Anwendungsfälle aus dem Gesundheitswesen für IBM Cloud

Diese Anwendungsfälle verdeutlichen, wie Workloads mithilfe von Red Hat® OpenShift® on IBM Cloud® von der öffentlichen Cloud profitieren. Sie ermöglichen eine sichere Rechenleistung auf isolierten Bare-Metal-Maschinen, eine leichte Bereitstellung der Cluster für schnellere Entwicklung, die Migration von virtuellen Maschinen und die gemeinsame Datennutzung in Cloud-Datenbanken.

Ein Anbieter aus dem Gesundheitswesen migriert Workloads von ineffizienten virtuellen Maschinen auf einfach zu betreibende Container für Berichterstellungs- und Patientensysteme.

Eine IT-Führungskraft eines Anbieters aus dem Gesundheitswesen ist für lokale Systeme zum Erstellen von Geschäftsberichten und lokale Patientensysteme zuständig. Die Zyklen für die Verbesserung dieser Systeme sind langsam, was dazu führt, dass auch die Servicequalität für die Patienten stagniert.

Um den Patientenservice zu verbessern, entschied sich der Anbieter für Red Hat OpenShift on IBM Cloud und IBM Cloud® Continuous Delivery, um die IT-Kosten zu senken und die Entwicklung zu beschleunigen - und das alles auf einer sicheren Plattform. Für die stark genutzten SaaS-Systeme des Anbieters, die sowohl für die Systeme zum Speichern der Patientendatensätze als auch für die Apps zum Erstellen der Geschäftsberichte verwendet wurden, waren häufig Aktualisierungen erforderlich. Allerdings waren die Entwickler des Anbieters mit der Verwaltung der Hardware und des Netzes sowie des Kubernetes-Stacks ohne Unterstützung überfordert. Außerdem wollte der Provider den steigenden Personalkosten und dem sinkenden Budget entgegenwirken.

Zunächst wurden die SaaS-Systeme containerisiert und in die Cloud gestellt. In diesem ersten Schritt wurde die überdimensionierte Hardware in einem privaten Rechenzentrum durch eine anpassbare Rechenleistung ersetzt, wodurch der IT-Betrieb, die Wartung und die Energiekosten reduziert wurden. Zum Hosten der SaaS-Apps wurden einfach Kubernetes-Cluster entworfen, die an die jeweiligen Anforderungen an CPU, RAM und Speicher angepasst wurden. Unter Verwendung von IBM Cloud Pak for Data wurden die gängigen Analysetools der lokalen Umgebung bereitgestellt. Ein weiterer Faktor für niedrigere Personalkosten ist die Tatsache, dass Kubernetes von IBM verwaltet wird, sodass sich der Anbieter auf die Bereitstellung eines besseren Kundendienstes konzentrieren kann.

Für die IT-Führungskraft ist die beschleunigte Entwicklung eine bedeutende Verbesserung. Durch die Verschiebung in die öffentliche Cloud können die Entwickler ohne großen Aufwand mit dem Node.js-SDK experimentieren und Änderungen mit Push-Operationen zu Bereitstellungs- und Testsystemen hinzufügen, die mit separaten Clustern horizontal skaliert werden. Diese Push-Operationen wurden mit offenen Toolchains und IBM Cloud® Continuous Delivery automatisiert. Die Aktualisierungen des SaaS-Systems werden nicht mehr in langsamen, fehleranfälligen Erstellungsprozessen durchgeführt. Die schrittweisen Aktualisierungen können den Benutzern von den Entwicklern täglich oder sogar noch häufiger bereitgestellt werden. Außerdem wurde schnell eine Protokollierung und Überwachung für die SaaS-Systeme in das System integriert, besonders zur Interaktion der Front-End- und Back-End-Berichte der Patienten. Die Entwickler verschwenden ihre Zeit nicht mit dem Erstellen komplexer Protokollierungssysteme, nur um in der Lage zu sein, Fehler in den aktiven Systemen zu beheben.

Sicherheit geht vor: Bei Verwendung von Bare-Metal-Lösungen für Red Hat OpenShift on IBM Cloud verfügen die sensiblen Patientenworkloads jetzt über die übliche Isolation, gleichzeitig aber auch über die Flexibilität der öffentlichen Cloud. Hierfür werden von Vulnerability Advisor Scans zur Verfügung gestellt:

Scans auf Sicherheitslücken für Images
Scans für Richtlinien, die auf ISO 27k basieren

Sichere Patientendaten sorgen für zufriedene Patienten.

