心肺機能：技術革命（FS-04）

デジタル時代の技術革命に備えて心肺理学療法士を育成する

パットマンS¹, トーマスA², グリーンランドC³, モローB^4,5, メインE⁶¹オーストラリア・ノートルダム大学理学療法学部、パース、オーストラリア、 ²ロイヤル・ロンドン病院、集中治療アウトリーチチーム、ロンドン、イギリス、 ³レディ・シレント小児病院、チルドレンズ・ヘルス・クイーンズランド病院・保健サービス、ブリスベン、オーストラリア、 ⁴ケープタウン大学小児科・小児保健学部、南アフリカ、ケープタウン、 ⁵南アフリカ、ケープタウン、赤十字戦争記念小児病院小児科 ⁶ユニバーシティ・カレッジ・ロンドン、大学院理学療法、UCL小児保健研究所、ロンドン、イギリス 学習目標: 1. 心肺理学療法のコンテンツとアプリケーションに関するデジタルリテラシーの定義を探求する。 2. セラピストとクライアントが直面する心肺健康領域のためのデジタルアプリケーションの特定、記録、共有において、参加者のコラボレーションを生み出す。 3. 心肺理学療法領域におけるテクノロジーを活用した教育、学習、自己啓発のイノベーションを参加者に紹介する。 4. 心肺疾患患者の換気分布と治療遵守を測定するための特定の新興技術を紹介する。 5. 心肺理学療法介入の将来の開発へのビッグデータとビッグデータマイニングの応用を検討する。 説明: 学習目標1: 心肺理学療法の内容と応用を参考に、デジタルリテラシーの定義を探ります。
学習目標2: セラピストとクライアントが直面する心肺機能の健康領域向けのデジタル アプリケーションの識別、記録、共有において、参加者のコラボレーションを生み出します。
学習目標3: 参加者に、心肺理学療法分野におけるテクノロジーを活用した教育、学習、自己啓発の革新に触れてもらう。4. 心肺疾患患者の換気分布と治療遵守を測定するための具体的な新技術を紹介する。5. 心肺理学療法介入の将来的な発展に向けたビッグデータとビッグデータマイニングの応用を検討する。
説明: テクノロジーの能力は、私生活でも仕事でも、日常生活においてますます重要な部分を占めるようになっています。 既存および新興のデジタル技術とツールの応用により、心肺理学療法の指導、実施、効果評価の方法が根本的に変化する可能性があります。 このシンポジウムでは、デジタル キャパシティ フレームワーク ベクトル (Beetham 2015) を使用して、デジタル アプリケーションがデジタル対応の専門職をサポート、強化、および作成する可能性を強調する対話型会話を構築します。 最初のベクトルは、指導、学習、自己啓発を強化するセラピストと患者向けのデジタル テクノロジーの両方を考慮します。 このベクトルは、デジタル学習およびアクセス アプリケーションを紹介する機会を提供し、パート タスク トレーナーの使用や模擬患者曝露など、利用可能なリソースの急増を管理および評価する方法を検討します。 2014 番目のベクトルでは、コミュニケーション、コラボレーション、参加のためのデジタル アプリケーションと、これらのアプリケーションがヘルスケア (Klecun 他 XNUMX) と生涯学習への関与をサポートする可能性を探ります。 クライアントと介護者向けのデジタル健康介入インターフェース（ソーシャルメディアを含む）は、情報へのアクセスと幅広いサポートネットワークへの露出を増やすことで、独自の自己管理の機会を提供する可能性があります（Dunphy et al 2017）。 3 番目のベクトルは、デジタルの創造、革新、学問を探求し、リアルタイムでの治療の提供をサポートおよび強化し、介入のコンプライアンスを促進し、結果を改善する可能性のある、臨床的に適用可能な新興技術を実証します。 非侵襲性のモニタリングおよび評価技術、アクティグラフィーを定義するワイヤレスおよびウェアラブル センサー、意思決定支援ツール、音響センサー、データ融合、早期警告システムは、ヘルスケアの提供および評価の方法に革命を起こす例です (Michard 他、2017)。 個人の健康追跡は、急性疾患と慢性疾患の両方の管理において臨床的用途を生み出す機会を持つ、数十億ドル規模の消費者成長産業です (Kroll 他、2017)。 シンポジウムでは、複雑で時間がかかり問題のあるRCT（非盲検理学療法研究）に代わる、継続的なデジタルデータ収集とリアルタイム分析（医療提供を改善するための標準的な方法として）の可能性の例として、理学療法介入中の換気のリアルタイム変化の測定への電気インピーダンス断層撮影の応用（Lupton-Smith 他、2014、2015、2017）に特に焦点を当てます。 4 番目のベクトルはデジタル情報とデータ管理に関するもので、参加者に「ビッグデータ」の概念とそれが心肺機能の健康介入にどのように関連しているかを紹介します。 「ビッグデータマイニング」により、治療法、結果、人間の行動の間のパターン、傾向、関連性が明らかになり、心肺機能のヘルスケアの提供と提供、およびサービス開発の両方が向上する可能性があります。 機械学習とデータサイエンスが現代の医療において重要な役割を果たすことは明らかである（例： ECG を正確に法医学的に解釈するためのアルゴリズム)。 このようなアルゴリズムは、データ サイエンティストだけで作成するのではなく、理学療法士と協力して作成する必要があります。 臨床医はどの研究上の質問に答える必要があるかを知っており、データ サイエンティストはその質問に答えるためのアルゴリズムを作成する方法を知っています。 したがって、医療の質を向上させるためには、データ サイエンティストと臨床医が早期に提携してアジェンダを共同で作成し、この科学の進化を導くことが不可欠です。 私たちが関与しなければ、取り残されるか、デジタルフレームワークの議題が間違ったものになってしまうでしょう。 現在、医療専門家は機械学習とデータサイエンスに関するトレーニングをほとんど受けていません。 この新しい連携でヘルスケアを進歩させるには、実践への入り口のレベルで教育を開始する必要があります。
意味/結論: 医学的思考は非常に複雑になり、今や人間の思考能力を超えています（Obermeyer and Lee, 2017）。機械学習は、臨床上の意思決定と健康行動の理解を急速に変革する能力を持っています。心肺理学療法におけるデジタルリテラシーの獲得は、現在そして将来における現代の医療提供と評価の提供に完全に参加するために、最優先事項として捉える必要があります。 結論：医学的思考は非常に複雑になり、今や人間の思考能力を超えています（Obermeyer and Lee, 2017）。機械学習は、臨床上の意思決定と健康行動の理解を急速に変革する能力を持っています。心肺理学療法におけるデジタルリテラシーの獲得は、現在そして将来における現代の医療提供と評価の提供に完全に参加するために、最優先事項として捉える必要があります。 キーワード：1. デジタル 2. データ 3. アプリケーション、eリテラシー 謝辞：なし