心肺: 技術革命 (FS-04)

デジタル時代の技術革命に向けた心肺理学療法士の準備

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ノートルダム大学オーストラリア、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、クリティカル ケア アウトリーチ チーム、ロンドン、英国、 ³Lady Cilento Children's Hospital、Children's Health Queensland Hospital and Health Service、ブリスベン、オーストラリア、 ⁴ケープタウン大学、小児科および子供の健康、ケープタウン、南アフリカ、 ⁵赤十字戦争記念小児病院、小児科、ケープタウン、南アフリカ、 ⁶ユニバーシティ カレッジ ロンドン、大学院理学療法、UCL インスティテュート オブ チャイルド ヘルス、ロンドン、英国 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を参照して、デジタル リテラシーの定義を探ること。 2. セラピストとクライアントが直面している心肺機能の健康領域の識別、記録、およびデジタル アプリケーションの共有において、参加者のコラボレーションを生み出すこと。 3. 参加者を心肺理学療法の領域内で技術強化された教育、学習、および自己開発の革新にさらすこと。 4. 心肺集団における換気分布と治療アドヒアランスの測定の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発展へのビッグデータとビッグデータマイニングの適用を検討する。 説明： 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を参照して、デジタル リテラシーの定義を探ります。
学習目標 2: 心肺機能の健康領域に直面しているセラピストとクライアントのためのデジタル アプリケーションの識別、記録、および共有において、参加者のコラボレーションを生成します。
学習目標 3: 心肺理学療法ドメイン内で技術強化された教育、学習、および自己開発の革新に参加者をさらすこと。 4. 心肺集団における換気分布と治療アドヒアランスの測定の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発展へのビッグデータとビッグデータマイニングの適用を検討する。
説明: 技術的能力は、私生活においても職業においても、日常生活においてますます重要になっています。 既存および新興のデジタル技術とツールの適用は、心肺理学療法の効果を教え、提供し、評価する方法を根本的に変える可能性を秘めています。 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) を使用してインタラクティブな会話を構築し、デジタル アプリケーションがデジタル対応の職業をサポート、拡張、作成する可能性を強調します。 最初のベクトルでは、教育、学習、自己啓発を強化するセラピストと患者の両方に対応するデジタル技術を検討します。 このベクトルは、デジタル学習を紹介し、アプリケーションにアクセスし、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する機会を提供します。これには、パート タスク トレーナーの使用やシミュレートされた患者への曝露が含まれます。 2014 番目のベクトルは、コミュニケーション、コラボレーション、および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 et al XNUMX) および生涯学習への関与をサポートする可能性を探ります。 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) に直面しているクライアントと介護者は、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により、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)。 XNUMX 番目のベクトルは、デジタルの創造、イノベーション、学問を探求し、リアルタイムでの治療提供をサポートおよび強化し、介入へのコンプライアンスを促進し、結果を改善する可能性がある、臨床的に適用可能な新しい技術を実証します。 非侵襲的な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ための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 フュージョン、および早期警告システムは、ヘルスケアの提供と評価の方法に革命をもたらす例です (Michard et al, 2017)。 個人の健康追跡は、急性および慢性疾患の両方の管理において臨床用途を導き出す機会を持つ、2017 億ドル規模の消費者成長産業です (Kroll et al, XNUMX)。 このシンポジウムでは、進行中のデジタル データ収集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 トモグラフィーの適用に特に焦点を当てます (Lupton-Smith et al, 2014; 2015; and 2017)。複雑で時間がかかり、問題のあるRCT（非盲検理学療法研究）に代わるリアルタイム分析（医療提供を改善する標準的な方法として）。 XNUMX 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」の概念と心肺機能の健康介入との関連性を紹介します。 「ビッグデータマイニング」は、治療、結果、および人間の行動の間のパターン、傾向、および関連性を明らかにする可能性があり、心肺医療の提供と提供およびサービス開発の両方を強化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す (例: 法医学的に ECG を正確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、どの研究上の疑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、疑問に答えるアルゴリズムの作成方法を知っています。 したがって、ヘルスケア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の間の初期のパートナーシップが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。 関与しなければ、取り残されるか、デジタル フレームワークのアジェンダが間違っていることになります。 医療従事者は現在、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。 この新しいコラボレーションでヘルスケアが進歩するためには、教育を実践レベルから開始する必要があります。
含意/結論: 医学的思考は非常に複雑になり、今や人間の頭脳の能力を超えています (Obermeyer and Lee, 2017)。 機械学習には、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があります。 心肺理学療法におけるデジタル リテラシーの習得は、現在および将来にわたって最新のヘルスケアの提供と評価の提供に完全に参加できるようにするために、最優先事項と見なす必要があります。 含意/結論: 医学的思考は非常に複雑になり、現在では人間の頭脳の能力を超えています (Obermeyer and Lee, 2017)。 機械学習には、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があります。 心肺理学療法におけるデジタル リテラシーの習得は、現在および将来にわたって最新のヘルスケアの提供と評価の提供に完全に参加できるようにするために、最優先事項と見なす必要があります。 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 資金提供の承認: なし