Kontext

Eine unzulängliche Technik und lange Release-Zyklen behindern die geschäftskritische Patientenverwaltungs- und Berichterstellungssysteme des Anbieters.
Die angepassten Back-Office- und Front-Office-Apps werden lokal in monolithischen Images der virtuellen Maschinen bereitgestellt.
Die Prozesse, Methoden und Tools müssen modernisiert werden, aber das Wissen für die Herangehensweise fehlt.
Die Gefahren aufgrund unzulänglicher Technik nehmen zu, was sogar dazu führt, dass keine qualitativ hochwertige Software beschafft wird, um mit den Anforderungen des Markts Schritt halten zu können.
Die Sicherheit ist eine große Herausforderung und erschwert die Bereitstellung noch mehr, was sogar zu noch mehr Verzögerungen führt.
Die Budgets für Investitionen unterliegen einer strikten Kontrolle und bei den IT-Mitarbeitern entsteht der Eindruck, dass weder ausreichend Geld noch Mitarbeiter vorhanden sind, um mit den unternehmensinternen Systemen die erforderlichen Test- und Stagingumgebungen zu erstellen.

Lösung

Rechen-, Speicher- und E/A-Dienste werden in der öffentlichen Cloud mit sicherem Zugriff auf Unternehmensressourcen vor Ort ausgeführt. Implementieren Sie einen CI/CD-Prozess und weitere Teile von IBM Garage Method, um die Bereitstellungszyklen deutlich zu reduzieren.

Schritt 1: Rechenplattform sichern

Auf dieser Grundlage werden von Vulnerability Advisor Sicherheitslückensuchen für Images, Richtlinien, Container und Paketierung durchgeführt.
Sie können eine richtlinienbasierte Authentifizierung für Ihre Services und APIs durch eine einfache Ingress-Annotation konsistent durchsetzen. Durch deklarative Sicherheit können Sie die Benutzerauthentifizierung und die Tokenvalidierung mithilfe von App ID sicherstellen.

Schritt 2: Lift-and-shift

Migrieren Sie die Images der virtuellen Maschine auf Container-Images, die in Red Hat OpenShift on IBM Cloud in der öffentlichen Cloud ausgeführt werden.
Stellen Sie IBM Cloud Pak for Data bereit, um Entwicklern ihre vertrauten Analysetools auch in der Cloud zur Verfügung zu stellen.
Stellen Sie standardisierte DevOps-Dashboards und -Verfahren über Kubernetes bereit.
Ermöglichen Sie die Skalierung von Rechenressourcen für Batch- und andere Back-Office-Workloads, die nur selten ausgeführt werden.
Verwenden Sie IBM® Secure Gateway for IBM Cloud® zur Verwaltung der sicheren Verbindungen zum lokalen DBMS.
Die Kosten für private Rechenzentren bzw. Investitionen vor Ort werden erheblich reduziert und durch ein Modell für Utility-Computing ersetzt, das abhängig vom Workloadbedarf skaliert wird.

Schritt 3: Mikroservices und Garage Method

Rekonfigurieren Sie Anwendungen in eine Reihe von kooperativen Microservices. Diese Gruppe wird in Red Hat OpenShift on IBM Cloud abhängig von den Funktionsbereichen der App mit den meisten Qualitätsproblemen ausgeführt.
Verwenden Sie IBM Cloudant mit den vom Kunden bereitgestellten Schlüsseln zum Zwischenspeichern der Daten in der Cloud.
Nehmen Sie kontinuierliche Integrations- und Bereitstellungspraktiken (CI/CD) an, sodass die Entwickler einen Microservice nach ihrem eigenen Zeitplan je nach Bedarf versionieren und freigeben können. IBM Cloud® Continuous Delivery stellt Workflow-Toolchains für CI/CD-Prozesse mit der Erstellung von Images und dem Scannen von Schwachstellen von Container-Images zur Verfügung.
Übernehmen Sie die agilen und iterativen Entwicklungsverfahren von IBM Garage Method, um häufige Releases neuer Funktionen, Patches und Korrekturen ohne Ausfallzeit zu ermöglichen.

Technische Lösung

Red Hat OpenShift on IBM Cloud
IBM Cloud Pak for Data
IBM Cloudant
IBM® Secure Gateway for IBM Cloud®
App ID

Für sensible Workloads können die Cluster in Red Hat OpenShift on IBM Cloud für Bare Metal gehostet werden. Durch den Einsatz der branchenüblichen Containertechnologie können Anwendungen ohne größere architektonische Änderungen schnell auf Red Hat OpenShift on IBM Cloud umgehostet werden. Diese Änderung bietet den unmittelbaren Vorteil der Skalierbarkeit.

