गर्भवती महिलाओं में मधुमेह की निगरानी और प्रबंधन में Iot का उपयोग

इंटरनेट ऑफ थिंग्स (IoT) गर्भावस्था के मधुमेह के प्रबंधन को फिर से तैयार कर रहा है (GDM), जो दुनिया भर में गर्भावस्था के 6-9 % को प्रभावित करता है। बढ़ती मोटापे की दर और उन्नत मातृ आयु इस प्रवृत्ति के लिए योगदान दे रही है। उचित प्रबंधन के बिना, GDM प्रीक्लेम्सिया, मैक्रोसोमिया, नवजात हाइपोग्लिसीमिया और गर्भावस्था के व्यवहार की निगरानी में अक्सर मधुमेह के लिए संभावित व्यवहार की जांच करता है।

हेल्थकेयर में IoT को समझना

इंटरनेट ऑफ थिंग्स सेंसर, सॉफ्टवेयर और नेटवर्क कनेक्टिविटी से लैस भौतिक उपकरणों के नेटवर्क को संदर्भित करता है जो न्यूनतम मानव भागीदारी के साथ डेटा एकत्र और विनिमय करता है। स्वास्थ्य देखभाल में, IoT एपिक, क्लिनिक केंद्रित मॉडल से निरंतर, रोगी केंद्रित दृष्टिकोण तक देखभाल करता है। कोर घटकों में शामिल हैं:

• Wearable Sensors[ – ऐसे उपकरण जो शरीर पर पहना जाता है जो ग्लूकोज, हृदय गति और रक्तचाप जैसे शारीरिक मापदंडों को ट्रैक करते हैं।
• ]कनेक्टेड मेडिकल डिवाइस - स्मार्ट इंसुलिन पेन, सतत ग्लूकोज मॉनिटर (CGM) और स्वचालित इंसुलिन वितरण प्रणाली।
• डेटा एकत्रीकरण प्लेटफार्म - क्लाउड-आधारित सॉफ्टवेयर जो अंतर्दृष्टि और अलर्ट बनाने के लिए एल्गोरिदम का उपयोग करके डिवाइस डेटा को संसाधित करता है।
• Communication इंफ्रास्ट्रक्चर - ब्लूटूथ, वाई-फाई, या सेलुलर नेटवर्क रोगी से प्रदाता तक डेटा ट्रांसमिशन को सक्षम बनाता है।

ये घटक एक सतत प्रतिक्रिया पाश बनाते हैं: रोगी डेटा वास्तविक समय में कब्जा कर लिया जाता है, जो सुरक्षित रूप से देखभाल टीमों को प्रेषित करता है, रुझानों या विसंगतियों के लिए विश्लेषण किया जाता है, और उपचार को समायोजित करने के लिए उपयोग किया जाता है-अक्सर बिना किसी कार्यालय की यात्रा की आवश्यकता के। मधुमेह के साथ गर्भवती महिलाओं के लिए, यह पाश विशेष रूप से मूल्यवान है क्योंकि चयापचय में परिवर्तन तेजी से और अप्रत्याशित रूप से गर्भावस्था के दौरान होता है। उदाहरण के लिए, 3 बजे एक सीजीएम रीडिंग।

गर्भावस्था मधुमेह: एक नैदानिक अवलोकन

गर्भावस्था के दौरान गर्भावस्था-प्रेरित हार्मोनल परिवर्तन के कारण इंसुलिन संवेदनशीलता बिगड़ती है, जिससे हाइपरग्लिसीमिया हो जाता है। यह आमतौर पर मौखिक ग्लूकोज सहिष्णुता परीक्षण का उपयोग करके गर्भावस्था के 24 और 28 सप्ताह के बीच का निदान किया जाता है। प्रबंधन विकल्पों में जीवनशैली संशोधन, मौखिक एजेंट जैसे मेथफॉर्मिन, या इंसुलिन थेरेपी शामिल हैं। अनुपचारित या खराब नियंत्रित जीडीएम से जुड़ा हुआ है:

• मातृ जटिलताओं: प्रीक्लेम्सिया, सीजेरियन डिलीवरी का जोखिम बढ़ गया, और भविष्य के प्रकार 2 मधुमेह।
• भ्रूण और नवजात जटिलताओं: मैक्रोसोमिया (जन्म वजन और 4,000 ग्राम), कंधे के डिस्टोसिया, नवजात हाइपोग्लिसेमिया, और दीर्घकालिक चयापचय प्रोग्रामिंग प्रभाव।

