မိုဘိုင်းကျန်းမာရေး (mHealth) ၏ပေါက်ကွဲပြန့်ပွားစဉ်းစားဆင်ခြင်စရာ buzz generate နေဆဲဖြစ်သည်။ မီဒီယာကျန်းမာ get သို့မဟုတ် Clinician ပိုပြီးထိရောက်မှုနှင့်အကျိုးရှိစွာဖြစ်လာဖို့ကိုကူညီလူနာလုပ်ပိုင်ခွင့်ပေးဖို့ကတိပေးထားတဲ့ဆွဲဆောင်မှုရှိသော app သစ်ကိုဖုံးလွှမ်းရန်အမြန်ဖြစ်ကြသည်။ ချီကာဂိုတက္ကသိုလ်ကကောက်ယူမကြာသေးမီကပြန်လည်သုံးသပ်အများဆုံးလူသိရှင်ကြားမရရှိနိုင်ပါကမိုဘိုင်းကျန်းမာရေး apps များလူနာတွေအတွက်ဒီဇိုင်းဖြစ်ကြောင်းပြသခဲ့သည်။
သူတို့ဟာမကြာခဏကျန်းမာရောဂါစီမံခန့်ခွဲမှုပစ်မှတ်ထား။ အဲဒီနှစျခုအမျိုးအစား Self-diagnosing, ဆေးဝါးစီမံခန့်ခွဲမှုအတွက် apps များ (ဒီဂျစ်တယ်သတိပေးချက်များ) နှင့်အီလက်ထရောနစ်များအတွက် apps များအားဖြင့်နောက်တော်သို့လိုက်ကြသည် လူနာပေါ်တယ် apps များ။
ကျနော်တို့ကိုသူတို့ကသူတို့ရဲ့ကတိတော်များအပေါ်ကောင်းသောလုပ်ကြောင်းအချို့မဖြစ်နိုင်အောင်သို့သော်အများဆုံး mHealth apps များ, တစ်ဦးကိုတိကျခိုင်မာစွာထုံးစံ၌စမျးသပျခဲ့ကြပြီမဟုတ်။ ဤဆောင်းပါး၏ရည်ရွယ်ချက်မှာအပြုသဘောဆောင်တဲ့နည်းလမ်းကျန်းမာရေးစောင့်ရှောက်မှုနှင့်ကျန်းမာရေးရလဒ်များအသွင်ပြောင်းဖို့ mHealth နည်းပညာများအတွက်တရားဝင်အလားအလာလျော့ဖို့, ဒါပေမယ့် mHealth apps များနှင့်စက်ကိရိယာများလေးနက်အကျိုးဆက်များဆီသို့ဦးတည်နိုင်ပုံကိုချွတ်ယွင်းသရုပျဖျောဖို့မဟုတ်ပါဘူး။
တစ်ဦး mHealth app သို့မဟုတ် device ကိုဒဏျခတျနိုင်ကြောင်းချို့ယွင်းချက်အတော်ကြာမျိုးရှိပါတယ်။ အဆိုပါစာရင်းအပြည့်အစုံမဟုတ်ပါ။
မှားနေသော
အတော်များများက mHealth apps ဒါမှမဟုတ် Device များကဲ့သို့သော parameters တွေကိုတိုင်းတာရန်ဒီဇိုင်းရေးဆွဲနေကြသည် အသွေးသည်ဂလူးကို့စ, သွေးဖိအား, ရုပ်ပိုင်းဆိုင်ရာလုပ်ဆောင်မှု , အဆုတ် function ကို, အောက်စီဂျင်အဆင့်ဆင့်နှင့်နှလုံး rhythms ။ တစ်ခုကမမှန်ကန်တဲ့ app သို့မဟုတ် device ကိုဖြစ်စေအထင်သေး, ပိုမိုမှန်းဆပြီး, ဒါမှမဟုတ် misclassification အသုံးပြုပုံတိသို့သော်လည်း parameter တိုင်းတာသည်။
