Mobile Health Technology for Person

Mobile Health Technology for Personalized Primary
Care Medicine
Current primary care delivery models often revolve around a
series of episodes, rather than functioning as a continuum.
Patients make serial visits to a clinic, where clinicians
collect discrete and isolated health data. These single data
points, collected where patients spend little “life” time, are
compared with the patient’s history and analyzed to make
presumptive diagnoses and care recommendations. This
model neglects significant amounts of potentially meaningful
data from patients’ daily lives and results in lessinformed
treatment and scheduling of follow-up visits.
Lack of meaningful data further blinds clinicians to patients’
health outside of the clinic and can contribute to unnecessary
emergency department visits and hospitalizations.
Personalized care through mobile health technologies
inspires the transition from isolated snapshots based on
serial visits to real time and trended data. By using technologies
from cell phones to wearable sensors, providers
have the ability to monitor patients and families outside of
the traditional office visit. The ability to objectively “see” a
patient’s biological, behavioral, environmental, and social
environment in “real time” can allow for higher level of
analytics, such as predictive modeling, to occur. These data
analytics could provide notifications to primary care providers
of a deterioration in a patients’ health status, which
would allow for more appropriate office visit scheduling.
Scheduling visits in response to real-time data allows individualized
interventions and medication adjustments when
the patient needs it most.
Mobile devices, notably smartphones and other wearable
sensors, can collect this real-time health data from the
patient directly, as well as indirectly from their family or
care takers. Moreover, mobile health technologies overcome
geographic barriers faced by rural patients, allowing
increased provider access.1 These same technologies are
beginning to transcend socioeconomic barriers to care.1 This
new, continuous stream of data has the potential to yield
new insight into disease processes and can enhance our
understanding of the longitudinal effects of care delivery,
medications, and health behaviors.2
Increasing access to mobile technology platforms may be
especially useful for complex chronic illnesses, including
diabetes, obesity, and cardiovascular disease. These are
illnesses for which behavior change becomes a daily, if not
hourly, undertaking that involves multiple overlapping
factors with strong social influence.3 Self-management is
integral to control diseases such as diabetes, for which
patients currently provide 99% of their own care.4 Effective
self-management by patients requires: (1) real-time information
on their health status and behaviors and; (2) ongoing
health professional facilitation of the patient as they monitor
and perform self-care. However, accurate and timely information
for these activities are notably absent from the
current healthcare system.5 Providing real-time data would
facilitate patients and their care providers to better understand
illness dynamics, develop adaptive approaches to
improve health outcomes, and deliver personalized care
when it is most needed.6
NEW MODELS OF CARE DELIVERY FOR MOBILE
HEALTH
The bombardment of health data will require new models of
care delivery with advanced computing capabilities and
analytic tools to filter and present information in a meaningful
way. The full potential of mobile health technologies
will require automation and a care team approach. This will
require 2 levels of monitoring and real-time interaction by
the clinic. The first level will be automated algorithms that
allow a clinic computer to guide the patient to collect correct
data and, within specific parameters, to take health-related
actions. This will circumvent any concerns of the need for
increase in personnel time to analyze and respond to the
data.
The second level of monitoring and real-time interaction
will use personnel in the event that abnormal data points are
not able to be corrected by the automated algorithm. For
example, healthcare team members would be notified if
data, such as blood glucose levels, are consistently out of a
target range or inconsistently reported. The healthcare team
will become involved when a nurse or similar level provider
interprets the data and triages the patient appropriately.

ผลลัพธ์ (ไทย) 1:

เทคโนโลยีมือถือสุขภาพส่วนบุคคลหลักดูแลปัจจุบันดูแลหลักส่งรุ่นมักหมุนรอบตัวชุดตอน แทนที่ทำงานเป็นแบบต่อเนื่องเข้าชมประจำคลินิก ทำให้ผู้ป่วยที่แพทย์รวบรวมข้อมูลสุขภาพแยก และแยก ข้อมูลเหล่านี้เดียวคะแนน รวบรวมที่ผู้ป่วยใช้เวลาน้อยใน "ชีวิต"เมื่อเทียบกับประวัติของผู้ป่วย และวิเคราะห์เพื่อให้presumptive วินิจฉัยและคำแนะนำดูแล นี้แบบเพิกเฉยต่อจำนวนมากอาจมีความหมายข้อมูลจากชีวิตประจำวันของผู้ป่วยและผลลัพธ์ใน lessinformedการรักษาและการจัดกำหนดการเข้าติดตามผลขาดข้อมูลสำคัญเพิ่มเติมผ้าม่านแพทย์กับผู้ป่วยสุขภาพนอกคลินิก และสามารถทำให้ไม่จำเป็นเข้าชมแผนกฉุกเฉินและแก่การดูแลส่วนบุคคลผ่านเทคโนโลยีสุขภาพมือถือการเปลี่ยนจากภาพรวมแยกตามสมรรถนะเข้าชมอนุกรมเวลาจริงและข้อมูล trended โดยใช้เทคโนโลยีจากโทรศัพท์มือถือเซนเซอร์สวมใส่ ผู้ให้บริการมีความสามารถในการติดตามผู้ป่วยและครอบครัวที่อยู่ภายนอกเยี่ยมชมสำนักงานแบบดั้งเดิม ความสามารถในการเป็นกลาง "เห็น" ในผู้ป่วยของชีวภาพ พฤติกรรม และสิ่งแวดล้อม สังคมสภาพแวดล้อมใน "เวลา" สามารถอนุญาตสำหรับระดับที่สูงกว่าวิเคราะห์ เช่นสร้างโมเดลทำนาย เกิดขึ้น ข้อมูลเหล่านี้วิเคราะห์สามารถให้การแจ้งเตือนไปยังผู้ให้บริการหลักการเสื่อมสภาพในสถานะสุขภาพของผู้ป่วย ซึ่งจะอนุญาตให้สำหรับการจัดกำหนดการเยี่ยมชมสำนักงานที่เหมาะสมกำหนดการเยี่ยมชมเป็นแบบเรียลไทม์ให้ออมสินแทรกแซงและปรับยาเมื่อผู้ป่วยต้องได้มากที่สุดอุปกรณ์มือถือ สมาร์ทโฟนและอื่น ๆ สวมใส่ได้โดยเฉพาะเซนเซอร์ สามารถเก็บรวบรวมข้อมูลสุขภาพแบบเรียลไทม์จากการผู้ป่วยโดยตรง เป็นดีเป็นทางอ้อมจากครอบครัว หรือมุ่งเน้นการ นอกจากนี้ การเอาชนะของสุขภาพมือถือเทคโนโลยีอุปสรรคทางภูมิศาสตร์ที่ต้องเผชิญกับผู้ป่วยชนบท ช่วยให้access.1 ผู้ให้บริการเพิ่มขึ้นเป็นเทคโนโลยีเดียวกันเหล่านี้เริ่มไปอุปสรรค socioeconomic care.1 นี้สตรีมใหม่ ต่อเนื่องของข้อมูลที่มีศักยภาพให้ผลเข้าใจกระบวนการโรคใหม่ และสามารถเพิ่มประสิทธิภาพของเราความเข้าใจในผลกระทบระยะยาวดูแลจัดส่งยา และ behaviors.2 สุขภาพเพิ่มการเข้าถึงแพลตฟอร์มเทคโนโลยีโทรศัพท์มือถืออาจจะประโยชน์สำหรับการเจ็บป่วยเรื้อรังที่ซับซ้อน รวมทั้งโรคเบาหวาน โรคอ้วน และโรคหลอดเลือดหัวใจ เหล่านี้คือลักษณะการทำงานที่เปลี่ยนเป็น ทุกวัน ถ้าไม่เจ็บป่วยรายชั่วโมง การดำเนินการที่เกี่ยวข้องกับหลายที่ทับซ้อนปัจจัยกับ influence.3 สังคมที่แข็งแกร่งจะจัดการด้วยตนเองไปควบคุมโรคเช่นโรคเบาหวาน ที่ผู้ป่วยอยู่ในขณะนี้ให้ 99% care.4 ตนเองมีประสิทธิภาพต้องจัดการด้วยตนเอง โดยผู้ป่วย: ข้อมูลเรียลไทม์ (1)สถานะสุขภาพและพฤติกรรมของพวกเขา และ (2) อย่างต่อเนื่องอำนวยความสะดวกมืออาชีพสุขภาพของผู้ป่วยจะตรวจสอบและทำการดูแลตนเอง อย่างไรก็ตาม ข้อมูลถูกต้อง และทันเวลาสำหรับกิจกรรมเหล่านี้จะขาดโดยเฉพาะจากการsystem.5 ดูแลสุขภาพข้อมูลปัจจุบันแบบเรียลไทม์ให้จะผู้ป่วยและผู้ให้บริการของพวกเขาให้เข้าใจเจ็บป่วย dynamics พัฒนาวิธีในการปรับตัวปรับปรุงสุขภาพ และดูแลส่วนบุคคลเมื่อมีการ needed.6 มากที่สุดดูแลการจัดส่งสำหรับมือถือรุ่นใหม่สุขภาพการระดมยิงข้อมูลสุขภาพจะต้องมีรุ่นใหม่ดูแลด้วยความสามารถด้านคอมพิวเตอร์ขั้นสูง และเครื่องมือวิเคราะห์ตัวกรองและข้อมูลปัจจุบันที่มีความหมายวิธี ศักยภาพของเทคโนโลยีสุขภาพมือถือจะต้องมีระบบและวิธีการดูแลทีม นี้จะต้องการระดับที่ 2 ของการโต้ตอบแบบทันที และตรวจสอบโดยคลินิก ระดับแรกจะเป็นอัลกอริทึมอัตโนมัติที่อนุญาตให้คอมพิวเตอร์คลินิกให้คำแนะนำในการเก็บรวบรวมถูกต้องข้อมูล และ เฉพาะ พารามิเตอร์ การสุขภาพการดำเนินการ นี้จะหลีกเลี่ยงจำเป็นต้องกังวลว่าเพิ่มบุคลากรเวลาวิเคราะห์ และตอบสนองต่อการข้อมูลระดับสองของการโต้ตอบแบบทันที และตรวจสอบจะใช้บุคลากรในกรณีที่มีจุดข้อมูลที่ผิดปกติไม่สามารถจะแก้ไขได้ ด้วยอัลกอริทึมแบบอัตโนมัติ สำหรับตัวอย่าง ทีมสุขภาพที่สมาชิกจะได้รับแจ้งหากข้อมูล เช่นระดับน้ำตาลในเลือด เป็นของtarget range or inconsistently reported. The healthcare teamwill become involved when a nurse or similar level providerinterprets the data and triages the patient appropriately.