क्लोज़ ग्लाइसेमिक मॉनिटरिंग आवश्यक है। देखभाल के मानक में उंगली-स्टिक मीटर का उपयोग करके रोजाना चार से छह बार रक्त ग्लूकोज (एसएमबीजी) का स्वयं-निवारक प्रदर्शन शामिल है। हालांकि, रोगी पालन गर्भावस्था के दौरान गिरावट आती है, और कुछ दैनिक मापें नॉटर्नल हाइपरग्लिसमिया या पोस्ट-मील स्पाइक्स को याद कर सकती हैं। आईओटी-सक्षम सीजीएम प्रति दिन 288 रीडिंग प्रदान करके इन सीमाओं को संबोधित करता है, जिससे ग्लाइसेमिक परिवर्तनशीलता की विस्तृत तस्वीर बन जाती है जो अधिक सटीक चिकित्सा निर्णयों का समर्थन करती है।

भू-विज्ञान प्रबंधन में प्रमुख आईओटी अनुप्रयोग

सतत ग्लूकोज मॉनिटरिंग (CGM) सिस्टम

आधुनिक सीजीएम उपकरणों जैसे कि डीएक्सकॉम जी 6, एबॉट फ्रीस्टाइल लिबर 2, और मेडट्रोनिक गार्जियन - उपचर्म सेंसर का उपयोग करता है जो हर 5 से 15 मिनट में अंतरित ग्लूकोज को मापता है। कई स्मार्टफोन ऐप के साथ एकीकृत होते हैं जो वास्तविक समय के रुझान, हाइपो- या हाइपरग्लिसीमिया के लिए ध्वनि अलर्ट प्रदर्शित करते हैं, और प्रदाताओं के साथ डेटा साझा करते हैं। गर्भवती महिलाओं के लिए अकेले सीजीएम मधुमेह -38% शिशु - गर्भावस्था के दौरान -38% की कमी।

]अमेरिकी मधुमेह संघ से सीजीएम के बारे में अधिक जानें ].

स्मार्ट इंसुलिन पेन और स्वचालित डिलिवरी

स्मार्ट इंसुलिन पेन (जैसे, InPen, NovoPen Echo Plus) रिकॉर्ड खुराक समय और मात्रा, बोर्ड पर सक्रिय इंसुलिन की गणना, और ब्लूटूथ के माध्यम से डेटा लॉग इन करें। जब एक CGM के साथ युग्मित किया जाता है, तो ये पेन खुराक सिफारिश उत्पन्न कर सकते हैं या स्वचालित इंसुलिन वितरण प्रणाली के साथ एकीकृत हो सकते हैं - जिसे "बंद-ढलायें" या "कृत्रिम अग्न्याशय" प्रणाली कहा जाता है। जबकि सबसे बंद-ढलाँव अध्ययन में टाइप 1 मधुमेह के समान परीक्षण किया गया है।

पहनने योग्य मल्टी पैरामीटर सेंसर

ग्लूकोज से परे, आईओटी पहनने योग्य रक्तचाप (पूर्व में प्रीक्लेम्सिया जोखिम को देखते हुए) हृदय गति, गतिविधि का स्तर, नींद की गुणवत्ता और यहां तक कि गर्भाशय संकुचन भी ट्रैक कर सकते हैं। Empatica E4 या मेडिकल रूप से प्रमाणित स्मार्टवॉच जैसे उपकरण (जैसे, एफडीए-क्लियर ऐप के साथ एप्पल वॉच) एक केंद्रीय डैशबोर्ड पर डेटा संचारित करते हैं। मशीन लर्निंग एल्गोरिदम अगले दिन ग्लूकोज पैटर्न के साथ नींद की गड़बड़ी को तोड़ सकते हैं, या एक प्रदाता को चेतावनी दे सकते हैं जब सिस्टोलिक रक्तचाप एक सीमा से अधिक हो जाता है - प्रीक्लेम्सिया के लिए प्रारंभिक हस्तक्षेप को सक्षम करता है। मिशिगन विश्वविद्यालय से 2023 अध्ययन ने नैदानिक पूर्ववर्तीता के निदान के लिए एक कलाई-वर्न सेंसर का उपयोग किया।