တစ်ဂလူးကို့စမီတာသို့စမတ်ဖုန်းအသွင်ပြောင်းဖို့ဂလူးကို့စချွတ်စာဖတ်သူကိုချိတ်ဆက်ထားတဲ့ app ကိုစဉ်းစားပါ။ app ကိုတစ်ဦးမမှန်ကန်တဲ့ဂလူးကို့စစာဖတ်ခြင်းဖော်ပြပေးနှင့်အင်ဆူလင်၏မမှန်ကန်ကြောင်းထိုးအကြံပြုလျှင်အင်ဆူလင်အုပ်ချုပ်ပြီးနောက်, ထို့နောက်လူနာစိုးရိမ်ဖွယ်ကောင်းလောက်အောင်နိမ့်သို့မဟုတ်မြင့်မားသောဂလူးကို့စအဆင့်ဆင့်ကိုခံရနိုင်ပါတယ်။
တချို့က parameters တွေကိုရိုးရှင်းတဲ့နံပါတ်များ, ဒါပေမယ့်မဟုတ်ဘဲအမျိုးအစားမဟုတ်ပါ။ တစ်ခုကမမှန်ကန်တဲ့ app ကိုမှားအမျိုးအစားထဲကို parameter သည် misclassify လိမ့်မယ်။ ရှိကြောင်း Pittsburgh တက္ကသိုလ်မှယောလအေ Wolf ကနှင့်သူ၏လုပ်ဖော်ကိုင်ဘက်များကအရေပြားကိုတွေ့ရှိရပါသည်၏ဓာတ်ပုံများကိုခွဲခြမ်းစိတ်ဖြာနှင့်တွေ့ရှိရပါသည် melanoma သောဖြစ်နိုင်ခြေကိုခန့်မှန်းရန်ဒီဇိုင်းရေးဆွဲခဲ့စမတ်ဖုန်း app များကိုများ၏တိကျမှန်ကန်မှုကိုအကဲဖြတ်။
လေးပါး apps များထဲကသုံးညင်သာပျော့ပျောင်းအဖြစ်စစ်မှန်တဲ့ melanoma ၏ 30 ရာခိုင်နှုန်းသို့မဟုတ်ထို့ထက် ပို. misclassified ။ စိတ်ဝင်စားစရာကောင်းတဲ့ရလဒ်တွေကိုနှင့်အတူနောက်ထပ်လေ့လာမှုလည်းဒေါက်တာ Christophe Wyss, ဆွစ်ဇာလန်မှာရှိတဲ့နှလုံးဆေးခန်းဇူးရစ်နေတဲ့နှလုံးအထူးကုများကပုံနှိပ်ထုတ်ဝေခဲ့ပါတယ်။ သူ့အဖွဲ့နှလုံးခုန်နှုန်းကိုတိုင်းတာကြောင်းစီးပွားဖြစ်စမတ်ဖုန်း app များကိုဆန်းစစ်ခဲ့သည်။ သူတို့ကအဆက်အသွယ်-based apps များထက်လျော့နည်းတိကျမှန်ကန်မှုဖေါ်ပြခြင်း Non-အဆက်အသွယ် devices များနှင့်အတူမိမိတို့၏ရောဂါရှာဖွေတိကျမှန်ကန်မှုအတွက်ရှေ့နောက်မညီတွေ့ရှိခဲ့ပါတယ်။
အရာတခုမမှန်ကန်တဲ့ app သို့မဟုတ် device ကိုစိတ်ရှည်ဘေးကင်းလုံခြုံမှုအလျှော့ပေးလိုက်လျောမည်ဟုဖို့ဒီဂရီအမှား၏ညှနျကွားနှင့်ပြင်းအားသည်ကိုင်တွယ်ခံရအခြေခံကျန်းမာရေးအခြေအနေ app ကိုအသုံးပြုသည်ထားတဲ့အတွက်အခြေအနေတွင်အဖြစ်ကအခြားအချက်များပေါ်တွင်မူတည်ပါသည်။
