The sprengiefni fjölgun farsíma heilsu (mHealth) heldur áfram að búa til töluvert suð. Fjölmiðlar eru fljótir að ná til áberandi nýrra forrita sem lofar að veita sjúklingum meiri heilsu eða hjálpa læknum að verða skilvirkari og skilvirkari. Í nýlegri endurskoðun sem gerð var af háskólanum í Chicago var sýnt fram á að flestir algengar farsímahjálparforrit eru hönnuð fyrir sjúklinga.
Þeir miða oft á vellíðan og sjúkdómsstjórnun. Þessir tveir flokkar eru fylgt eftir með forritum til sjálfgreininga, forrit til lyfjameðferðar (stafrænar áminningar) og rafrænar sjúkdómsgáttarforrit .
Hins vegar hafa flestar mHealth forrit ekki verið prófuð á strangan hátt, svo að við getum ekki verið viss um að þeir hafi góð áhrif á loforð sín. Tilgangur þessarar greinar er ekki að afsláttur á lögmætum möguleika mHealth-tækni til að umbreyta heilsugæslu og heilsufarslegum árangri á jákvæðan hátt, heldur til að sýna hvernig gallaðir mHealth forrit og tæki gætu leitt til alvarlegra afleiðinga.
Það eru nokkrar tegundir af galla sem gætu plága mHealth forrit eða tæki. Listinn er ekki tæmandi.
Ógilt
Margir mHealth forrit eða tæki eru hönnuð til að mæla breytur eins og blóðsykur, blóðþrýsting, líkamlega virkni , lungnastarfsemi, súrefnisgildi og hjartsláttartruflanir. Ógildur app eða tæki mælir breytu ónákvæmt, annaðhvort með vanmati, ofmeti eða óflokkaðri flokkun.
Íhuga forrit sem tengist glúkósa ræma lesandi til að umbreyta snjallsímanum í glúkósa metra. Ef forritið sýnir ógilda glúkósa lestur og mælir með óskýrum insúlíndæmum, þá getur sjúklingurinn orðið fyrir lítið eða hátt blóðsykur eftir að insúlínið er gefið.
Sumar breytur eru ekki einfaldar tölur, heldur flokkar. Ógildur app myndi misclassify breytu í röngum flokki. Joel A. Wolf og samstarfsmenn hans frá University of Pittsburgh metðu nákvæmni forrita smartphone sem voru hannaðar til að greina ljósmyndir af húðskemmdum og meta líkurnar á því að sárin voru sortuæxli.
Þrír af þeim fjórum forritum flokkuðu 30 prósent eða meira af sanna sortuæxlum sem góðkynja. Annar rannsókn með áhugaverðum árangri var einnig gefin út af Dr. Christophe Wyss, hjartalæknisfræðing frá Heart Clinic Zurich í Sviss. Lið hans rannsakaði auglýsingaforrit fyrir smartphone sem mæla hjartsláttartíðni. Þeir fundu ósamræmi við nákvæmni í greiningaraðferðinni, þar sem snertingartæki sýndu minni nákvæmni en forrit sem byggjast á tengiliðum.
Hve miklu leyti ógild app eða tæki myndi koma í veg fyrir öryggi sjúklinga fer eftir stefnu og umfangi villunnar, undirliggjandi heilsuástandi sem er beint til, samhengið þar sem forritið er notað, auk annarra þátta.
Óáreiðanlegur
Óáreiðanlegur app eða tæki framleiðir mikla breytingu þegar mæla breytur sem hafa ekki breyst. Til dæmis myndi óáreiðanlegur glúkósa mælingar app gefa til kynna að blóðsykurinn í notandanum hafi breyst verulega þegar hann hefur í raun verið stöðugur.
Athugaðu að forrit eða tæki geta verið áreiðanlegar en ógildir. A tæki sem stöðugt vanmetar blóðsykur við 30 mg / dL væri áreiðanlegt en ógilt.
Ekki sönnunargögn
Forrit eða tæki sem ekki byggist á vísindalegum gögnum gætu skilað mati eða lagt til meðferðar sem eru í raun ónothæf eða skaðleg í versta falli. Milliverkun er að mHealth tækni veitir ekki eiginleika eða íhluti sem vitað er að vera gagnleg. Segjum að læknirinn notar app til að ákvarða bestu meðferðarlotu sjúklinga með ómeðhöndlaða astma. Ef appinn mælir ekki með sönnunargögnum sem byggjast á sönnunargögnum (eins og innöndunartímum), þá gæti sjúklingurinn þjást óþörfu.
