“量化自我”的时代(由美国有线建立执行编辑Kevin Kelly的2007年创造的一个术语)相对较新。首先Fitbit.2009年底推出的数字步骤柜台推出,我们已经看到了各种可穿戴性,应用程序和数字健康设备的爆炸,所有乘坐较小和更便宜的移动连接和应用程序的传感器和计算的指数波。

我们现在可以衡量几乎可以测量人类生理学的几个成分和许多行为要素。但只有从不同的设备和应用程序的数据(越来越多的压倒性)并不单独转化为更好的健康和预防或改善疾病管理。

数据和分析需要与临床努力进行连接,转化为知识和可操作的信息。

当我们进入2017年时,数据点开始以有意义的规模连接,特别是随着医疗保健的激励措施变得更加朝着基于价值的护理,奖励预防,主动护理和改善的结果。

事情互联网正在迅速来到“身体互联网和医疗保健”,从“医院给手机”。借助于利用这些多样化的移动和连接技术,超出共同的健康和健身应用,使他们真正影响急性和慢性疾病的预防和管理,并进一步带来医疗保健在诊所或医院的四墙之外。作为一个例子,NHS最近宣布将很快提供应用程序和设备,以帮助管理糖尿病和心脏病等慢性疾病。

我们正在超越简单的腕部加速度计。SmartWatches定期捕捉心率,很快可以添加牢牢连续血压监测和葡萄糖措施。一次性生命的签署斑块Sensumvitals.vitalconnect.可以传输流ECG,姿势,温度,应力数据等,任何有电池信号。

集成的家庭诊断“医疗三凌机”平台和连接丸瓶即将推出。这些将与亚马逊回声配对你.md.和类似的医疗保健聊天,那些具有头像的人感觉.Ly虚拟护士作为界面。可以辨别出心理健康,从我们的智能手机中分析我们的演讲和“数字余气”。可以呼吸分析超过酒精,以跟踪可以表明代谢或恶性疾病的水合状态和分子。在我们的床上或传感器戒指可以容易地跟踪睡眠的数量和质量。连接的内部或传感器装配性可以跟踪我们新生儿的生命值和活性。

正在开发新的可穿戴设备跟踪肠道活动(在手术后或患有肠疾病患者的患者中有用)。消费者eegs现在正在市场上可以衡量脑波并帮助纳入侧重和冥想,也许早期检测认知问题。初创公司正在销售“界略”(从隐形镜头到刺激镜头的传感器),甚至是“培训仪”(如直立,一个设备在懒得捕获更好的姿势时,这是一个嗡嗡的姿势,这有助于许多腰痛)。这是与可用的基因组数据的爆炸配对(来自Genomics英格兰等倡议100,000个基因组项目)这有助于对风险进行分层,选择最耐心的预防和干预措施。

“爆炸健康数据的影响可能是一个大的'所以什么?'如果信息不是很容易访问,可消化和可操作的信息。”

所以,尽管见证了个人“omics”的爆炸是令人兴奋的,但是有可穿戴的可穿戴性,连接的设备和数以千计的健康相关的应用程序,但其影响可能是一个大的“所以呢?”如果没有易于访问的信息,可消化和可操作。

少数个人,是否健康的铁人素或患者努力管理慢性疾病,想要佩戴和充电多个设备,登录并管理多个应用程序,并馈送不容易理解或可操作地不可理解或可操作的原始或碎片化信息他们的教练或医疗团队。

同样,临床医生需要以有用,可吸收和可靠的方式获得患者数据,这些方式与其临床工作流程无缝集成。没有心脏病专家希望监测流媒体的24/7 ECG,这些ECG可以从智能粘屑流动,您的护士从业者也不希望登录您的Fitbit帐户以查看您的活动和心率数据。

对于这些新的和新兴技术来实现主动医疗保健,需要减少障碍:

1.它们易于使用,可靠地获得准确的生理数据。

2.从它们流动的信息以有用的可操作形式提供给临床医生。

3.机器学习和数据分析可以应用于提取有用的信息并帮助使其可操作。

4.激励措施进行调整,包括用于利用相关联的提供者的报销。

,当我们进入2017年,我们将开始从“量化自我”的时代,数据通常仍然是孤立的个人的设备和应用程序,而不是集成到临床护理中,出现“量化健康”,数据从普通消费者的衣物,尺度,BP袖口、葡萄糖测定仪甚至国内实验室数据,将通过消费者的智能手机(通过苹果的HealthKit,最近通过谷歌Fit和三星的S-Health),并集成到临床医生的电子病历(EMRs)中。这将带来反馈回路,可以反馈给每个患者,并在整个过程中让患者参与和授权。

截至2016年初,通过单一的iPhone授权,我的HealthKit数据(包括采取的步骤,睡眠,重量,血压值等)可能会流入我的斯坦福医院电子医疗记录和Mystanford应用程序,以便跟踪和可视化。激活后一周我收到了我的初级保健医师注意到我的共享数据“看起来很好”。

“像检查机在我们的汽车中灯,软件将有助于确定趋势并提醒患者及其护理团队。“

越来越多地,就像在我们的汽车中的支票发动机灯一样,软件将检查和解析这些流的数据,以帮助确定趋势并提醒患者及其护理团队。初创公司蜡笔通过使预测,警报患者和护理人员在变化或恶化的过程中进行预测,提醒患者和护理人员来说,使远程患者数据感到遥远的医院录取。

正在演示利用多个信号的主体检查发动机光的第一个示例,如斯坦福遗传学教授Michael Synder - 该整合他的可穿戴数据使能诊断莱姆病在它甚至怀疑之前。

像NHS这样的医疗保健系统开始“在数字健康教练的试验中开始”规定“糖尿病等慢性条件和NHS连接的哮喘计划。作为Ochsner卫生系统演示在路易斯安那州,智能手表,手机和简单的,连接的血压传感袖口展示了高血压治疗的显着改善的结果。在Mayo诊所,在心力衰竭患者处方,以及连接的规模和血压袖口,将医院入院减少40%。

虽然我们如何规范,支付和融入护理连续体的挑战仍然存在,但健康的量化将具有真实用途,可以是众所周心和共享的,并将改善跨医疗保健的结果(甚至降低成本)。


这篇文章是最初发表于2017年的有线世界。有线的第五届年度趋势简报,预测了在技术,科学和设计世界中即将到来的内容。

丹尼尔克拉夫,MD是医学和神经科学的教员椅子188金博宝进不去并成立和椅子指数医学会议接下来是2017年11月6日至9日)。

在推特上:@daniel_kraft.@exponiential.

图像来源:Shutterstock.