Table of Contents

مقدمه: Data Diemma در مدیریت دیابت مدرن

مدیریت دیابت به مراتب فراتر از اندازه انگشت و کتاب کاغذی تکامل یافته است.امروز، افراد مبتلا به دیابت به یک اکوسیستم در حال گسترش از دستگاه های متصل و mdash؛ مانیتورهای گلوکز ثابت (CGMs)، پمپ های انسولین، قلم های هوشمند، ردیاب های فعالیت و حتی مقیاس های هوشمند، هر دستگاه یک جریان ثابت از داده ها را تولید می کنند: گلوکز خون هر پنج دقیقه، دوزهای انسولین، مصرف کربوهیدرات، مصرف کربوهیدرات، و استرس های بسیار زیاد، و وعده های بالینی، وعده داده های خواب را می دهد.

تولید کنندگان دستگاه اغلب از پروتکل های اختصاصی و فرمت های داده استفاده می کنند، و آن را برای یک فرد مبتلا به دیابت و درمان مشکل می کنند؛ یا تیم مراقبت از آنها ویمداش؛ برای دیدن تصویر کامل، کلینیک ها ممکن است مجبور به ورود به سه یا چهار پورتال جداگانه برای مشاهده یک سیستم عامل بیمار و تجزیه و تحلیل اطلاعات مختلف باشند.

افزایش IoT در مراقبت از دیابت: چرا ادغام اهمیت دارد

اینترنت اشیا صنایع را از تولید به اتوماسیون خانگی تبدیل کرده است.در مراقبت های بهداشتی، پتانسیل شاید در مدیریت بیماری مزمن حاد باشد، جایی که نظارت مداوم ضروری است.

از داده های Overload تا Data Intelligence

فردی که از CGM و یک پمپ انسولین استفاده می کند ممکن است بیش از 1000 نقطه داده در روز تولید کند بدون ادغام، این داده ها بسیار زیاد است. پلتفرم های IoT الگوریتم های یادگیری ماشین را برای تشخیص الگوهایی که برای چشم انسان نامرئی هستند، مانند همبستگی ظریف بین زمان تمرین و هیپوگلیسمی شبانه، این اطلاعات را به هوش عملی تبدیل می کند.

شکستن سیلوس: استانداردهای متقابل

چشم انداز دستگاه دیابت تقسیم شده است. Medtronic، Dexcom، ابوت، Insulet، Tandem و دیگران هر کدام از پروتکل های ارتباطی خود را دارند. پلتفرم های IoT مدرن باید این پیچیدگی را با استفاده از استانداردهای بلوتوث کم انرژی (BLE)، سطح بهداشت 7 (HL7، سریع بهداشت و درمان بین قابلیت استفاده از منابع (HIR)، و سیستم عامل های اجتماعی 11073، همچنین قادر به نوشتن یک مدل واحد داده های مبادله سوم (LT 1:LT 1:3، و تبادل اطلاعات).

Interoperability فقط یک هدف فنی نیست؛ بلکه یک اولویت قانونی است. [ اداره غذا و داروی ایالات متحده (FDA) هدایت کننده تولید کنندگان را برای پذیرش استانداردهای باز و FDA &rsquo؛ برنامه CGM به اشتراک گذاری داده های یکپارچه] که اولویت بندی انطباق با چنین چارچوب های نظارتی بهتر برای کسب اطمینان کلینیک.

معماری اصلی یک پلتفرم دیابت IoT

برای درک آنچه که یک پلت فرم را نوآورانه می کند، به نگاه کردن به زیر کاپوت کمک می کند.یک پلت فرم معمولی IoT برای ادغام داده های دیابت شامل چندین لایه است که هر کدام با عملکرد خود.