Sie können die Anwendungen mithilfe definierter Regeln und des automatisierten Kubernetes replizieren und skalieren. { Red Hat OpenShift on IBM Cloud Kubernetes Orchestrator stellt skalierbare Rechenressourcen und die dazugehörigen DevOps zur Verfügung, um Anwendungen und Dienste zu erstellen, zu skalieren und abzubauen. Mit den Bereitstellungs- und Laufzeitobjekten von Kubernetes kann der Anbieter die Upgrades für die Apps zuverlässig überwachen und verwalten.

mit IBM® Secure Gateway for IBM Cloud® lässt sich eine sichere Pipeline zu lokalen Datenbanken und Dokumenten für Anwendungen erstellen, die in Red Hat OpenShift on IBM Cloud gehostet werden.

IBM Cloudant ist eine moderne NoSQL-Datenbank, die für eine Reihe datengesteuerter Anwendungsfälle genutzt werden kann: von Schlüsselwerten bis zu komplexen dokumentorientierten Datenspeichern und Abfragen. Zum Minimieren der Abfragen des Back-Office-RDBMS wird IBM Cloudant verwendet, um die Sitzungsdaten des Benutzers in den Apps zwischenzuspeichern. Diese Auswahlmöglichkeiten verbessern die durchgehende Benutzerfreundlichkeit und Leistung in allen Apps für Red Hat OpenShift on IBM Cloud.

Das Verschieben der Datenverarbeitungsworkloads in IBM Cloud reicht nicht aus. Auch der Anbieter muss sich einem Methodenwandel unterziehen. Bei Übernahme der Verfahren von IBM Garage Method kann der Anbieter einen agilen und iterativen Bereitstellungsprozess implementieren, von dem moderne DevOps-Verfahren wie Continuous Integration and Delivery (CI/CD) unterstützt werden.

Ein großer Teil des CI/CD-Prozesses wird in der Cloud unter Verwendung des IBM Service 'Continuous Delivery' automatisiert. Der Anbieter kann die Workflow-Toolchains zum Vorbereiten der Container-Images definieren, eine Überprüfung auf Sicherheitslücken durchführen und eine Bereitstellung im Kubernetes-Cluster ausführen.

Ergebnisse

Das Verschieben der vorhandenen monolithischen virtuellen Maschinen in Container, die in der Cloud gehostet werden, war ein erster Schritt, der es dem Anbieter ermöglichte, Kapitalkosten zu sparen und das Erlernen moderner DevOps-Verfahren zu beginnen.
Nachdem Cloud Pak bereitgestellt wurde, konnte der Anbieter die vollständige Stackunterstützung seiner Datenanalysetools und sogar die Lebenszyklusverwaltung dieser Tools an IBM auslagern. Die Entwickler konnten auf diese Weise bei Betriebstasks entlastet werden und können sich nun voll auf die Erarbeitung neuer Funktionen und Aktualisierungen konzentrieren.
Durch die Rekonfiguration wichtiger monolithischer Anwendungen in eine Reihe feinkörniger Microservices konnte die Lieferzeit für Patches, Fehlerbehebungen und neue Funktionen erheblich verkürzt werden.
Parallel dazu implementierte der Anbieter in bestimmten Zeitfenstern einfache Iterationen, um Beeinträchtigungen durch unzulängliche technische Umstände zu minimieren.

Gemeinnützige Forschungseinrichtung hostet vertrauliche Daten sicher und weitet Forschungszusammenarbeit mit Partnern aus

In der Entwicklungsabteilung einer gemeinnützigen medizinischen Forschungseinrichtung können die Forscher aus Industrie und Wissenschaft die Forschungsdaten nur mit großen Aufwand gemeinsam nutzen. Aufgrund regionaler Regelungen zur Einhaltung von Vorschriften und zentralisierter Datenbanken ist ihre Arbeit auf Bereiche aufgeteilt und auf der Welt verstreut.

{Mit der neuen Lösung Red Hat OpenShift on IBM Cloud können sensible Daten und Datenverarbeitung auf einer offenen Plattform sicher gehostet werden. Diese globale Plattform wird in nahe gelegenen Regionen gehostet. Somit ist sie an lokale Regelungen gebunden, die bei den Patienten und Forschern das Vertrauen schaffen, dass ihre Daten lokal geschützt sind und zu einer Verbesserung der Gesundheitslage beitragen.

