Главная » Все новости » Лечение астмы с помощью аналитики данных
Астма

Лечение астмы с помощью аналитики данных

По мере того, как все больше и больше людей внедряют устройства в свою жизнь, пользователи автоматизируют свои дома, свои транспортные средства и свои рабочие места. Новое исследование, проведенное в Университете штата Делавэр Junbo Son, показывает, что устройства IoT могут иметь другое эффективное применение: управление хроническими заболеваниями и даже спасение жизней.

Исследование Сона, опубликованное в MIS Quarterly , создало информационную систему здравоохранения, которая помогает пациентам с астмой лучше самостоятельно управлять своим состоянием, используя ингаляторы с поддержкой Bluetooth и специальный алгоритм анализа данных. Это может иметь большое значение для почти 25 миллионов астматиков в Соединенных Штатах.

«Наша аналитическая структура имеет большой потенциал для преобразования существующей практики управления астмой, особенно учитывая растущую популярность носимых датчиков и устройств IoT в сфере здравоохранения», — сказал Сон, доцент кафедры управления операциями в UD Alfred Lerner College of Бизнес и экономика. «Чтобы по-настоящему реализовать концепцию интеллектуального здравоохранения с использованием ИТ, крайне важно разработать алгоритмические решения для управления, анализа и визуализации данных о состоянии здоровья.

Как ученый по данным, я очень заинтересовался этой темой исследования, потому что данные, собранные этими беспрецедентными ИТ-устройствами, такими как медицинские устройства IoT и носимые датчики, предоставляют значительные возможности для исследований», — сказал он. «Конечно, они также приносят множество новых проблем. Но для меня это забавная часть работы с передовыми технологиями».

Сон является соавтором статьи «Структура аналитики данных для интеллектуального управления астмой на основе информационных систем удаленного медицинского обслуживания с персональными ингаляторами с поддержкой Bluetooth» совместно с Шию Чжоу из Университета Висконсин-Мэдисон, а также выпускницей по сестринскому делу UD Патрицией Флэтли Бреннан, которая служит директором Национальной медицинской библиотеки. По словам Сона, междисциплинарный характер этого проекта делает его выводы особенно ценными.

«Это абсолютно захватывающее время для междисциплинарных исследовательских проектов, и в совокупности мы можем оказать положительное влияние», — сказал он. «Я надеюсь, что эта работа, которую мои соавторы и я недавно проделали, сделала шаг ближе к достижению лучшей практики здравоохранения с использованием ИТ и, надеюсь, привлекла немного больше внимания к этой важной теме».

Система Smart Asthma Management (SAM) команды работает, собирая временную метку каждого использования ингалятора пациентом через датчик Bluetooth, который подключается к различным типам личных ингаляторов. Датчик передает данные об использовании ингалятора на смартфон пациента и, в конечном итоге, на сервер через безопасную беспроводную сеть, где данные проходят через алгоритм SAM. Алгоритм объяснил, что алгоритм уникален, потому что он был разработан специально для конкретных клинических особенностей астмы.

«Например, использование ночных ингаляторов обычно считается более серьезным, чем использование ингаляторов в дневное время при лечении астмы», — сказал он. «Кроме того, у всех больных астмой есть некоторые общие характеристики, но в то же время алгоритм должен учитывать, что каждый отдельный пациент отличается».

Эти индивидуальные различия включают демографию и чувствительность каждого пациента к воздействию астмы, например, загрязнению воздуха или температуре. Он также должен учитывать уникальный распорядок дня каждого пациента. Например, если пациент тренируется около 8 часов вечера каждый день, это неизбежно влияет на его использование ингалятора.

Результаты команды показали, что их метод превосходит современные модели, широко используемые в недавних клинических исследованиях. В системе SAM частота ложных срабатываний на 10-20% ниже, чем у современных моделей, и на 40-50% ниже вероятность ошибочного обнаружения. Он также имеет показатель «площадь под кривой» на 10-30% выше, что является общепринятым показателем эффективности для алгоритмов классификации.

«Эти результаты подчеркивают важность индивидуальных методов анализа данных, особенно в области здравоохранения», — сказал Сон. «Другими словами, аналитический инструмент должен быть тщательно разработан с учетом потребностей персонализации (все пациенты разные) и специализации (каждая болезнь имеет свои уникальные характеристики)».

Подобные результаты также означают, что система SAM имеет больше шансов обнаружить опасное увеличение использования ингаляторов быстрее, чем пациенты могут их идентифицировать. Как объяснил Сон, в то время как пациент с астмой, как правило, знает, слишком ли часто он использует ингалятор, система, ориентированная на тенденции и управляемая данными, может выявить более тонкую тенденцию еще быстрее.

«Часто бывает слишком поздно, когда пациент может чувствовать обостренные симптомы астмы», — сказал он. «Если система SAM в сочетании с методом анализа данных может обеспечить своевременное предупреждение, мы можем значительно помочь пациентам с астмой».

Система также выходит за рамки расширенного использования, чтобы помочь пациентам понять, что может ухудшить их симптомы астмы. Поскольку модель включает информацию от пациентов, демографические особенности и тяжесть астмы которых схожи с целевым пациентом, а также данные о факторах окружающей среды, она помогает пациентам идентифицировать новые триггеры астмы, которые они, возможно, не замечали в прошлом.

Сейчас команда находится на следующих этапах работы с отраслевым сотрудником, компанией, которая разработала систему SAM вместе с приложением для смартфона и информационной панелью на основе веб-интерфейса. Эта компания также внедряет и тестирует алгоритмы команды для улучшения своей службы по лечению астмы. Предстоит решить несколько задач, включая работу со страховщиками и практикующими врачами, создание стратегий распределения затрат и изучение потенциальных юридических вопросов, но Сон с энтузиазмом смотрит в будущее этого проекта и других, подобных ему.

«Мы считаем, что такая работа должна проводиться многими экспертами в разных областях», — сказал Сон. «Новая инфраструктура, такая как система SAM, открывает большие возможности, показывая нам огромный потенциал для улучшения качества жизни пациентов путем сбора данных, которые обычно не были доступны в прошлом».

«Это революционное время для здравоохранения. Нынешняя практика здравоохранения быстро развивается из-за возросшего проникновения ИТ в сектор здравоохранения. Я просто счастлив быть частью революции, меняющей парадигму».

Понравилась запись? Поделись с другом!!!