Sum forrit mHealth reikna út áhættuþátt sjúklings miðað við sjúklinga-sértæk gögn. Til dæmis getur hjartastuðull reiknivél notað aldur, kyn, reykingarstöðu, blóðþrýsting, kólesterólgildi og aðrar upplýsingar til að meta áhættu fyrir hjartaáföll.
Brúttó ónákvæmni í slíku forriti getur hallað læknunum við skaðleg eða árangurslausan meðferð.
Heilbrigðisstarfsfólk er gert ráð fyrir að nota klíníska dómgreind í því að ákveða hvort það skuli starfa á upplýsingum sem eru birtar af forritum eða tækjum. En gallaður app getur birst áreiðanleg. Sjúklingar eða almennir neytendur (stærsta áhorfandinn fyrir mHealth apps) eru jafnvel minna fær um að dæma nákvæmni app eða tæki. Sérfræðingar halda því fram að slembiröðuðum samanburðarrannsóknum (venjulega talin gullstaðall í rannsóknum) er nauðsynleg til að sannreyna mHealth forrit og undirliggjandi meginreglur þeirra. Einkum ættum við að leita að rannsóknum með stórum sýnum og löngum eftirfylgni. Svo langt, það er ekki mikið vísbendingar til að styðja við kröfur sem gerðar eru af mörgum forritum heilsu. Því er þörf á frekari rannsóknum til að ákvarða hvort margir af þessum forritum geta verið dýrmætt tól í heilbrigðisþjónustu. Það er einnig mikilvægt fyrir heilbrigðisstarfsmenn að vita hvernig á að nota ný forrit.
Önnur atriði
Gallað app er hægt að fjarlægja af markaðinum, eins og raunin var fyrir Pfizer's Reumatology Calculator app , sem var að búa til ónákvæmar skorar til að meta sjúkdómsvirkni hjá sjúklingum með iktsýki.
En flutningur frá netmarkaði kemur í veg fyrir nýja niðurhal. Hvað um forrit sem þegar er hlaðið niður á snjallsíma eða spjaldtölvu notandans? Ef notandi er ókunnugt um hættuna, þá er hætta á því.
Annað mikilvægt mál er öryggi viðkvæmra heilsuupplýsinga sem er geymt eða aðgangur að mHealth tækni. Sjúklingar og læknar eru áhyggjur af hugsanlegum brotum á gögnum.
FDA stýrir sumum farsímaheilbrigðisforritum en aðrir eru talin lítill áhætta ef þau eru ekki talin lækningatæki og ekki fylgst með.
Þó að við ættum að vera meðvitaðir um áhættu þeirra og takmörkanir, hafa mHealth apps einnig möguleika á að hvetja fólk til að gera heilbrigðara val og taka meiri ábyrgð.
> Heimildir:
> Coppetti T, Brauchlin A, Wyss C, o.fl. Nákvæmni forrita smartphone fyrir hjartsláttarmælingu. European Journal of Preventive Cardiology 2017; 24 (12): 1287-1293.
> Cortez N, Cohen I, Kesselheim A. FDA reglugerð um hollustuhætti tækniaðferða. New England Journal of Medicine 2014; 371 (4): 372-379.
> Covolo L, Ceretti E, Moneda M, Castaldi S, Gelatti U. Stuðningur við notkun farsímaforrita sem ökumaður til að stuðla að heilbrigðu lífsstílum frá sjónarhóli almenningsheilbrigðis? A kerfisbundin endurskoðun á Randomized Control Trials. Sjúklingaþjálfun og ráðgjöf 2017; 100: 2231-2243.
> Kao C, Liebovitz D. Consumer Mobile Health Apps: Núverandi ríki, hindranir og framtíðarleiðbeiningar. Pm & R 2017; 9 (5): S106-S115.
> Powell A, Landman A, Bates D. Í leit að nokkrum góðum forritum. Jama 2014; 311 (18): 1851-1852.
> Wolf JA, Moreau JF, Akilov O, et al. Greining á ónákvæmni Smartphone Umsóknir um krabbamein í sortuæxli. JAMA húðsjúkdómur 2013; 149 (4): 422-426.