什么是智慧医院？

。之前我展示了如何运行 pButtons 来收集我们在下列帖子中研究的性能指标。

• 第 1 部分 - 入门：收集指标。
• 第 2 部分 - 研究收集的指标。

更新：2020 年 5 月。

自四年前写下本帖以来，我们已从 Caché 迁移到 IRIS。 有关 pButton (Caché) 和 SystemPerformance (IRIS) 文档的更新链接，请参见评论。 另请注意如何将系统更新到最新版本的性能工具。

pButtons 与 Caché 5 及更高版本兼容，并已包含在最近的 InterSystems 数据平台分发版（HealthShare、Ensemble 和 Caché）中。 本帖旨在提醒您下载并安装最新版的 pButttons。

这篇文章是上一篇文章的延续https://cn.community.intersystems.com/post/首次使用intersystems-iris-互操作性-一个production是什么？

对于那些在某种程度上需要测试ECP的水平可扩展性（计算能力和/或用户和进程的并发性），但又懒得建立环境、配置服务器节点等的人来说，我刚刚在Open Exchange上发布了OPNEx-ECP部署的应用/示例。 

我们不必等待SAM发布才开始规划和试用该API来监控IRIS实例。在以后的文章中，我将更深入地探讨可用的指标及其意义，并提供一些交互式仪表板的示例。首先，我将介绍一下相关背景和一些问题及答案。

IRIS（和Caché）一直在收集自身及其运行平台的数十个指标。收集这些指标来监控Caché和IRIS的方法向来有很多。我发现，很少有安装软件使用IRIS和Caché的内置解决方案。譬如，History Monitor作为性能和系统使用指标的历史数据库，已经推出很长时间了，但它没有简便方法可实时显示这些指标和仪表系统。

IRIS平台解决方案（以及整个业界）正在从仅在一些本地实例上运行的单体式应用程序过渡到“随处”部署的分布式解决方案。在许多用例中，原有的IRIS监控方案并不适用于这些新的模式。InterSystems没有做重复工作，而是将目光投向当前流行的、经过验证的监控和告警开源解决方案。

正如德勤最近的一份报告所强调的，数字孪生的设计和部署是为了实现虚拟协作，吸收和处理大数据，以及协助我们以更有效和安全的方式管理物理世界。

有几个行业在使用数字孪生能力方面取得了重大进展，如汽车、飞机、能源、城市规划和医疗保健等，仅举几例。疫情的影响和对全球经济造成的破坏只会加速全球数字孪生的发展速度和采用。因此，预计到2026年，全球数字孪生市场将达到482亿美元，年复合增长率为58%。虽然目前北美市场拥有最大的份额，但预计亚太市场将在未来几年经历最快的增长。

按照Gartner的说法，数字孪生是现实世界实体或系统的数字代表。数字孪生体的实现是一个封装的软件对象或模型，它反映了一个独特的物理对象、过程、组织、人或其他抽象概念。

数字孪生的设计和部署是复杂的，与其他数字技术密切相关，如云计算、人工智能、物联网、5G网络、区块链和虚拟、增强或混合现实。预计所有这些技术的采用率将对数字孪生产业产生深远影响。迄今为止，系统数字孪生体已经在所有行业中占主导地位，但专家们一致认为，产品和流程数字孪生体类型将在未来几年内上升。

作为一个社会，我们可以通过部署这些高度通用的数字化身阿凡达获得巨大的利益，因为它们可以优化效率，降低长期成本，提高质量，并进一步提高我们的研究能力。

不少客户问我关于从Cache迁移到IRIS的问题。为什么要迁移到IRIS？Cache是优秀的，稳定的，有很好的性能，为什么要迁移到IRIS呢？这些客户是对的，但在过去几年，数字化转型提出了不少新问题、新需求和新挑战，客户需要更灵活、更完整、更前瞻的解决方案，InterSystems公司很有远见地洞察到了这一点，推出了IRIS。
一句话，IRIS是一套数据平台解决方案，它帮助客户和合作伙伴为迎接数字化转型的挑战提供了充足的弹药。

我们为什么要关注医疗领域的数字孪生？

环顾四周，你会看到无数的设备监测和收集我们身体状态数据的例子。可穿戴智能手表和健身追踪器、医疗成像设备、数字健康应用程序、温度计等。同样，这些设备本身也在产生关于其当前运行环境和状况的大量数据。但是，我们如何才能理解所有这些数据，并从中获得有意义的洞察？一种可能性是对这些数据进行动态展示，即所谓的数字孪生。

