Table of Contents

اینترنت اشیا (IoT) به عنوان یکی از مهمترین نیروهای تحول در مدیریت بیماری مزمن ظهور کرده است، تغییر شکل دادن به بیماران، ارائه دهندگان و حتی اعضای خانواده با داده های بهداشتی ارتباط برقرار کرده است، برای تخمین زده شده 422 میلیون نفر که با دیابت در سراسر جهان زندگی می کنند، این فن آوری ها به ویژه امیدوار کننده نقش اساسی در کنترل سطح گلوکز خون، بهبود حساسیت به انسولین و کاهش عوارض طولانی مدت با این روش های بازخورد فعال است - نه تنها می تواند به طور مداوم از طریق ارائه تجزیه و تحلیل های حرکتی دقیق.

این مقاله نقش چند وجهی IoT را در ترویج فعالیت فیزیکی در میان افراد مبتلا به دیابت بررسی می کند.ما فناوری های اساسی، مکانیسم های رفتاری آنها، مزایای ملموس و چالش های مداوم را بررسی می کنیم و نوآوری های آینده احتمالاً تاثیر خود را در سراسر جهان گسترش می دهند، تمرکز بر استراتژی های عملی و شواهد آگاهانه ای است که می تواند امروز یا در آینده نزدیک به آن اجرا شود.

تعریف IoT در زمینه دیابت

اینترنت اشیا به شبکه ای از اشیاء فیزیکی اشاره دارد – هر کدام با سنسورها، نرم افزار و اتصال تعبیه شده اند – که داده ها را بر روی اینترنت بدون نیاز به تعامل انسان به انسان یا انسان به کامپیوتر در مراقبت از دیابت مبادله می کند، این معمولا شامل یک سه دسته از دستگاه ها می شود: سنسورهای بدن، ابزار های هوشمند و نظارت بر فعالیت های محیطی.

دستگاه های IoT کلیدی در مدیریت دیابت

نظارت بر گلوکز (CGMs) مانند Dexcom G7، ابوت FreeStyle Libre، و Medonic Guardian یکی از برجسته ترین دستگاه های IoT فعال در دیابت هستند، آنها خواندن گلوکز بین آن را هر چند دقیقه به یک گوشی هوشمند یا گیرنده انتقال می دهند، با سرعت دقیق یک ردیاب واقعی می تواند یک بار بخواند.

قلم های انسولین هوشمند و پمپ (به عنوان مثال، NovoPen Echo، Insulet Omnipod 5) دوزهای ورود، زمان پیگیری و برخی از نرخ های پایه خودکار بر اساس مطالعه CGM، در حالی که نه به طور مستقیم فعالیت ارتقاء، آنها کاربر را از کتابچه راهنمای و کاهش بار شناختی مدیریت، در نتیجه فعالیت فیزیکی برای ساخت اتاق برنامه ریزی فیزیکی آزاد می کنند.

ردیاب های تناسب اندام قابل تحمل - از مچ بند مانند Fitbit، Garmin، و Whoop به پوشیدنی های پزشکی تخصصی تر - گام های اندازه گیری، ضربان قلب، کیفیت خواب، و گاهی اوقات حتی دمای پوست یا فعالیت الکترو الکتریکی. بسیاری از آنها اکنون با برنامه های CGM ادغام شده اند تا داده های فعالیت در روند گلوکز را افزایش دهند.

مقیاس های متصل و مانیتور ترکیب بدن (به عنوان مثال، با استفاده از بدن + اضافه وزن، توده عضلانی و داده های هیدراتاسیون، زمینه ای برای چگونگی تاثیر فعالیت بر معیارهای بدن در طول هفته ها و ماه ها.

Environmental IoT مانند پد پیاده روی هوشمند (برچسب های زیر-دک) می تواند برنامه ریزی شده برای به آرامی در طول ساعت های کاری، به کارکنان دفتر کار بی تحرک برای حرکت در حالی که باقی مانده مولد است.

