患者のニーズに応える: デジタルツールを活用して理学療法を強化する
AG シルバ1、R.パーク2、F. レイス3
すべての著者、所属、および要約は、提出されたとおりに公開されています。
1アヴェイロ大学、CINTESIS.UA、健康科学部、アヴェイロ、ポルトガル、 2ケープタウン大学、疼痛ユニット、麻酔科および周術期医学科、ケープタウン、南アフリカ、 3リオデジャネイロ連邦工科大学、リオデジャネイロ、ブラジル
学習目標 1: 患者記録と運動および身体活動に基づく介入の提供に重点を置いたモバイル/Web デジタル ソリューションの開発における理学療法士の役割を理解します。機能要件の定義、デジタル介入の仕様と提供の詳細、および最終ソリューションの評価が含まれます。
学習目標 2: 理学療法士がデジタルソリューションを治療に統合してリハビリを強化し、リソースの乏しい環境で理学療法へのアクセスを増やす方法を説明します。慢性疼痛に対するグループベースの遠隔医療リハビリテーションの実施プロセス分析と、患者による治療の受容性の定性的評価に関するデータが提示されます。
学習目標 3理学療法の分野における人工知能とビッグデータの基礎について説明します。疫学、精密治療、患者スクリーニング、視力増強など、潜在的な利点の実例を紹介します。倫理的問題に関する質問や、専門家の将来の役割への影響についても議論します。
Description理学療法を必要とする人の数と、その状態や環境の多様性により、理学療法士がますます増加する個人を監視し、タイムリーで質の高いケアを提供できるようなアプローチが求められています。遠隔医療やインテリジェントヘルス(iHealth)に関連するデジタルツールなどの新しいテクノロジーは、タイムリーで継続的な理学療法へのアクセスの難しさ、移動の制限、長い待ち時間など、現在の制限を克服する可能性があります(1)。しかし、既存のデジタルツールはエビデンスに基づくガイドラインに準拠していることはほとんどなく、医療専門家とエンドユーザーの協力なしに開発されることが多く(2)、その結果、質の低いソリューションになっていることが示唆されています(3)。
技術開発のプロセスに多分野にわたるチームが関与することは、最終的な品質の向上につながります。理学療法士は、これらのツールの機能要件(つまり、何をすべきか)を特定し、これらの要件を患者のニーズと理学療法士が質の高いケアを提供するための期待の両方と一致させ、最終製品の品質を評価するという重要な役割を担っています。理学療法士の貢献の可能性を最大限に引き出すには、遠隔医療ツールの開発プロセスを知り、この分野の用語と対面介入をオンライン介入に移行する際の特殊性を理解し、最終的なソリューションを評価する必要があります。これらのプロセスを理解することで、技術の採用も容易になります。
デジタルソリューションを理学療法の実践に統合するための重要な要素は、エンドユーザーである患者とのパートナーシップです。患者パートナーと協力してデジタルツールを開発することは、現在ではベストプラクティスとして認められています。しかし、開発プロセスにおける患者の経験や最終製品の受容性について、患者との継続的な関わりがまだ欠けています (4)。理学療法のためのデジタルソリューションの開発と実装における患者とのパートナーシップを強化する方法を理解することで、治療を最適化する反復プロセスが容易になります。これは、患者やより広範なコミュニティとのパートナーシップが、患者や専門家のデジタルツールの使用準備、教育レベル、インフラストラクチャ、コンピューターリテラシーなど、特定の課題や潜在的な障壁を克服するための鍵となる、リソースの乏しい環境で特に重要です (5)。
デジタルソリューションは、理学療法の分野で診断やリスク評価、予防、治療介入、フォローアップに使用されています。ビッグデータ分析と人工知能 (AI) を統合したインテリジェントヘルス (iHealth) の概念は最近のものです。ビッグデータは、多くのソースからのデータの増加と複雑さに対処するために必要な膨大な計算リソースに関連しています。ビッグデータには、構造化、半構造化、非構造化の情報が含まれており、構文、意味、社会的、文化的、経済的、組織的な性質を持つ複雑な相互関係が存在する場合があります (6)。AI は、高度なアルゴリズムを使用して大量のヘルスケアデータから特徴を「学習」し、得られた洞察を使用して臨床診療を支援することができます。また、フィードバックに基づいて精度を向上させるための学習機能と自己修正機能も備えています。したがって、iHealth は、患者の自己監視と自己報告、センサー (ウェアラブルまたは固定式) による監視、およびデータマイニングテクノロジーを組み合わせることで、患者の個人環境からよりコンテキストデータを提供できます (7)。 iHealth は、リアルタイムの自己モニタリングの強化、患者の環境への評価の統合、意思決定と治療の個別化を支援するデータマイニングの機会とみなされています。特定の状況と患者の環境における個々の症状と行動の複雑なつながりに焦点を当てることで、iHealth は、より優れたリスク評価、層別化、各患者の個々のニーズに合わせた治療の調整、エピソードや症状の発症の予防、患者の自己管理の強化に使用できます (8)。ただし、iHealth は理学療法の分野ではまだ初期段階です。したがって、臨床医と研究者は、倫理的問題、実装、および理学療法の将来の役割への影響について議論することがタイムリーで必要であると考える必要があります。