لایه دستگاه: سنسورها، پمپ ها و ماانس ها

این لایه شامل تمام دستگاه های فیزیکی: CGMs (Freestyle Libre، Dexcom G7)، پمپ های انسولین (Tandem t:slim X2، Medtronic 780G)، خودکار انسولین (NovoPen 6، InPen)، ردیاب های تناسب اندام (Fitbit، Apple Watch)، و مقیاس های هوشمند، داده ها را جمع آوری می کنند و از طریق Wi-Fi، معمولا یک دروازه نزدیک (Wy-Fi) را به یک اتصال (Wyffield) انتقال می دهند.

اتصال پذیری و Gateway Layer

گوشی هوشمند (یا گاهی اوقات یک هاب اختصاصی) به عنوان دروازه محلی عمل می کند.این اطلاعات را از هر دستگاه در زمان واقعی جمع آوری می کند، ذخیره آن به طور موقت قبل از بارگذاری به ابر، این لایه باید جفت کردن دستگاه، بافر داده ها در طول دوره های آفلاین و حل تعارض را هنگامی که منابع داده متعدد همپوشانی دارند، کنترل کند.

لایه مدیریت ابر و داده ها

هنگامی که در ابر، داده ها به یک طرح مشترک عادی تبدیل می شوند، سپس در یک پایگاه داده امن، HIPAA سازگار ذخیره می شوند، این لایه همچنین ] امنیت داده [ وndash؛ رمزگذاری در استراحت و در حمل و نقل، کنترل دسترسی مبتنی بر نقش و حسابرسی سیستم عامل های پیشرو با گواهینامه SOC 2، مانند بهداشت و یا خدمات درمانی Azure استفاده می کند.

تجزیه و تحلیل و Application Layer

این جایی است که ارزش واقعی ظهور می کند. مدل های یادگیری ماشین روند تاریخی را تجزیه و تحلیل می کنند، سطح گلوکز آینده را پیش بینی می کنند و هشدارهای برنامه نویسی برنامه نویسی (APIs) را تولید می کنند که به توسعه دهندگان شخص ثالث، سیستم های EHR و داشبورد های ارائه دهنده مراقبت های بهداشتی اجازه می دهد تا به داده های پردازش شده دسترسی داشته باشند.

ویژگی های کلیدی پلتفرم های IoT نوآورانه: یک Dive Deep

مقاله اصلی پنج ویژگی کلیدی را ذکر کرد.در اینجا ما هر کدام را با زمینه های دنیای واقعی و جزئیات فنی گسترش می دهیم.

1- گزارش های زمان واقعی

Aggregation به معنای جمع آوری اعداد است. Platforms باید داده ها را از دستگاه هایی که نمونه را با نرخ های مختلف (CGM هر ۵ تا ۵ دقیقه، رویدادهای تحویل انسولین در تقاضا، داده های فعالیت در فواصل ۱۵ دقیقه ای) کنترل کنند، همچنین باید داده های از دست رفته را با استفاده از الگوریتم های interpolation برای پر کردن شکاف ها یا دوره های غیر قابل اعتماد پرچم، کنترل کنند.

قابلیت استفاده: بیش از پشتیبانی دستگاه

سیستم عامل های واقعا نوآورانه فراتر از لیست دستگاه های سازگار هستند.آنها ارائه می دهند (FLT:0) جریان داده های جهت هدایت ، به عنوان مثال، بیمار می تواند تنظیمات پمپ انسولین خود را از طریق پلت فرم تنظیم کند و تغییر همگام با هر کلینیک است.

امنیت داده ها و حریم خصوصی با طراحی

با گسترش نقض داده های بهداشتی، امنیت غیر قابل مذاکره است. [۱] پلتفرم ها باید رمزگذاری نهایی، احراز هویت چند عاملی را به کار گیرند و مدیریت دقیق دانه ها باید مطابق با مقررات امنیتی سفید خود باشند.[۱۰]

پیشرفته Analytics: AI و مدل سازی پیش بینی کننده

الگوریتم های یادگیری ماشین می توانند مسیر گلوکز را تا 30 دقیقه پیش بینی کنند و بیماران را با هشدارهای عملی آشنا کنند.آنها همچنین می توانند الگوهای بلند مدت مانند جهش های پس از زایمان از دسته های غذایی خاص یا تاثیر چرخه های قاعدگی بر حساسیت به انسولین را شناسایی کنند. برخی از سیستم عامل ها حتی نشان می دهند که نسبت های انسولین به کربوهیدرات مطلوب، که به طور خودکار بررسی می شوند.