چگونه داده های IoT در عمل جریان می یابد

یک سناریو معمولی مانند این اتفاق می افتد: فردی با دیابت نوع 2 یک CGM و یک ساعت هوشمند را می پوشد. ساعت 30 دقیقه پیاده روی سریع را تشخیص می دهد و شمارش گام، مناطق ضربان قلب و برآورد کالری برای یک پلت فرم ابری را منتقل می کند. CGM گزارش می دهد که گلوکز مربوطه را تنظیم می کند. الگوریتم پلت فرم دو را به هم متصل می کند و یک اطلاع رسانی پایدار را ارسال می کند: "دکتر سازگار با سرعت بالا رفتن حساسیت به انسولین هفته ای است و سرعت آن را بهبود می دهد.

این حلقه – ظرفیت، تجزیه و تحلیل، بازخورد، تنظیم – هسته ارزش IoT است، جایگزین حدس زدن با دقت و نگه داشتن کاربر درگیر از طریق عواقب قابل مشاهده و فوری فعالیت خود را.

تاثیر IoT بر ارتقاء فعالیت فیزیکی

فعالیت بدنی یکی از قوی ترین مداخلات دیابت است، اما پایبندی به آن به شدت کم است.انجمن دیابت آمریکا توصیه می کند حداقل 150 دقیقه ورزش هوازی معتدل به همراه دو جلسه تمرین مقاومتی، اما کمتر از 40 درصد از بزرگسالان مبتلا به دیابت با این اهداف مواجه هستند. IoT چندین موانع روانشناختی و لجستیکی را که مانع ورزش منظم می شوند، به شما می دهد.

بازخورد زمان واقعی و حلقه های Biofeedback

log های کاغذی سنتی یا حتی ورودی های دفترچه هوشمند تنها زمانی بازخورد می دهند که کاربر به یاد می آورد تا آن را بررسی و ضبط کند. IoT این را با ارائه ثابت ، اغلب را به صورت مسطح دیگر بازخورد با یک دیابت نوع می تواند به ساعت هوشمند خود نگاه کند و ببینید که گلوکز او از 90 میلی گرم به جای یک رژیم غذایی دیگر، سرعت در چک کردن به یک نوار ژل C.

بی واسطه این بازخورد، اصل شرطی سازی اپرا را به کار می گیرد: رفتارهایی که با نتایج مطلوب دنبال می شوند، احتمالا تکرار می شوند، زیرا بازخورد IoT برای فیزیولوژی و فعالیت کاربر خاص است، بسیار متقاعد کننده تر از توصیه های عمومی مانند “اجرا برای قند خون شما خوب است.”

تنظیم هدف شخصی و پیشرفته Overload

سیستم عامل های IoT در شخصی سازی برتری دارند.یک شمارش پایه کاربر، ضربان قلب استراحت و تنوع گلوکز می تواند در طول یک هفته اندازه گیری شود.این برنامه سپس یک هدف واقع گرایانه را پیشنهاد می کند - مثلا 7000 گام در روز - و به طور خودکار آن را به عنوان کاربر به طور مداوم آن را تنظیم می کند.

به عنوان مثال، مطالعه منتشر شده در مجله علوم دیابت و فناوری بررسی یک سیستم ردیاب فعالیت CGM-partd. شرکت کنندگان که اهداف گام روزانه تنظیم شده بر اساس داده های CGM افزایش گام خود را به میزان 33% بیش از 12 هفته، در مقایسه با 6٪ افزایش تنها اهداف یادگیری شخصی سازی شناسایی شده توسط هر کدام از مدل های خطر و فعال در سطح فردی که در معرض خطر قرار داشتند.

یادآوری های خودکار و نظریه ی نوسر

رفتار بدون تحرک یک خطر عمده سلامت مستقل از ورزش رسمی است. دستگاه های IoT با این هشدار ارتعاش یا صدا مبارزه می کنند، زمانی که کاربر برای مدت طولانی نشسته است، اما یادآوری های ساده اغلب شکست می خورند سیستم های پیچیده IoT از nudges متنی استفاده می کنند: "شما یک پنجره بدون جلسه در 10 AM دارید، و گلوکز شما 150 میلی گرم / dL است. یک دقیقه پیاده روی 10 می تواند آن را به مقدار بسیار قابل توجهی برساند، و زمان دادن آن را به آن اختصاص دهد.

تحقیقات از دیابت مراقبت [FLT 1] نشان می دهد که چنین هشدار های آگاه زمینه ای به طور متوسط 12 دقیقه در روز در میان بزرگسالان مبتلا به دیابت نوع 2، بدون هیچ افزایش در حوادث هیپوگلیسمی کار می کنند، زیرا آنها احساس شخصی بودن می کنند نه رباتیک.