डेटा एकीकरण और टेलीहेल्थ प्लेटफॉर्म

IoT की पूर्ण क्षमता तब महसूस होती है जब डिवाइस डेटा को इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड (ईएचआर) और टेलीमेडिसिन प्लेटफार्मों में एकीकृत किया जाता है। Glooko, Livongo, और Vida जैसी कंपनियां स्वास्थ्य कुल ग्लूकोज, इंसुलिन और गतिविधि डेटा डैशबोर्ड में जो नैदानिकी आभासी यात्राओं के दौरान समीक्षा करते हैं। यह एकीकरण प्रलेखन बोझ को कम कर देता है और डेटा संचालित बातचीत को सक्षम बनाता है। उदाहरण के लिए, एक प्रदाता पोस्ट-डिनर हाइपरग्लिसेमिया के पैटर्न को स्पॉट कर सकता है और एक वीडियो कॉल के माध्यम से भोजन के समय इंसुलिन को समायोजित कर सकता है, जिसमें व्यक्ति की नियुक्ति से बचना है। कैसर परमानेंटे से एक 2024 रिपोर्ट ने बताया कि 54% के लिए CGM-Telehealth कार्यक्रम को अंतिम ऑंकनेस्टर अवधि के लिए निर्धारित किया गया है।

नैदानिक साक्ष्य और Outcomes

गर्भावस्था में आईओटी-सक्षम मधुमेह प्रबंधन के लिए सबूत आधार तेजी से विस्तार हो रहा है। हाल के अध्ययनों से मुख्य निष्कर्षों में शामिल हैं:

• ]]ग्लाइसेमिक नियंत्रण में सुधार: Obstetrics & Gynecology]] (2022) ने बताया कि CGM-स्मार्टफोन प्रणाली का उपयोग करने वाली महिलाओं ने SMBG समूह में 88 mg/dL बनाम 96 mg/dL का औसत उपवास ग्लूकोज हासिल किया (]p]] < 0.01). CGM समूह ने भी कम 1 घंटे के पोस्टप्रैंडियल ग्लूकोज स्तर को दिखाया और ग्लाइसेमिक परिवर्तन को कम किया।
• ]Reduced नवजात जटिलताओं: CONCEPTT परीक्षण से डाटा से पता चला कि CGM गर्भवती महिलाओं में टाइप 1 मधुमेह के साथ उपयोग ने 19% तक नवजात गहन देखभाल प्रवेश को कम किया और 19% तक बड़े-forgestational-age शिशुओं को जन्म दिया। CONCEPTT प्रतिभागियों के एक 2023 अनुवर्ती ने पाया कि मातृ CGM का उपयोग 5 वर्ष की उम्र में बेहतर बचपन के चयापचय परिणामों से जुड़ा हुआ था।
• ]कम मातृ चिंता: क्वालिटेटिव अध्ययनों से संकेत मिलता है कि वास्तविक समय अलर्ट और परिवार के सदस्यों के साथ डेटा साझा करने की क्षमता मधुमेह प्रबंधन के भावनात्मक बोझ को कम करती है। JMIR mHealth और uHealth]] में एक 2021 अध्ययन में पाया गया कि 82% गर्भवती उपयोगकर्ताओं को CGM ऐप के साथ "अधिक नियंत्रण" महसूस किया गया था, और 74% ने नींद के दौरान हाइपोग्लाइसीमिया के बारे में कम चिंता की सूचना दी।
• Cost-प्रभावीता संकेत:] स्वास्थ्य में एक 2024 स्वास्थ्य आर्थिक विश्लेषण Value]] का अनुमान है कि जीडीएम के लिए सीजीएम-गाइड केयर एसएमबीजी की तुलना में प्रति गर्भावस्था $1,600$2,400 बचाता है, मुख्य रूप से कम सीजेरियन प्रसव और कम नवजात गहन देखभाल के कारण रहता है।

]]Pamed पर CONCEPTT परीक्षण परिणाम पढ़ें।

गर्भवती महिलाओं और स्वास्थ्य प्रणालियों के लिए लाभ

गर्भावस्था के मधुमेह प्रबंधन में आईओटी के लाभ नैदानिक, परिचालन और मनोवैज्ञानिक डोमेन:

• ]Real-time अलर्ट और प्रारंभिक चेतावनी: मरीजों और प्रदाताओं को तत्काल सूचनाएं प्राप्त होती हैं जब ग्लूकोज सुरक्षित रेंज से बाहर गिर जाता है, तेजी से प्रतिक्रियाओं को सक्षम करता है और गंभीर हाइपोग्लाइसीमिया या हाइपरग्लिसीमिया को रोकता है। कुछ प्लेटफार्मों में अब पूर्वानुमान चेतावनी शामिल है कि पहले से ही हाइपोग्लिसीमिया को 30 मिनट तक प्रभावित करने की चेतावनी देता है।
• ]Patient सशक्तीकरण और सगाई: किसी के अपने डेटा को देखने के रुझान और पैटर्न के रूप में दृश्यमान स्व-प्रबंधन को प्रोत्साहित करती है। कई एप्लिकेशन में शैक्षिक सामग्री और प्रेरणादायक प्रतिक्रिया शामिल है, जैसे दैनिक ग्लूकोज "रिपोर्ट" समय-समय-समय-समय-सीमा उपलब्धियों का जश्न मनाते हैं।
• ]Reduced clinic visit बोझ: A 2023 विश्लेषण of Kaiser Purplee ने पाया कि टेली-मॉनिटरिंग ने गर्भवती महिलाओं के बीच 40% तक व्यक्ति मधुमेह की यात्रा कम कर दी, यात्रा के समय की बचत की और संक्रामक रोगों के संपर्क में आने की कम कर दी। COVID-19 महामारी के दौरान, यह विशेष रूप से मूल्यवान था; 500 रोगियों के एक सर्वेक्षण ने बताया कि 89% ने हाइब्रिड मॉडल को प्राथमिकता दी।
• ]] स्वचालित डेटा अपलोड समय नर्सों को मैन्युअल रूप से ग्लूकोमीटर रीडिंग में प्रवेश करने में कमी आती है, प्रत्यक्ष रोगी देखभाल के लिए कर्मचारियों को मुक्त करती है। टेक्सास में एक बड़े प्रसूति अभ्यास ने एक CGM-telehealth कार्यक्रम को लागू करने के बाद दस्तावेज़ीकरण समय में 50% की कमी की सूचना दी।

चुनौतियां और सीमाएं

इसके वादा के बावजूद, गर्भावस्था में मधुमेह के लिए आईओटी को व्यापक रूप से गोद लेने से कई बाधाएं सामने आती हैं:

• डेटा गोपनीयता और सुरक्षा: संवेदनशील स्वास्थ्य डेटा का निरंतर प्रसारण उल्लंघन और दुरुपयोग के बारे में चिंता पैदा करता है। HIPAA (US) और GDPR (Europe) के अनुपालन अनिवार्य है, लेकिन सभी उपकरण निर्माताओं समान रूप से पालन नहीं करते हैं। 10 लोकप्रिय CGM ऐपों का एक 2024 ऑडिट पाया गया कि तीन तृतीय पक्ष विश्लेषक फर्मों के साथ उपयोगकर्ता की सहमति को स्पष्ट किए बिना साझा डेटा। पारदर्शी रोगी सहमति प्रक्रिया और मजबूत एन्क्रिप्शन आवश्यक हैं।
• डिवाइस लागत और बीमा कवरेज: CGM सेंसर और स्मार्ट पेन महंगे बाहर-पॉकेट रहते हैं। जबकि कई बीमाकर्ताओं ने CGM को टाइप 1 मधुमेह के लिए कवर किया है, GDM के लिए कवरेज व्यापक रूप से बदलता है। कम आय वाली आबादी, जो पहले से ही सामाजिक निर्धारकों के कारण उच्च GDM जोखिम का सामना करते हैं, उन्हें अलग-अलग रूप से बाहर रखा जा सकता है। Beyond टाइप 1 और अमेरिकन डायबिटीज एसोसिएशन जैसे एडवोकेसी समूह अफोर्डेबल केयर एक्ट के तहत विस्तारित कवरेज के लिए लॉबिंग कर रहे हैं।
• डिजिटल स्वास्थ्य साक्षरता और पहुंच: IoT उपकरण स्मार्टफोन, विश्वसनीय इंटरनेट और डेटा की व्याख्या करने की क्षमता की आवश्यकता है। पुराने, गैर-अंग्रेजी बोलने वाले या तकनीकी रूप से अनुभवहीन मरीजों को संघर्ष हो सकता है। बहुभाषी समर्थन और सामुदायिक स्वास्थ्य कार्यकर्ता सहायता के साथ दर्ज उपयोगकर्ता इंटरफेस की आवश्यकता है ताकि स्वास्थ्य असमानता को चौड़ा किया जा सके।
• गर्भावस्था में डिवाइस सटीकता: गर्भावस्था के दौरान शारीरिक परिवर्तन - प्लाज्मा की मात्रा में वृद्धि हुई, ऊतक का संक्रमण बदल सकता है - सेंसर अंशांकन को प्रभावित कर सकता है। कुछ CGM डिवाइस तीसरे तिमाही में थोड़ा देरी रीडिंग या पूर्वाग्रह दिखाते हैं। निर्माता गर्भावस्था-विशिष्ट अंशांकन एल्गोरिदम विकसित कर रहे हैं; कैंब्रिज विश्वविद्यालय से 2025 अध्ययन ने बताया कि एक समर्पित गर्भावस्था एल्गोरिदम तीसरे तिमाही में 12% की CGM सटीकता में सुधार हुआ।
• User पालन और अलार्म थकान: बहुत सारे झूठे या गैर-कार्यकारी चेतावनी desensitization या डिवाइस परित्यक्त करने के लिए नेतृत्व कर सकते हैं। स्मार्ट थ्रेसहोल्ड सेटिंग्स जो व्यक्तिगत ग्लूकोज पैटर्न के अनुकूल हैं, मशीन लर्निंग फिल्टर के साथ संयुक्त है जो नैदानिक रूप से महत्वपूर्ण चेतावनी को प्राथमिकता देते हैं, महत्वपूर्ण हैं। गर्भवती सीजीएम उपयोगकर्ताओं के एक 2024 सर्वेक्षण में पाया गया कि 40% ने निराशा के कारण चिकित्सा शुरू करने के दो सप्ताह के भीतर अलार्म बंद कर दिया था।