۵- رابط کاربری-دوست برای مخاطبان دیف

یک پلت فرم تنها به عنوان مناسب است که رابط های آن باید برای بیماران در تمام سنین و توانایی های فنی، از جمله کاربران سالخورده و کسانی که دارای اختلالات بصری هستند، طراحی شوند. داشبورد برای ارائه دهندگان مراقبت های بهداشتی باید روند جمعیت در سراسر جمعیت، معیارهای انطباق و خلاصه سریع از بیماران در معرض خطر را نشان دهند.انجمن دیابت آمریکا و نقل قول؛ منابع (FLT: 10)

هدایت پلتفرم های IoT در مراقبت از دیابت: نمونه ها و مقایسه ها

مقاله اصلی از نام های داستانی (GlucoSync، MedConnect، HealthLink) برای این نسخه ی گسترش یافته استفاده می کند، ما به پلتفرم های دنیای واقعی که در حال حاضر در حال ایجاد یک تاثیر هستند اشاره می کنیم، در حالی که اشاره می کنیم که این زمینه به سرعت در حال تکامل است.

۴- Glooko

Glooko یکی از گسترده ترین سیستم عامل های داده های دیابت است که از بیش از 200 دستگاه در سراسر مارک ها پشتیبانی می کند، از جمله بسیاری از CGMs، پمپ های انسولین، متر قند خون و ردیاب های فعالیت، داشبورد مبتنی بر وب آن برای پزشکان نشان می دهد یک دیدگاه یکپارچه از داده های بیمار، با آمار همگام سازی زمان، گلوکز خون، و گزارش های خودکار.oko همچنین یک ماژول تلفن همراه به طور خودکار ارائه می دهد؛

Tidepool

Tidepool یک پلت فرم غیر انتفاعی است که بر دسترسی به داده های باز تاکید می کند (ماموریت آن این است که داده های دیابت را به طور جهانی قابل دسترس و قابل اجرا کنید. Tidepool Loop، یک سیستم حلقه بسته FDA با استفاده از دستگاه های مختلف انسولین فعال شده است (FLTI)، اجازه می دهد تا کاربران آن را در بالای پلت فرم داده های Tquod قرار دهد.

MySugr (توسط Roche)

در ابتدا یک برنامه مدیریت دیابت، MySugr در حال حاضر یک پلت فرم جامع IoT را ارائه می دهد که می تواند با پمپ های انسولین Roche و CGMs، و همچنین دستگاه های شخص ثالث ادغام شود؛ قدرت آن در ویژگی های مربیگری و گیمینگ آن است، که به بیماران کمک می کند تا انگیزه و تجزیه و تحلیل کنند. این پلت فرم همچنین گزارش های دقیق برای ارائه دهندگان مراقبت های بهداشتی ارائه می دهد.

سلامت 2Sync

محبوب در آسیا، Health2Sync با BG متر، CGMs و ردیاب های فعالیت متصل می شود. تجزیه و تحلیل AI آن بینش شخصی و پیش بینی های را ارائه می دهد. این پلت فرم همچنین شامل یک رابط تیم مراقبت برای کلینیک ها برای نظارت بر بیماران از راه دور است. Key Differentiator: یکپارچه سازی قوی با سیستم های بهداشتی آسیایی و پشتیبانی از چندین زبان.

در حالی که این سیستم عامل ها رقابتی هستند، بازار نیز شاهد تثبیت است.تولید کنندگان دستگاه مانند Dexcom و Medtronic سیستم عامل های ابر خود را ساخته اند (Dexcom Clarity، Medtronic CareLink)، اما سیستم عامل های شخص ثالث انعطاف پذیری برای مخلوط کردن برندها را ارائه می دهند که به طور فزاینده ای در تقاضا است.