اشتراک گذاری داده ها با ارائه دهندگان خدمات بهداشتی و نظارت از راه دور

هنگامی که بیمار تنها داده های خود را می بیند، آسان است که هفته ای فقیر را به عنوان یک ناهنجاری نادیده بگیریم، زمانی که همان داده ها به یک کلینیک که آن را قبل از قرار ملاقات بررسی می کند، نظارت از راه دور IoT افزایش می یابد، به ارائه دهندگان اجازه می دهد نه تنها به مشاهده ورود گلوکز بلکه داستان فعالیت کامل: مراحل، انواع ورزش، شدت و زمان بندی نسبی به وعده های غذایی و داروها.

بسیاری از سیستم عامل های مدیریت دیابت مدرن، مانند Glooko، Tidepool و برنامه تلفن همراه Omnipod، جمع آوری داده ها از دستگاه های متعدد به یک داشبورد واحد، کلینیک می تواند بیمار را با مشاوره خاص و مبتنی بر داده ها پیام: "من می بینم که شما تمایل به پیاده روی در اواخر بعد از ظهر، اما گلوکز شما اغلب در حال کاهش است.

مکانیسم های رفتاری و روانی توسط IoT تقویت می شوند

فراتر از قابلیت های داده های آشکار، IoT با استفاده از چندین مدل تغییر رفتاری به خوبی تثبیت شده کار می کند.

گام های روشنگری و قابلیت پاسخگویی اجتماعی

دستگاه هایی مانند Fitbit و Garmin دارای نشان های طولانی، چالش ها و تخته های رهبر هستند، اما برنامه های خاص دیابت IoT شروع به پیروی از این کت و شلوار می کنند، به عنوان مثال، OneTouch Reveal یک امتیاز "Gluc Fitness" را بر اساس چند دقیقه کاربر در محدوده هدف همراه با تعداد دوستان رقیب حفظ می کند - حتی می تواند بر روی یک امتیاز یک کاربر مقاومت کند.

به اشتراک گذاری اجتماعی یکی دیگر از اهرم های قدرتمند است.یک کاربر می تواند یک خلاصه فعالیت هفتگی را به یک گروه پشتیبانی از دیابت یا یک عضو خانواده ارسال کند و دیگران را در حال تماشا (یا تشویق) یک پاسخگویی خارجی ایجاد کند که انسان ها برای پاسخ دادن به آن ها آماده هستند.

خود-اعتبار و قدرت از طریق داده ها

یکی از بزرگترین موانع روانشناختی فعالیت بدنی در میان بیماران دیابتی ترس است – ترس از هیپوگلیسمی، ترس از جهش های غیر قابل پیش بینی یا ترس از دانستن اینکه در طول ورزش چه باید انجام دهید، IoT به طور مستقیم با این عدم اطمینان مقابله می کند، زمانی که یک کاربر می تواند در یک زمان واقعی ببیند که یک پیاده روی سریع 15 دقیقه ای یک جهش پس از جراحی را بدون ایجاد اعتماد پایین خطرناک، هر قسمت موفق می کند:

در طول چند هفته، کاربر یک مدل ذهنی را درونی می کند: "اگر بعد از شام قدم بزنم، گلوکز من زیر 140 می ماند، اگر من اجرا کنم، من ابتدا به یک اسنک کوچک نیاز دارم."این دانش به مهارتی تبدیل می شود که حتی زمانی که دستگاه به طور موقت در دسترس نیست ادامه می یابد.

شکل گیری Habit از طریق محرک های محیطی

IoT همچنین در ایجاد محرک های محیطی – یک زنگ در یک ساعت هوشمند، یک پاپ آپ روی صفحه تلفن، تغییر رنگ در گیرنده CGM، هنگامی که این محرک ها به طور مکرر با یک عمل خاص جفت می شوند (در نهایت، قرار دادن کفش، پیاده روی)، آنها می توانند یک پاسخ عادتی را در طول زمان، کاربر دیگر نیازی به یادآوری فعال بودن نداشته باشد؛ و به طور خودکار عمل را یادآوری می کند.