စိတ်မချရ
ပြောင်းလဲသွားတယ်ကြပြီမဟုတ်ကြောင်း parameters များကိုတိုင်းတာတဲ့အခါမှာတစ်ဦးစိတ်မချရ app သို့မဟုတ် device ကိုအလွန်အကျွံအပြောင်းအလဲထုတ်လုပ်သည်။ ဥပမာတစ်ခုစိတ်မချရဂလူးကို့စတိုင်းတာခြင်း app ကိုအဖြစ်မှန်၌တည်ငြိမ်နေခဲ့သည်အခါအသုံးပြုသူရဲ့သွေးဂလူးကို့စသိသိသာသာပြောင်းလဲသွားတော်မူကြောင်းကိုညွှန်ပြလိမ့်မယ်။
app တစ်ခုသို့မဟုတ် device ကိုယုံကြည်စိတ်ချရသောဒါပေမဲ့မမှန်ကန်တဲ့ဖြစ်နိုင်သည်ကိုသတိပြုပါ။ တသမတ်တည်းအသက် 30 မီလီဂရမ်အားဖြင့်အသွေးသည်ဂလူးကို့စလျှော့တွက်ထားတယ်လို့သော device ကို / dL ယုံကြည်စိတ်ချရသောဒါပေမဲ့မမှန်ကန်တဲ့လိမ့်မည်။
မဟုတ်အထောက်အထား-based
သိပ္ပံနည်းကျသက်သေအထောက်အထားအပေါ်အခြေမခံကြောင်း app တစ်ခုသို့မဟုတ် device ကိုအကဲဖြတ်မကယ်မလွှတ်သို့မဟုတ်အကောင်းဆုံးမှာအချည်းနှီးဖြစ်ကြောင်းကိုကုသမှု, ဒါမှမဟုတ်အန္တရာယ်မှာအဆိုးဆုံးအကြံပြုနိုင်ပါတယ်။ တစ်ခုအလယ်အလတ်မြင်ကွင်းဟာ mHealth နည်းပညာအကျိုးရှိသောဖြစ်လူသိများသည့်အင်္ဂါရပ်များသို့မဟုတ်အစိတ်အပိုင်းများကိုမပေးပါဘူးဆိုတာပါပဲ။ ဆရာဝန်တစ်ဦးထိန်းအကွပ်မဲ့ပန်းနာရင်ကြပ်နဲ့လူနာများအတွက်ကုသမှုရဲ့အကောင်းဆုံးသင်တန်းကိုဆုံးဖြတ်ရန် app တစ်ခုအသုံးပြုဆိုပါစို့။ app ကို (ထိုကဲ့သို့သောရှိုက် steroids ကဲ့သို့) သက်သေအထောက်အထားများ-based ကုသအကြံပြုဖို့ပျက်ကွက်လျှင်, ထိုလူနာမလိုအပ်ဘဲခံရနိုင်ပါတယ်။
တချို့က mHealth app များကိုစိတ်ရှည်-တိကျတဲ့အချက်အလက်ပေါ်အခြေပြုတဲ့လူနာရဲ့အန္တရာယ်ပရိုဖိုင်းကိုတွက်ချက်။ ဥပမာ, နှလုံးအန္တရာယ်ဂဏန်းတွက်စက်နှလုံးဖြစ်ရပ်များအတွက်အန္တရာယ်ခန့်မှန်းရန်အခြေအနေ, သွေးပေါင်ချိန်, လက်စထရောအဆင့်များနှင့်အခြားသတင်းအချက်အလက်များဆေးလိပ်, လူနာရဲ့အသက်အရွယ်, ကျားမသုံးနိုင်ပါသည်။
ထိုကဲ့သို့သော app ထဲမှာစုစုပေါင်းတိအန္တရာယ်ဖြစ်နိုင်သို့မဟုတ် ineffectual ကုသမှုလမ်းကြောင်းဆီသို့ဦးတည် Clinician စောင်းဖြစ်နိုင်တယ်။