Kontext

Sicheres Hosting und gemeinsame Nutzung von Krankheitsdaten für die Forschung Nonprofit

Unterschiedliche Gruppen von Forschern aus verschiedenen Institutionen verfügen nicht über eine einheitliche Möglichkeit zum gemeinsamen Nutzen von Daten, was die Zusammenarbeit verlangsamt.
Sicherheitsprobleme erschweren die Zusammenarbeit und führen dazu, dass noch weniger Forschungsdaten gemeinsam genutzt werden.
Da die Entwickler und Forscher über den ganzen Globus und Organisationsgrenzen hinweg verstreut sind, sind PaaS (Platform as a Service) und SaaS (Software as a Service) die beste Option für jede Benutzergruppe.
Aufgrund von regional unterschiedlichen Gesundheitsvorschriften müssen manche Daten und ein Teil der Datenverarbeitung in der jeweiligen Region verbleiben.

Lösung

Sicheres Hosting und gemeinsame Nutzung von Krankheitsdaten für die gemeinnützige Forschung.

Die gemeinnützige Forschungseinrichtung möchte weltweit verteilte Krebsforschungsdaten zusammenfassen. So richten sie eine Abteilung ein, die Lösungen für ihre Forscher gewidmet ist.

Einpflegen - Apps zum Einpflegen der Forschungsdaten. Forscher verwenden heutzutage Arbeitsblätter, Dokumente, kommerzielle Produkte sowie proprietäre oder selbst entwickelte Datenbanken zum Aufzeichnen von Forschungsergebnissen. Es ist unwahrscheinlich, dass sich diese Situation durch den Versuch der gemeinnützigen Forschungseinrichtung zum Zentralisieren der Datenanalyse ändern wird.
Anonymisieren - Apps zum Anonymisieren der Daten. Sensible personenbezogene Daten müssen entfernt werden, damit regionale Gesundheitsvorschriften eingehalten werden.
Analysieren - Apps zum Analysieren der Daten. Die grundlegende Vorgehensweise besteht darin, die Daten in einem regulären Format zu speichern und anschließend mithilfe von AI, Machine Learning, einfacher Regression, usw. abzufragen und zu verarbeiten.

Forscher müssen mit einem regionalen Cluster verbunden sein, und Apps nehmen die Daten auf, transformieren und anonymisieren sie.

Synchronisieren der anonymisierten Daten in den regionalen Clustern oder Senden der Daten an einen zentralen Datenspeicher
Verarbeiten der Daten mithilfe von Machine Learning, zum Beispiel mit PyTorch, auf Bare-Metal-Workerknoten, von denen Grafik-Verarbeitungseinheiten bereitgestellt werden

EINPFLEGEN: IBM Cloudant wird in jedem regionalen Cluster verwendet, der die umfangreichen Datendokumente von Forschern speichert und nach Bedarf abgefragt und verarbeitet werden kann. IBM Cloudant verschlüsselt ruhende und übertragene Daten, die den regionalen Datenschutzgesetzen entsprechen.; IBM Cloud® Functions wird verwendet, um Verarbeitungsfunktionen zu erstellen, die Forschungsdaten einpflegen und als strukturierte Datendokumente in IBM Cloudant speichern. IBM® Secure Gateway for IBM Cloud® bietet eine einfache Möglichkeit für IBM Cloud® Functions, auf sichere Art und Weise auf lokale Daten zuzugreifen.; Die Web-Apps in den regionalen Clustern werden in Node.js für die manuelle Dateneingabe der Ergebnisse, Schemadefinitionen und die Zugehörigkeit der Forschungseinrichtungen entwickelt. IBM Key Protect trägt zum Sichern des Zugriffs auf die IBM Cloudant-Daten bei und von IBM Vulnerability Advisor werden die App-Container und Images auf Sicherheitsrisiken gescannt.
ANONYMISIEREN: Jedes Mal, wenn ein neues Datendokument in IBM Cloudant gespeichert wird, wird ein Ereignis ausgelöst und eine Cloud-Funktion anonymisiert die Daten und entfernt SPI aus dem Datendokument. Diese anonymisierten Datendokumente werden getrennt von den "unaufbereiteten" Daten gespeichert, die eingepflegt werden; sie sind die einzigen Dokumente, die über die Regionsgrenzen hinweg zu Analysezwecken gemeinsam genutzt werden.
ANALYSIEREN: Da Frameworks für maschinelles Lernen sehr rechenintensiv sind, richtet die gemeinnützige Organisation einen globalen Verarbeitungscluster mit Bare-Metal-Workerknoten ein. Diesem globalen Verarbeitungscluster ist eine aggregierte IBM Cloudant-Datenbank mit den anonymisierten Daten zugeordnet. Von einem Cron-Job wird regelmäßig eine Cloud-Funktion ausgelöst, um anonymisierte Datendokumente aus den regionalen Rechenzentren in die IBM Cloudant-Instanz des globalen Verarbeitungsclusters zu übertragen.; Vom Datenverarbeitungscluster wird das Machine Learning-Framework mit PyTorch ausgeführt; die Machine Learning-Apps wurden mit Python zum Analysieren der aggregierten Daten geschrieben. Zusätzlich zu den Machine Learning-Apps entwickeln die Forscher in der Verbundgruppe auch ihre eigenen Apps, die im globalen Cluster veröffentlicht und ausgeführt werden können.; Von der gemeinnützigen Einrichtung werden auch Apps bereitgestellt, die nicht auf Bare-Metal-Knoten im globalen Cluster ausgeführt werden. Von den Apps werden die aggregierten Daten und die Ausgabe der Machine Learning-Apps angezeigt und extrahiert. Auf diese Apps kann von einem öffentlichen Endpunkt aus zugegriffen werden, der über das API-Gateway vor Zugriffen aus dem Internet geschützt ist. Danach können Forscher und Datenanalysten aus der ganzen Welt Datenbestände herunterladen und ihre eigenen Analysen durchführen.