]CDC जोखिम कारकों और रोकथाम पर GEstational मधुमेह पृष्ठ ]].

भविष्य निर्देशन और नवाचार

अगले दशक में कई प्रगति होगी जो आईओटी आधारित जीडीएम प्रबंधन को और भी प्रभावी बना सकती है।

एआई-ड्राइविंग प्रिडेक्टिव एनालिटिक्स

गर्भावस्था ग्लूकोज प्रोफाइल के बड़े डेटासेट पर प्रशिक्षित मशीन लर्निंग मॉडल अगले घंटे ग्लूकोज के स्तर की भविष्यवाणी कर सकते हैं और पूर्व-खाली समायोजन की सिफारिश कर सकते हैं। उदाहरण के लिए, एक मॉडल का पता लगा सकता है कि सप्ताह के दिनों में 9 बजे के बाद एक महिला का ग्लूकोज स्पाइक होता है लेकिन सप्ताहांत नहीं, काम के दिन के नाश्ते की आदतों के साथ संबंध। ये व्यक्तिगत अंतर्दृष्टि प्रतिक्रियाशील से सक्रिय तक ध्यान केंद्रित करेगी। Google स्वास्थ्य से 2025 प्रोटोटाइप ने टाइप 1 मधुमेह वाली गर्भवती महिलाओं में नॉटर्नल हाइपोग्लाइसीमिया की भविष्यवाणी में 94% सटीकता हासिल की, केवल 6 घंटे से सीजीएम डेटा का उपयोग करते हुए।

GDM के लिए बंद लूप सिस्टम

पूरी तरह से स्वचालित इंसुलिन वितरण प्रणाली पहले से ही टाइप 1 मधुमेह के लिए अनुमोदित कर रहे हैं। जीडीएम के छोटे, अधिक गतिशील पाठ्यक्रम के लिए इन एल्गोरिदम को अनुकूलित करना - जहां इंसुलिन संवेदनशीलता साप्ताहिक बदलती है - अनुसंधान का एक सक्रिय क्षेत्र है। प्रारंभिक व्यवहार्यता अध्ययन से पता चलता है कि बंद लूप सिस्टम हाइपोग्लाइसीमिया जोखिम को बढ़ाने के बिना ग्लूकोज लक्ष्य बनाए रख सकते हैं। ब्रिटेन में एक 2025 मल्टीसेंटर परीक्षण (AiD-GDM अध्ययन) वर्तमान में एक स्मार्टफोन आधारित बंद लूप प्रणाली का परीक्षण करने के लिए प्रतिभागियों को नामांकित किया जाता है, जिसमें परिणाम 2026 के अंत में अपेक्षित होते हैं।