技術開発のプロセスに多分野にわたるチームが関与することは、最終的な品質の向上につながります。理学療法士は、これらのツールの機能要件(つまり、何をすべきか)を特定し、これらの要件を患者のニーズと理学療法士が質の高いケアを提供するための期待の両方と一致させ、最終製品の品質を評価するという重要な役割を担っています。理学療法士の貢献の可能性を最大限に引き出すには、遠隔医療ツールの開発プロセスを知り、この分野の用語と対面介入をオンライン介入に移行する際の特殊性を理解し、最終的なソリューションを評価する必要があります。これらのプロセスを理解することで、技術の採用も容易になります。
デジタルソリューションを理学療法の実践に統合するための重要な要素は、エンドユーザーである患者とのパートナーシップです。患者パートナーと協力してデジタルツールを開発することは、現在ではベストプラクティスとして認められています。しかし、開発プロセスにおける患者の経験や最終製品の受容性について、患者との継続的な関わりがまだ欠けています (4)。理学療法のためのデジタルソリューションの開発と実装における患者とのパートナーシップを強化する方法を理解することで、治療を最適化する反復プロセスが容易になります。これは、患者やより広範なコミュニティとのパートナーシップが、患者や専門家のデジタルツールの使用準備、教育レベル、インフラストラクチャ、コンピューターリテラシーなど、特定の課題や潜在的な障壁を克服するための鍵となる、リソースの乏しい環境で特に重要です (5)。
デジタルソリューションは、理学療法の分野で診断やリスク評価、予防、治療介入、フォローアップに使用されています。ビッグデータ分析と人工知能 (AI) を統合したインテリジェントヘルス (iHealth) の概念は最近のものです。ビッグデータは、多くのソースからのデータの増加と複雑さに対処するために必要な膨大な計算リソースに関連しています。ビッグデータには、構造化、半構造化、非構造化の情報が含まれており、構文、意味、社会的、文化的、経済的、組織的な性質を持つ複雑な相互関係が存在する場合があります (6)。AI は、高度なアルゴリズムを使用して大量のヘルスケアデータから特徴を「学習」し、得られた洞察を使用して臨床診療を支援することができます。また、フィードバックに基づいて精度を向上させるための学習機能と自己修正機能も備えています。したがって、iHealth は、患者の自己監視と自己報告、センサー (ウェアラブルまたは固定式) による監視、およびデータマイニングテクノロジーを組み合わせることで、患者の個人環境からよりコンテキストデータを提供できます (7)。 iHealth は、リアルタイムの自己モニタリングの強化、患者の環境への評価の統合、意思決定と治療の個別化を支援するデータマイニングの機会とみなされています。特定の状況と患者の環境における個々の症状と行動の複雑なつながりに焦点を当てることで、iHealth は、より優れたリスク評価、層別化、各患者の個々のニーズに合わせた治療の調整、エピソードや症状の発症の予防、患者の自己管理の強化に使用できます (8)。ただし、iHealth は理学療法の分野ではまだ初期段階です。したがって、臨床医と研究者は、倫理的問題、実装、および理学療法の将来の役割への影響について議論することがタイムリーで必要であると考える必要があります。
参考情報:
- Talboom-Kamp EP、Verdijk NA、Harmans LM、他「プライマリケアにおける慢性疾患を管理するためのeHealthプラットフォーム:革新的なアプローチ」Interactive Journal of Medical Research、2016;5:e5。
- Simões P、Silva AG、Amaral J、Queirós A、Rocha NP、Rodrigues M。身体活動を測定するための最も人気のあるモバイルアプリの機能、行動変容技術、品質:アプリストアでの体系的な検索。JMIR mHealth and uHealth、2018;6(10):e11281。
- Marques J、Borges L、Andias R、Silva AG。首の痛みの自己管理用に設計された最も人気のあるモバイルアプリの特徴と評価:アプリストアでの体系的な検索。Musculoskeletal Care、2022;20(1):192-199。
- Bombard Y、Baker GR、Orlando E、et al。ケアの質を向上させるための患者の関与:系統的レビュー。実装科学。2018;13(1):98。
- Reis FJJ、Fernandes LG、Saragiotto BT。低中所得国における遠隔医療:ギャップを埋めるか、それとも健康格差を露呈するか?医療政策技術。2021;10(4):100577。
- Benke K、Benke G. 公衆衛生における人工知能とビッグデータ。国際環境研究・公衆衛生ジャーナル。2018; 15(12):2796。
- Tack C. 人工知能と機械学習:筋骨格理学療法への応用。筋骨格科学と実践。2019;39:164-169。
- Jiang F、Jiang Y、Zhi H、他「ヘルスケアにおける人工知能:過去、現在、そして未来」脳卒中および血管神経学、2017;2(4):230-243。
すべての著者、所属、および要約は、提出されたとおりに公開されています。