Die Entwickler begannen mit dem Bereitstellen der SaaS-Apps zur gemeinsamen Nutzung der Forschungsergebnisse in Containern mit Red Hat OpenShift on IBM Cloud. Sie erstellten Cluster für eine Entwicklungsumgebung, die es den weltweiten Entwicklern ermöglicht, die App-Verbesserungen schnell gemeinsam bereitzustellen.

Sicherheit zuerst: Die Führungskraft aus der Entwicklungsabteilung hat ein Bare-Metal-System zum Hosten der Forschungscluster ausgewählt. With bare metal for Red Hat OpenShift on IBM Cloud, the sensitive research workloads now have familiar isolation but within the flexibility of public cloud. Da die gemeinnützige Einrichtung auch über eine Partnerschaft mit Pharmaunternehmen verfügt, ist die Sicherheit der Apps von entscheidender Bedeutung. Die Konkurrenz ist groß und Wirtschaftsspionage ein ernstes Problem. Von diesem sicheren Kern aus stellt Vulnerability Advisor Scans bereit.

Scans auf Sicherheitslücken für Images
Scans für Richtlinien, die auf ISO 27k basieren

Sichere Forschungs-Apps führen zu einer höheren Beteiligung bei klinischen Studien.

Um eine globale Verfügbarkeit zu erreichen, werden die Entwicklungs-, Test- und Produktionssysteme auf der ganzen Welt in mehreren Rechenzentren bereitgestellt. Zur Gewährleistung der hohen Verfügbarkeit wird eine Kombination aus Clustern in mehreren geografischen Regionen sowie Mehrzonencluster verwendet. Die Forschungs-App kann unter Einhaltung der EU-Bestimmungen ohne großen Aufwand in den Clustern der Region Frankfurt bereitgestellt werden. Außerdem wird die App in Clustern in den USA bereitgestellt, um eine lokale Verfügbarkeit und Wiederherstellung zu gewährleisten. Auch die Forschungs-Workload wird auf Mehrzonencluster in der Region Frankfurt verteilt, um die Verfügbarkeit der Europäischen App und einen effizienten Lastausgleich für die Workload sicherzustellen. Da die Forscher sensible Daten mit der App für die gemeinsame Nutzung von Forschungsdaten hochladen, werden die Cluster der App in Regionen gehostet, in denen strengere Regelungen gelten.

Die Entwickler konzentrieren sich mithilfe der vorhandenen Tools auf Domänenprobleme: Anstatt eindeutigen Machine Learning-Code zu schreiben, wird durch das Binden der IBM Cloud-Services an die Cluster eine ML-Logik in die Apps integriert. Die Entwickler brauchen sich auch nicht mehr um Infrastrukturmanagementaufgaben kümmern, da Kubernetes- und Infrastruktur-Upgrades, die Sicherheit und vieles mehr von IBM verwaltet werden.