[[FLT:] بررسی سلامت ها از علوم عادت یادداشت می کند که قوی ترین عادات آن هایی هستند که توسط دستگاه های IoT به کار گرفته شده اند، ژنراتورهای نهایی زمینه هستند - آنها می توانند زمان روز، مکان، آخرین قند و حتی قرار ملاقات های آینده برای ساخت ماشه کامل را تشخیص دهند.

مزایای ارتقاء فعالیت فیزیکی IoT

مزایای مستند فراتر از گام های بیشتر در روز است.

  • ] کنترل گلیسمیک بهبود یافته: مطالعات نشان می دهد که برنامه های فعالیت CGM-augmented HbA1c را به طور متوسط 0.4 تا 0.9٪ کاهش می دهد، قابل مقایسه با اضافه کردن یک داروی دوم.
  • خطر هیپوگلیسمی قرمز شده: داده های زمان واقعی کاربران را قادر می سازد تا کاهش گلوکز فعالیت محور را زود تشخیص دهند و با کربوهیدرات های سریع کار کنند یا نوع ورزش را تغییر دهند.
  • پایبندی به ورزش بالا: در متاآنالیز 16 کارآزمایی تصادفی، مداخلات فعالیت فیزیکی پشتیبانی شده IoT افزایش نرخ پایبندی به 58٪ در مقایسه با مراقبت استاندارد (ثبت شده خود).
  • سلامت روان: فعالیت فیزیکی یک آسانسور خلق و خوی شناخته شده است، و بازخورد IoT اثبات قابل مشاهده ای از پیشرفت را فراهم می کند که باعث کاهش ناراحتی دیابت و بهبود کیفیت زندگی می شود.
  • صرفه جویی در هزینه: پایین HbA1c و کمتر حوادث حاد به طور مستقیم هزینه سیستم مراقبت های بهداشتی را کاهش می دهد. A تجزیه و تحلیل هزینه در فن آوری دیابت وamp؛ درمان تخمین زده است که CGM-active ردیابی می تواند 1،200 بیمار در هر سال با جلوگیری از عوارض بیمارستان و عوارض بستری شود.

چالش ها و محدودیت ها

برای تمام وعده های آن، IoT یک پاناسا نیست، موانع متعددی باید برای اطمینان از پذیرش عادلانه، امن و پایدار مورد توجه قرار گیرد.

حریم خصوصی داده ها و امنیت

داده های بهداشتی - به ویژه جریان های مداوم گلوکز و مکان - حساس است. Breaches می تواند منجر به تبعیض، افزایش نرخ بیمه یا سرقت هویت شود. چشم انداز نظارتی در حال تکامل است: در ایالات متحده، HIPAA تنها دستگاه های مورد استفاده توسط نهادهای تحت پوشش (پزشکان، کلینیک ها) را پوشش می دهد. بسیاری از پوشیدنی های مصرف کننده سازگار با HIPAA نیستند. کاربران ممکن است گام و داده های مصرف کننده را برای فروش و یا الگوریتم های بدون موافقت می دانند.

تولید کنندگان در حال بهبود هستند، اما شفافیت در سال 2023 از 20 برنامه برتر دیابت IoT نشان داد که 11 داده مشترک با اشخاص ثالث برای اهداف غیر از مراقبت های بهداشتی.

قابلیت دسترسی و دسترسی دستگاه

CGMs می تواند 300 تا 1000 دلار در ماه بدون بیمه هزینه داشته باشد. ردیاب های تناسب اندام بالا اضافه 200 تا 600 دلار. بسیاری از افراد مبتلا به دیابت - که به طور غیر قابل توجهی از پس زمینه های درآمد پایین تر - نمی تواند هزینه های پیش رو یا هزینه های اشتراک را پرداخت کند.حتی زمانی که بیمه CGM را پوشش می دهد، اغلب ردیاب تناسب اندام یا نرم افزار نظارت بر فعالیت را حذف می کند، ایجاد یک تجربه تقسیم شده است.

برنامه های بهداشت عمومی و ابتکارات غیر انتفاعی تلاش می کنند تا شکاف را محدود کنند. Diabetes UK با سازندگان دستگاه همکاری کرده است تا بسته های یارانه ای را ارائه دهند، تا زمانی که IoT به عنوان یک متر قند خون و نوار آزمایش خون ارزان شود، آن را یک ابزار برای ممتاز باقی خواهد ماند.

