IT人员无处可见，而不是在互联网（物联网）的互联网（物联网）的态度（IOT）中的关注和牵引力。
IOT的概念涉及使用捕获或监视数据的电子设备，并通过无线连接到私有或公共云，使它们能够自动触发某些事件。
在医疗保健背景下，已向患者和医务人员以各种形式引入了一种越来越多的物联网设备。无线床头旁监测器，输液泵，甚至是语音/数据的临床医生通信设备，结果意味着更好，更高效的患者护理。
但这些设备具有比传统有线同行更具不可预测的“用户体验”，并获得了可见性和洞察力，他们的表现已成为IT人员的主要问题。
例如，如果床边监视器没有传输与患者生命统计数据相关的数据，则观察数据，那么如果没有临床医生，则患者可能会遇险。同样，如果临床医生通信设备正在经历数据丢失或呼叫质量差，则患者护理也可能受到不利影响。
向IOT盲人留下视线
最近在大数据网络分析，机器学习和云计算领域的技术进步现在准备解决这些问题，提供了很多需要的IT疼痛缓解和前所未有的可见性对IoT网络性能。
这些创新中心正在捕获，解析和分析医疗保健物联网设备发出的数据，并自动将这些信息与我们的所有IOT设备组经受的全级网络数据事务相关联。
这种方法呈现出与传统的基础设施管理解决方案如何处理有关关键无线IOT设备，例如床头夹监视器。
传统的基础架构管理主要使用Wi-Fi基础架构测量来确定客户行为 - 通常假设如果Wi-Fi基础架构表现良好，那么一切都运行正常。但这并不总是如此，因为基本客户端设备和应用信息被排除在传统的基础架构管理模型之外。
关键是具有大数据分析平台，收集围绕性能的应用指标---观众是否获得良好，完整的心率，氧气水平等。从床边监视器的数据没有任何丢弃的信息？临床医生通信设备是否具有良好的呼叫质量？接下来，收集数据不够好：分析系统需要自动将其与下层以下层的客户端透视数据相关联，例如。当客户端噪声噪声（SNR）比率差时发生差的应用程序性能是否发生了差的情况？或者当它连接的接入点时，具有高水平的非802.11噪音？
“医院正在花费太多时间和金钱将新的重大护理物联网设备推出进入基础设施的风险束缚对网络的表现束缚，”在北卡罗来纳州亚什兰的任务医疗保健系统中布莱恩特·托特滕说。
“如果我们不知道这些设备如何在网络上表现，我们根本无法使用任何保证。迫切需要的是什么是能够捕获和测量这些设备的特定协议，并同时分析它们反对所有内容否则在网络中进行。这为我们提供了一个更完整的IoT设备性能图景，直到现在，我们只是没有，“他说。
换句话说，今天无线网络的管理和监视完全与管理IOT设备和应用程序分开。对于无线网络工程师，IOT设备已成为一个大的盲点，反之亦然，负责无线网络上的设备性能。
新的设备性能管理平台使用高级数据分析更改所有这一切，以确定波形数据的波形数据以及其他事项丢失的方式，何时以及为什么在无线网络上与客户端的当前状态相关联。
通过这样做，网络人员可以判断数据是否因RF条件差而丢失，客户端只是具有漫游的客户，或者该问题是否在设备上或设备本身上。
这些系统利用机器学习算法来识别趋势和模式和云资源，实时执行所有沉重的计算核心。
已经在网络上运行但是只是无法以任何有意义的方式访问它的数据，然后在更长的时间内聚合到较长时间内的数据，以确定哪些床头监视器是最有问题的，一遍又一遍地发生了什么样的问题可以做些什么来主动修复任何个人或系统性的性能问题。
拥有新的IOT洞察力，医疗保健IT团队立即获得视图，以预先不可能。这些包括但不限于：监控连接问题的自动根本原因分析，有问题的监视器，床边监测性能的基线行为以及交通监视器的数量正在发送和接收。
你能听到我吗？
床头馆不是医院中使用的唯一任务关键无线无线设备。
今天，医生，护士，助理和支持人员经常使用各种不同的设备，如寻呼机，多播推送设备，甚至是个人智能手机互相沟通。管理网络上每种不同设备类型的性能已成为IT人员的大规模挑战。
因此，世界各地的许多医疗机构正在努力使用安全，目的内置的Wi-Fi语音和消息传递解决方案统一临床人员之间的声音和数据移动通信。确保通过网络的这些系统的最佳性能是这些新UC系统的成功集成，使用和值的关键。
许多这些新系统，来自Ascom等的供应商，现在支持从每个Wi-Fi电话输出特定的Syslog数据。该信息可用于量化质量，并识别由网络上的这些设备进行的每个呼叫或通信的特定属性。将此数据的访问和集成到新的网络分析平台中，可以与这些设备的无线网络与分析的所有设备一起使用类似的客户体验分析和相关性。
这使得IT人员可以自动确定，例如，临床医生通信设备正在遇到差的语音呼叫质量或频繁断开，如果问题是由无线网络或其他一些客户端网络事务引起的。
随着更多金钱和时间将IOT设备集成到企业接入网络中，证明这些支出在确保最佳用户体验时从未如此重要。机器学习的汇合，数据分析和云竞争使其不仅可能，而且可能是可能的。