数字孪生是一个物理对象或系统在其生命周期内的虚拟表达。这意味着，数字孪生包含了关于其现实世界对应物状态的最新和历史数据。将这些动态数据纳入不同医疗应用的虚拟表示中，可以实现主动决策、流程优化和医疗领域的完整生命周期管理。

第一部分  数字孪生人体

现代医疗有无数来自数字技术的机会，包括优化流程的指挥中心、支持洞察力和决策的人工智能和机器学习、提供实时数据的物联网和连接设备，以及管理和保护大型数据流的强大数字基础设施。创建数字孪生和使用虚拟技术来推动医疗行业的真实世界价值将这一切结合起来。

数字孪生在医疗领域的真实世界价值

数字孪生是一个物理对象或过程的虚拟副本，通过模拟和反馈物理对应物来学习和发展。它在动态系统建模的同时部署了人工智能和机器学习，并适用于医疗保健和生命科学环境。数字孪生创造了一个机会，在实施干预措施、路径变化和操作改进之前，对系统的影响进行建模和预测，以实现效益最大化和风险最小化。

这种模拟创造了以下机会：测试情景以预测影响和帮助决策（例如，在系统设计和病人治疗中）；识别低效、瓶颈和机会，并模拟效益/副作用（例如，在流程优化中）；自动化反应和决策（例如，在环境控制中）；以及越来越多地在虚拟环境中进行测试（例如，硅研究 - 美国和欧洲监管机构都在探索在新医疗药物和技术的审批中使用此类 "数字证据"）。

这种数字孪生可以在不同层次上运作：作为整个系统或组织、生物体或建筑的复制品。

数字孪生的实际应用

(ECP) Caché 出色的可用性和扩展特性之一是企业缓存协议 (ECP)。 在应用程序开发过程中，如对使用 ECP 的分布式处理加以考虑，可以横向扩展 Caché 应用程序的架构。 应用程序处理可以调整为非常高的速率，处理能力从单个应用程序服务器扩展到最多 255 个应用程序服务器，并且不需要任何应用程序更改。

在我参与的 TrakCare 部署中，ECP 已广泛使用多年。 十年前，主要供应商之一的一台“大型”x86 服务器可能总共只有八个核心。 对于大型部署来说，ECP 是横向扩展商业服务器处理能力的方式，不适合单台昂贵的大型企业服务器。 即使是高核心数的企业服务器也有限制，因此 ECP 也用于扩展这些服务器上的部署。

供应商或内部团队要求说明如何为 VMware vSphere 上运行的大型生产数据库进行 CPU 容量规划。

总的来说，在调整大型生产数据库的 CPU 规模时，有几个简单的最佳做法可以遵循：

• 为每个物理 CPU 核心规划一个 vCPU。
• 考虑 NUMA 并按理想情况调整虚拟机规模，以使 CPU 和内存对于 NUMA 节点是本地的。
• 合理调整虚拟机规模。 仅在需要时才添加 vCPU。

通常，这会引出几个常见问题：

• 由于使用超线程技术，VMware 创建的虚拟机的 CPU 数量可以是物理 CPU 数量的两倍。 那不就是双倍容量吗？ 创建的虚拟机不应该有尽可能多的 CPU 吗？
• 什么是 NUMA 节点？ 我应该在意 NUMA 吗？
• 虚拟机应该合理调整规模，但我如何知道什么时候合理？

我以下面的示例回答这些问题。 但也要记住，最佳做法并不是一成不变的。 有时需要做出妥协。 例如，大型生产数据库虚拟机很可能不适合 NUMA 节点，但我们会看到，其实是没问题的。 最佳做法是指必须针对应用程序和环境进行评估和验证的准则。

以下步骤展示如何显示 /api/monitor 服务提供的指标列表示例。

在上个帖子中，我概述了以 Prometheus 格式显示 IRIS 指标的服务。 该贴介绍了如何在容器中设置和运行 IRIS 预览版 2019.4，然后列出了指标。

本帖假定您已安装 Docker。 如果未安装，现在就为您的平台安装吧 :)

步骤 1. 下载并运行 docker 形式的 IRIS 预览版

按照预览发行版的下载说明下载预览版许可证密钥和 IRIS Docker 映像。 例如，我选择了 InterSystems IRIS for Health 2019.4。