مزایای برای بیماران و ارائه دهندگان خدمات بهداشتی

مزایای یک پلت فرم یکپارچه IoT بسیار فراتر از راحتی گسترش یافته است. مطالعات بالینی بهبود قابل اندازه گیری در نتایج را نشان داده اند.

بهبود کنترل پروستاتیک و کاهش هیپوگلیسمی

ادغام داده ها اجازه می دهد تا برای تنظیمات دقیق انسولین انجام شود، هنگامی که یک پلت فرم داده های CGM را با تاریخچه تحویل پمپ انسولین و log های فعالیت ترکیب می کند، الگوریتم ها می توانند تنظیمات نرخ پایه را پیشنهاد کنند که زمان صرف شده در هر دو هیپوگلیسمی و هیپرگلیسمی را کاهش دهد. (FLT:02023 مطالعه منتشر شده در [F:1range 1) مراقبت از دیابت[۳][۳][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲][۲]

افزایش مشارکت بیمار و به اشتراک گذاری تصمیم گیری

دیدن داده های تجسم شده در داشبورد یکپارچه، بیماران را قادر می سازد تا مالکیت مدیریت خود را به دست آورند، آنها می توانند الگوهای خود را شناسایی کنند (به عنوان مثال، وردولا؛ من متوجه افزایش گلوکز من پس از کیسه ها اما نه پس از نان کامل ورداید؛) و سوالات عملی را به قرار ملاقات های خود انتقال می دهد.

بهداشت فعال: بهداشت جمعیت و استراتژی سازی ریسک

برای کلینیک ها، سیستم عامل های IoT مدیریت سلامت جمعیت را به جای درمان واکنش پذیر، ارائه دهندگان می توانند بیمارانی را شناسایی کنند که بر اساس داده های جمع آوری شده ضعیف ترند (به عنوان مثال، کاهش زمان در دو هفته، افزایش حوادث هیپوگلیسمی) هشدار خودکار می تواند باعث ایجاد یک پرستار شود، به طور بالقوه جلوگیری از بازدید از اتاق اورژانس.

کاهش هزینه های بیمارستان و بهداشت و درمان

تاثیر اقتصادی قابل توجه است.انجمن دیابت آمریکا تخمین می زند که هزینه های پزشکی مرتبط با دیابت در ایالات متحده بیش از ۴۰۰ میلیارد دلار در سال است، با بهبود کنترل گلیسمیک و کاهش عوارض حاد، سیستم عامل های یکپارچه می توانند هزینه های کاهش یافته توسط یک سیستم بهداشتی بزرگ نشان داد که کاهش ۱۲٪ در بیمارستان های مرتبط با دیابت در میان بیماران ثبت شده در یک برنامه بهداشت دیجیتال با استفاده از یک پلت فرم IoT است.

چالش ها و ملاحظات

با وجود وعده، پلتفرم های IoT برای دیابت با موانع واقعی مواجه هستند.

دستگاه Synchronization و کیفیت داده ها

همه دستگاه ها به طور قابل اعتماد همگام سازی نمی کنند، برخی از CGM ها نیاز به اسکن با یک برنامه تلفن هوشمند دارند، در حالی که برخی دیگر به طور مداوم جریان می یابند. اتصال Intermittent می تواند منجر به شکاف های داده شود. Platforms باید در مورد داده های از دست رفته شفاف باشد و الگوریتم ها باید به اندازه کافی قوی باشند تا سری زمانی ناقص را مدیریت کنند.

Userion و Digital سواد

بیماران سالمند یا افرادی که دارای مهارت های فنی محدود هستند ممکن است با بارگیری اپلیکیشن، جفت سازی بلوتوث و تفسیر داده ها مبارزه کنند. نوآوری ها در تجربه کاربری، مانند رابط های کنترل صدا یا انواع ساده یک کلیک، برای پل زدن تقسیم دیجیتال مورد نیاز است.