गैर-इनवेसिव सेंसर

ऑप्टिकल, पसीना आधारित या अल्ट्रासाउंड प्रौद्योगिकियों के साथ सुई आधारित सेंसर को बदलने के प्रयास आराम और पालन में सुधार कर सकते हैं। एमआईटी का हालिया प्रोटोटाइप कलाई-वर्न रमन स्पेक्ट्रोस्कोपी सेंसर का उपयोग त्वचा के प्रवेश के बिना निरंतर ग्लूकोज माप के लिए वादा दिखाता है। एक अन्य दृष्टिकोण माइक्रोवेव-आधारित सेंसर का उपयोग करता है जो त्वचा के नीचे रक्त वाहिकाओं में ग्लूकोज परिवर्तन का पता लगाता है। हालांकि अभी भी प्रारंभिक विकास में, ये तकनीक सेंसर सम्मिलन की आवश्यकता को समाप्त कर सकती हैं, जिससे त्वचा की जलन और लागत को कम किया जा सकता है।

स्वास्थ्य के सामाजिक निर्धारकों के साथ एकीकरण

भविष्य के प्लेटफार्मों में खाद्य पहुंच, तनाव स्तर और सामुदायिक संसाधनों पर डेटा शामिल हो सकता है। उदाहरण के लिए, एक आईओटी-सक्षम ऐप एक आहार विशेषज्ञ को चेतावनी दे सकता है जब रोगी के ग्लूकोज पैटर्न का सुझाव है कि उसने भोजन की असुरक्षा के कारण भोजन को याद किया है, जिससे लक्षित समर्थन सक्षम हो सकता है। न्यूयॉर्क शहर में एक पायलट कार्यक्रम एक ऐसा मंच का परीक्षण कर रहा है जो एसएनएपी (Supplemental Nutrition Assistance Program) के साथ सीजीएम डेटा को जोड़ती है ताकि पोषक तत्वों के अंतराल वाले रोगियों की पहचान और सहायता की जा सके।

नीति और प्रतिपूर्ति परिवर्तन

एडवोकेसी समूह गर्भावस्था में मधुमेह के सभी प्रकार के लिए आईओटी उपकरणों के विस्तार बीमा कवरेज के लिए धक्का दे रहे हैं। अमेरिका की निवारक सेवा टास्क फोर्स ने अब उच्च जोखिम वाली गर्भावस्था के लिए सीजीएम को ध्यान में रखते हुए सिफारिश की है। जैसा कि सबूत जमा करते हैं, प्रतिपूर्ति नीतियों को विकसित करने की उम्मीद है। 2025 में, मेडिकेयर ने सीजीएम के लिए कवरेज का विस्तार किया ताकि गर्भावस्था को एक योग्यता की स्थिति के रूप में शामिल किया जा सके, और कई राज्यों ने जीडीएम के लिए सीजीएम को कवर करने के लिए निजी बीमाकर्ताओं की आवश्यकता बिल पेश किए हैं। यदि ये प्रयास सफल होते हैं, तो आईओटी-सक्षम देखभाल तक पहुंच अधिक न्यायसंभाव्य हो सकती है।

निष्कर्ष

इंटरनेट ऑफ़ थिंग्स को बदल रहा है कि कैसे गर्भवती महिलाओं में मधुमेह का प्रबंधन किया जाता है। निरंतर, रिमोट और डेटा संचालित देखभाल को सक्षम करके, IoT डिवाइस तंग ग्लाइसेमिक नियंत्रण हासिल करने में मदद करते हैं, जटिलताओं को कम करते हैं और महिलाओं को अपने स्वास्थ्य में सक्रिय भूमिका लेने के लिए सशक्त बनाते हैं। रियल-वर्ल्ड साक्ष्य बेहतर मातृ और नवजात परिणामों को दर्शाता है, स्वास्थ्य देखभाल में कमी आती है और उच्च रोगी संतुष्टि। हालांकि, लागत, इक्विटी, गोपनीयता और उपकरण सटीकता से संबंधित चुनौतियों को यह सुनिश्चित करने के लिए संबोधित किया जाना चाहिए कि सभी आबादी लाभ। कृत्रिम बुद्धि में आगे बढ़ने पर, बंद लूप स्वचालन, गैर-इनवेसिव सेंसर, और नीति सुधार एक स्वस्थ माता की शुरुआत करने की संभावना रखते हैं।