مشارکت کاربر و Wear-Off

تازگی هر دستگاه از بین می رود. خستگی اعلان در؛ کاربر متوقف پاسخ به هشدار. همان الگوریتم که یک بار انگیزه ممکن است در حال حاضر تحریک کند. مطالعات نشان می دهد که پوشیدنی ها 30 تا 50 درصد از کاربران را در عرض شش ماه از دست می دهند.برای IoT برای کار در دیابت، تعامل باید از طریق به روز رسانی های گیمیفیک، ویژگی های جامعه و شخصیت سازی دوره ای ادامه یابد.

یک رویکرد امیدوار کننده هفته های "حوض داده" دوره ای است که دستگاه از ارائه بازخورد جلوگیری می کند، ایجاد یک اثر کنتراست زمانی که آن را از سر می برد - علاقه ای به یادآوری مجدد است. دیگری به کاربران اجازه می دهد تا "حالت های واکسیناسیون" را تنظیم کنند تا بار اطلاع رسانی را در زمان کم استرس کاهش دهند.

تقسیم بندی متقابل Interoperability

برای یک فرد مبتلا به دیابت غیر معمول نیست که یک CGM را از Dexcom داشته باشد، یک پمپ از Tandem، یک ساعت از اپل، و یک برنامه از Glooko - هر کدام با حساب خود، ورود و فرمت داده ها. گرفتن تمام این دستگاه ها برای صحبت با یکدیگر به صورت یکپارچه یک کابوس فنی است.

استانداردهای صنعتی (مانند IEEE 11073 برای ارتباطات دستگاه پزشکی) وجود دارد اما به طور جهانی بدون همکاری، "یک تصویر منسجم" که پزشکان نیاز به آن دارند، پذیرفته نمی شوند.

چشم انداز آینده و روند نوظهور

پنج تا ده سال آینده احتمالا تغییرات چشمگیری در چگونگی حمایت از فعالیت فیزیکی در دیابت ایجاد خواهد کرد.

هوش مصنوعی و پیش بینی Analytics

مدل های یادگیری ماشین در مجموعه داده های عظیم با ترکیب گلوکز، فعالیت، خواب، غذا و دارو آموزش دیده می شوند، این مدل ها به زودی قادر خواهند بود مدت فعالیت دقیق و شدت را پیش بینی کنند که یک کاربر خاص را برای دو ساعت آینده نگه می دارد و به جای "راه رفتن برای 20 دقیقه"، این توصیه "در ضربان قلب 110 تا 120 دقیقه برای 18 تا 130 میلی گرم / L 160 میلی گرم" خواهد شد.

علاوه بر این، AI می تواند پیش بینی هیپوگلیسمی قبل از وقوع آن را پیش بینی کند.یک ساعت هوشمند که کاهش در ضربان قلب را تشخیص می دهد و دمای پوست می تواند هشداری را صادر کند: "بدن شما سیگنال های کم در انتظار است.قبل از شروع دویدن خود یک اسنک نور را در نظر بگیرید."

سیستم های فعالیت بسته بندی شده – Loop

ما در حال حاضر تحویل انسولین حلقه بسته (سیستم های پانکراس مصنوعی) را داریم.توسعه منطقی بعدی یک حلقه یکپارچه است که همچنین کنترل کننده فعالیت را کنترل می کند.به عنوان مثال، سیستمی که یک روند افزایش گلوکز را تشخیص می دهد می تواند به طور خودکار یک جلسه پیاده روی را بر روی یک تردمیل هوشمند ایجاد کند یا یک اطلاع رسانی به یک ساعت هوشمند ارسال کند: " گلوکز شما بالا می رود 15 دقیقه سریع این برنامه شما را خنثی خواهد کرد؟"

نمونه های تحقیقاتی در دانشگاه هایی مانند دانشگاه ویرجینیا ترکیب سیستم های پانکراس مصنوعی خود را با ردیاب های فعالیت پوشیدنی به auto-adjust هر دو انسولین و یادآوری ورزش است. نتایج اولیه نشان می دهد که کاهش دو برابر در زمان صرف شده در هیپرگلیسمی در مقایسه با حلقه های تنها انسولین.