Rechenleistung, Speicherplatz und Anwendungen werden in einer öffentlichen Cloud ausgeführt, die je nach Bedarf einen sicheren Zugriff auf Forschungsdaten auf der ganzen Welt ermöglicht. Die Berechnung in Clustern ist manipulationssicher und durch Bare-Metal isoliert.

Technische Lösung:

Red Hat OpenShift on IBM Cloud
IBM Cloud® Functions
IBM Cloudant
IBM® Secure Gateway for IBM Cloud®

Schritt 1: Apps mithilfe von Mikroservices containerisieren

Erstellen Sie eine Node.js-App oder implementieren Sie ein Beispiel.
Strukturieren Sie die Apps in einer Gruppe aus kooperativen Mikroservices in Red Hat OpenShift on IBM Cloud; Basis hierfür sind die Funktionsbereiche der App und ihre Abhängigkeiten.
Stellen Sie Forschungsapps in Containern bereit, die in Red Hat OpenShift on IBM Cloud ausgeführt werden.
Stellen Sie standardisierte DevOps-Dashboards über Kubernetes bereit.
Ermöglichung der Skalierung von Rechenressourcen für Batch- und andere Forschungsarbeitslasten, die nur selten ausgeführt werden.
Verwenden Sie IBM® Secure Gateway for IBM Cloud® zur Verwaltung der sicheren Verbindungen zu vorhandenen lokalen Datenbanken.

Schritt 2: Verwendung sicherer und leistungsorientierter Datenverarbeitung

Apps für maschinelles Lernen (ML), für die eine höhere Rechenleistung erforderlich ist, werden mithilfe von Red Hat OpenShift on IBM Cloud auf Bare-Metal-Maschinen gehostet. Da dieser ML-Cluster zentralisiert ist, fallen in den regionalen Clustern keine Ausgaben für Bare-Metal-Workerknoten an; auch Kubernetes-Bereitstellungen sind einfacher.
Vulnerability Advisor bietet die Durchführung von Sicherheitslückensuchen für Images, Richtlinien, Container und Paketierung.

Schritt 3: Globale Verfügbarkeit sicherstellen

Nachdem die Entwickler die Apps in den Entwicklungs- und Testclustern erstellt und getestet haben, verwenden Sie die IBM CI/CD-Toolchains zum Bereitstellen von Apps in Clustern auf der ganzen Welt.
Die in Red Hat OpenShift on IBM Cloud integrierten Hochverfügbarkeitstools gleichen die Workload in jeder geografischen Region aus; hierbei sind auch die automatische Fehlerbehebung und die Lastverteilung eingeschlossen.
Mithilfe der Toolchains und Helm-Bereitstellungstools werden die Apps auch in Clustern auf der ganzen Welt bereitgestellt; die Workloads und Daten erfüllen die regionalen Vorschriften.

Schritt 4: Gemeinsame Datennutzung

IBM Cloudant ist eine moderne NoSQL-Datenbank, die für eine Reihe datengesteuerter Anwendungsfälle genutzt werden kann: von Schlüsselwerten bis zu komplexen dokumentorientierten Datenspeichern und Abfragen.
Zum Minimieren der Abfragen der regionalen Datenbanken wird IBM Cloudant verwendet, um die Sitzungsdaten des Benutzers in den Apps zwischenzuspeichern.
Dies verbessert die durchgehende Benutzerfreundlichkeit und Leistung in allen Apps für Red Hat OpenShift on IBM Cloud.
Während die Worker-Apps in Red Hat OpenShift on IBM Cloud lokale Daten analysieren und die Ergebnisse in IBM Cloudant speichern, reagiert IBM Cloud® Functions auf Änderungen und bereinigt automatisch die Daten in eingehenden Datenfeeds.
Analog können Benachrichtigungen über Forschungserfolge in einer Region über das Hochladen der Daten ausgelöst werden, sodass alle Forscher von den neuen Daten profitieren können.

Ergebnisse

Mit Microservices wird die Bereitstellungszeit für Patches, Fehlerkorrekturen und neue Funktionen erheblich reduziert. Erstmalige Entwicklungen verlaufen schnell und Aktualisierungen sind häufig.
Die Forscher verfügen über Zugriff auf klinische Daten und können diese klinischen Daten gemeinsam nutzen, während diese den lokalen Regelungen entsprechen.
Die Patienten, die an medizinischen Forschungsprogrammen teilnehmen, sind zuversichtlich, dass ihre Daten sicher sind und einen Beitrag zur Forschung leisten, wenn sie von großen Forschungsteams gemeinsam genutzt werden.