades infecciosas de pacientes de tercera edad, basándose en el uso de la televigilancia. A diferencia con el primer artículo, en este nos enfocamos más en el aspecto de Ingeniería de Software, ya que proponemos un flujo de trabajo más maduro para el despliegue continuo y automatización de los microservicios desarrollados; (iii) Evaluating Service-Oriented and Microservice Architecture Patterns to Deploy eHealth Applications in Cloud Computing Environment, este tercer artículo propone un nuevo marco de trabajo para la concepción de una plataforma eHealth centrada en los entornos de computación en la nube, ya que los enfoques actuales y emergentes con respecto al desarrollo de sistemas de recomendación basados en la telemonitorización y el acceso a la historia digital clínica para las diferentes áreas de la salud. A diferencia de los dos artículos anteriores, este evaluó y contrastó el rendimiento de los diferentes patrones arquitectónicos más utilizados para la creación de aplicaciones de salud tanto en su variante SOA y MSA, tomando como referencia los valores cuantitativos obtenidos de las diversas pruebas de rendimiento y a su capacidad de adaptarse a las características de softwares requeridas en SPIDEP. Como resultado, se determinó que MSA presenta un mejor desempeño en cuanto al atributo de calidad de rendimiento (~54.21%), de la misma manera al procesar múltiples solicitudes de diversos servicios el tiempo de respuesta fue menor en comparación con SOA (~7.34%), pero el consumo de ancho de banda en MSA fue más significativo que SOA (~73.80%)