ကနျြးမာရေးစောင့်ရှောက်မှုပေးသူ apps ဒါမှမဟုတ် Device များအားဖြင့်တင်ပြသတင်းအချက်အလက်များအပေါ်အရေးယူဆောင်ရွက်ရန်ရှိမရှိဆုံးဖြတ်ခြင်းအတွက်လက်တွေ့တရားသဖြင့်စီရင်လေ့ကျင့်ခန်းလုပ်ဖို့မျှော်လင့်ရသည်။ ဒါပေမယ့်ချွတ်ယွင်း app ကိုယုံကြည်စိတ်ချပေါ်လာနိုင်ပါတယ်။ လူနာသို့မဟုတ်ယေဘုယျစားသုံးသူ (mHealth apps တွေအတွက်အကြီးဆုံးပရိသတ်ကို) ပင်လျော့နည်း app တစ်ခုသို့မဟုတ်ကိရိယာ၏တိကျမှန်ကန်မှုကိုတရားစီရင်ခြင်းငှါတတ်နိုင်ကြသည်။ ကျွမ်းကျင်သူများက (များသောအားဖြင့်သုတေသနအတွက်ရွှေစံစဉ်းစား) randomized ထိန်းချုပ်ထားစမ်းသပ်မှုတွေ mHealth apps များနှင့်၎င်းတို့၏နောက်ခံအခြေခံမူမှန်ကန်ကြောင်းသက်သေပြရန်လိုအပ်သည်ကြောင်းငြင်းခုန်။ အထူးသဖြင့်ကျနော်တို့ကြီးမားတဲ့နမူနာများနှင့်ကြာမြင့်စွာနောက်ဆက်တွဲ-ups နှင့်အတူစမ်းသပ်မှုတွေကိုရှာဖွေသင့်ပါတယ်။ ဒီတော့ဝေး, များစွာသောကျန်းမာရေး apps များဖြင့်တောင်းဆိုမှုများကိုထောကျပံ့ဖို့အများကြီးအထောက်အထားမရှိ။ ဒီ app အများအပြားကျန်းမာရေးစောင့်ရှောက်မှုအတွက်တန်ဖိုးရှိသော tool ကိုဖွစျစနေိုလျှင်ထိုကွောငျ့, ပိုပြီးသုတေသနတည်ထောင်ရန်လိုအပ်သည်။ ကျန်းမာရေးပညာရှင်များအသစ်က App များမည်သို့အသုံးပြုရမည်ကိုသိရန်အဘို့အဒါဟာအစအရေးကြီးပါတယ်။
သည်အခြားထည့်သွင်းစဉ်းစား
အဘို့ကိစ္စဖြစ်သကဲ့သို့တစ်ဦးကချွတ်ယွင်း app ကိုဈေးကနေဖယ်ရှားနိုင်ပါသည် Pfizer ရဲ့ဒူထာဗေဒ Calculator ကို app ကို အဆစ်အဆစ်နှင့်အတူလူနာအတွက်ရောဂါလှုပ်ရှားမှုအကဲဖြတ်ဘို့တိရမှတ်များထုတ်လုပ်ခဲ့သည့်။
သို့သော်အွန်လိုင်းစျေးကွက်မှဖယ်ထုတ်မှသာအသစ်သော downloads, ကာကွယ်ပေးသည်။ အဘယ်အရာကိုထားပြီးအသုံးပြုသူရဲ့စမတ်ဖုန်းသို့မဟုတ် tablet ပေါ်ကိုဒေါင်းလုပ်လုပ် apps များကော? အသုံးပြုသူအန္တရာယ်မသိလျှင်အန္တရာယ်ရှိနေသေး။
နောက်ထပ်အရေးကြီးတဲ့ကိစ္စ mHealth နည်းပညာအားဖြင့်သိုလှောင်ထားသောသို့မဟုတ်ဝင်ရောက်ကြောင်းအထိခိုက်မခံကျန်းမာရေးသတင်းအချက်အလက်လုံခြုံရေးဖြစ်ပါတယ်။ လူနာများနှင့် Clinician အလားအလာ data တွေကိုချိုးဖောက်မှုနှင့် ပတ်သက်. စိုးရိမ်ပူပန်ကြသည်။