تنظیم مقررات و بازگشت هردلس

بسیاری از ویژگی های سیستم عامل های IoT (به عنوان مثال الگوریتم های پیش بینی AI) نیاز به ترخیص FDA به عنوان دستگاه های پزشکی دارند، نه همه سیستم عامل ها به دنبال آن ترخیص و محدود کردن استفاده بالینی خود هستند. علاوه بر این، بازپرداخت خدمات بهداشت دیجیتال هنوز در حال تحول است؛ بسیاری از سیستم عامل ها به برنامه های سلامت کارفرما یا پرداخت های خارج از جیبی، محدود کردن دسترسی به بیماران با درآمد پایین تر متکی هستند.

مسیرهای آینده: نسل بعدی پلتفرم های دیابت IoT

سیستم های بسته و خودکار و تنظیمات خودکار

هدف نهایی ادغام IoT یک سیستم حلقه کاملا خودکار است که اغلب به نام یک پلت فرم پانکراس مصنوعی مانند Tidepool Loop و CamAPS FX در حال حاضر تحویل انسولین خودکار را با استفاده از داده های CGM و پمپ آینده شامل ورودی های اضافی (به عنوان مثال، عکس های غذایی گرفته شده توسط یک دوربین تلفن هوشمند، سنسور های استرس) برای پیش بینی نیازهای انسولین قبل از انحراف گلوکز.

ادغام با سوابق بهداشت الکترونیکی (EHRs)

امروزه، بسیاری از داده های دستگاه هرگز آن را به یک بیمار و متخصص نمی رسانند؛ استانداردهای همکاری جدید مانند FHIR باعث می شود که پلتفرم های IoT به طور مستقیم داده ها را به EHRs منتقل کنند؛ این امر به هر کلینیکی وانش می دهد؛ نه فقط endocrinology وashnd؛ یک دیدگاه زمان واقعی بیمار و بیمار؛ وضعیت دیابت.

سنسور Fusion

فراتر از گلوکز و انسولین، سیستم عامل های آینده داده ها را از مانیتورهای مداوم کتن، سنسورهای عرق برای کورتیزول و شیردهی و حتی مانیتورهای مداوم فشار خون ادغام می کنند.این دید چند پارامتریک یک تصویر متابولیک جامع را ارائه می دهد که به طور واقعی مداخلات شخصی سازی شده را فراهم می کند.

داده های سلامت بیمار (PGHD) و عوامل اجتماعی

موج بعدی پلتفرم های IoT شامل داده های زیست محیطی و اجتماعی است: دسترسی به مواد غذایی سالم، پیاده روی محله، کیفیت هوا و محرک های استرس.با اضافه کردن PGHD با چنین زمینه ای، الگوریتم ها می توانند توصیه هایی را ارائه دهند که نه تنها از نظر پزشکی، بلکه به طور عملی برای بیمار قابل دسترس هستند.

نتیجه گیری: پذیرفتن یک آینده یکپارچه

چشم انداز یک اکوسیستم مدیریت یکپارچه و مبتنی بر داده ها دیگر آینده نگر نیست؛ این واقعیت است، به لطف پلتفرم های نوآورانه IoT که شکاف بین دستگاه ها را پل می کنند، این سیستم عامل ها اعداد خام را به حکمت تبدیل می کنند، بیماران و ارائه دهندگان را قادر می سازد تا با دقت بی سابقه کار کنند، در حالی که چالش های سازگار با قابلیت همکاری، کیفیت داده ها، کیفیت داده ها و عدالت، مسیر روشن تر می شود، به طوری که شما اجازه می دهد تا عکس های مختلف خود را با سیستم عامل های مختلف و پیام های پزشکی دیجیتال خود ادامه دهید، و پشتیبانی کنید، به طور کامل از طریق سیستم عامل های مختلف بدن های مختلف، به کار کنید.