ادغام با ویژگی های اجتماعی و اجتماعی

نسل بعدی پلتفرم های IoT فعالیت را به عنوان یک اجتماعی، نه تنها فردی، پیگیری، تصور کنید که یک "باشگاه پیاده روی" مجازی از افرادی که دستگاه های خود را همگام سازی می کنند: شمارش گام هر عضو به یک هدف تیمی کمک می کند؛ مکان زمان واقعی نشان می دهد که برای یک قدم زدن و ممکن است برای شرکت باز باشد؛ پس از پیاده روی، چراغ های اتاق چت با روند گلوکز می تواند مقایسه فیزیکی کمتری داشته باشد.

پلتفرم هایی مانند Sweatcoin [FLT 1] نشان داده اند که فعالیت اجتماعی توکنیزه می تواند تعامل را افزایش دهد و رویکردهای مشابه برای دیابت در حال ظهور است.

اسکلت های غیر قابل تحمل و منسوجات هوشمند

برای افراد مبتلا به نوروپاتی، آرتریت یا چاقی – همه شایع تر در میان بیماران دیابتی – ورزش سنتی می تواند دردناک یا مکانیکی دشوار باشد. منسوجات هوشمند و اسکلت بیرونی سبک وزن (به عنوان مثال، از شرکت هایی مانند Myomo یا Rewalk) می توانند به حرکت مشترک کمک کنند، کاهش مانع انرژی برای راه رفتن.

توصیه های عملی برای بیماران و کلینیک ها

پیاده سازی IoT برای فعالیت فیزیکی نیازمند یک رویکرد استراتژیک است، نه فقط خرید دستگاه های ضعیف.

  • با یک دستگاه شروع کنید.[۱۰] اضافه کردن پنج ابزار در یک زمان اکثر مردم را غرق می کند.با یک CGM و یک ردیاب تناسب اندام متوسط که با آن ارتباط برقرار می کند، یاد بگیرید که داده های ترکیبی را قبل از گسترش تفسیر کنید.
  • اهداف کوچک و ثابت هدف برای 5000 گام در روز یا یک پیاده روی 10 دقیقه پس از پرلوچ، اجازه دهید پلت فرم IoT به طور خودکار تنظیم شود.
  • از داده ها استفاده کنید، بر آن بیفزایید.[۱۰] برخی از کاربران هر ۱۰ دقیقه دستگاه خود را چک می کنند، اضطراب را در عوض، روند زمان تعیین شده را بررسی می کنند – یک بار در صبح، یک بار پس از تمرین و یک بار قبل از خواب – و به هشدار سیستم برای موارد اضطراری اعتماد کنید.
  • داده های به اشتراک گذاری با تیم مراقبت های خود را. فعال کردن ویژگی به اشتراک گذاری در برنامه CGM و تناسب اندام خود را. ارائه پایان شناس یا آموزش دهنده دیابت تنها خواندن دسترسی تنها به یک لینک مشترک اغلب همه چیز لازم است برای تبدیل یک بازدید کلینیک به یک جلسه مربیگری داده هدایت شده هدایت.
  • Advocate for Privacy and access.[۱۰] [FLT ۱] از کارفرمای یا برنامه بهداشتی خود در مورد یارانه های دستگاه سوال کنید.با نماینده خود در مورد گسترش بیمه درمانی و پوشش بیمه برای پیگیری فعالیت IoT تماس بگیرید و از تنها دستگاه هایی که به طور عمومی متعهد به استانداردهای امنیتی داده مانند HIPAA یا GDPR هستند، استفاده کنید.

اینترنت اشیا جایگزینی برای اراده انسان، راهنمایی بالینی یا حمایت از جامعه نیست، اما یک تقویت کننده فوق العاده است.با ایجاد نامرئی قابل مشاهده - پاسخ گلوکز به هر مرحله، صعود آهسته در تناسب اندام در هفته، الگوهایی که پیش بینی مشکل است - IoT به بیماران توانایی می دهد تا کنترل فعالیت فیزیکی خود را با دقت هرگز قبل از امکان از راه از 150 دقیقه ورزش به انجام یک حرکت سالم تر، و نه فقط با داده های قابل اجرا، و نه تنها برای به اشتراک گذاری داده های قابل اجرا در آینده است.