အဆိုပါ FDA ကမိုဘိုင်းကျန်းမာရေး apps များအချို့အမျိုးအစားများကိုထိန်းညှိမ, ဒါပေမဲ့သူတို့ဆေးဘက်ဆိုင်ရာစက်ပစ္စည်းများထည့်သွင်းစဉ်းစားမရနဲ့စောင့်ကြည့်ကြသည်မဟုတ်လျှင်အခြားသူများကအနိမ့်အန္တရာယ်စဉ်းစားနေကြသည်။
ကျနော်တို့ကသူတို့အန္တရာယ်များနှင့်ကန့်သတ်သတိထားဖြစ်သင့်သော်လည်း, mHealth apps များကိုလည်းကျန်းမာသန်စွမ်းရွေးချယ်မှုစေနှင့်ပိုပြီးတာဝန်ယူလူတွေကိုအားပေးဖို့အလားအလာရှိသည်။
> Sources:
> Coppetti T က, Brauchlin တစ်ဦးက, Wyss ကို C, et al ။ နှလုံးခုန်နှုန်းတိုင်းတာဘို့စမတ်ဖုန်း app များတိကျမှန်ကန်မှု။ ကြိုတင်ကာကွယ်မှုနှလုံးရောဂါ 2017 ၏ဥရောပဂျာနယ်; 24 (12): 1287-1293 ။
> Cortez N ကို, Cohen ကိုငါမိုဘိုင်းကျန်းမာရေး Technologies က၏ Kesselheim အေ FDA ကစည်းမျဉ်းဥပဒေ။ ဆေးပညာ 2014 ခုနှစ်နယူးအင်္ဂလန်ဂျာနယ်; 371 (4): 372-379 ။
> Covolo L ကို, Ceretti အီး, Moneda M က, Castaldi S က, Gelatti U. သက်သေအထောက်အထားတစ်ခုပြည်သူ့ကျန်းမာရေးရှုထောင့်ကနေကျန်းမာတဲ့လူနေမှုမြှင့်တင်များအတွက်ယာဉ်မောင်းအဖြစ်မိုဘိုင်းဖုန်း app များအသုံးပြုခြင်းကိုထောကျပံ့ပေးပါသလား? Random ထိန်းချုပ်ရေးစမ်းသပ်မှု၏အဖြေကိုစနစ်တကျပြန်လည်သုံးသပ်မှု။ လူနာပညာရေးနှင့်တိုင်ပင် 2017; 100: 2231-2243 ။
> Kao ကို C, Liebovitz ဃစားသုံးသူမိုဘိုင်းကျန်းမာရေး Apps ကပ: လက်ရှိပြည်နယ်, အတားအဆီးများနှင့်အနာဂတ်ဦးတည်။ ညနေ & R ကို 2017; 9 (5): S106-S115 ။
> ဝဲလ်တစ်ဦးက, Landman တစ်ဦးအနည်းငယ်ကောင်းသော apps များ၏ search ခုနှစ်တွင်ဘိတ်ဃ။ Jama 2014; 311 (18): 1851-1852 ။
> Wolf ကဂျာ Moreau JF, Akilov အို et al ။ Melanoma ထောက်လှမ်းခြင်းအဘို့အစမတ်ဖုန်း Applications ကို၏ diagnostic တိ။ ဂျေအေအမ်အေအရေပြားရောဂါဗေဒ 2013; 149 (4): 422-426 ။