eHealth | 15 OCT 19

Dispositivos móviles y salud

Revisión sobre el uso de dispositivos móviles en salud
INDICE:  1. Texto principal | 2. Referencias bibliográficas
Texto principal

Introducción

La salud móvil (o eHealth, en inglés) es la aplicación de sensores, aplicaciones móviles, redes sociales y de la tecnología de rastreo de ubicación para obtener datos pertinentes al diagnóstico, prevención y manejo de enfermedades y bienestar, hacen teóricamente posible monitorear e intervenir cuando sea y donde sea cuando ocurren condiciones médicas agudas y crónicas.

Con el 81% de los adultos norteamericanos que poseen un teléfono inteligente1, esta frontera podría alcanzarse en el futuro previsible en los Estados Unidos y es particularmente relevante para el manejo de enfermedades crónicas.

Más del 40% de los adultos estadounidenses tienen dos o más afecciones crónicas2 y las condiciones crónicas ahora representan el 71% de todos los gastos de atención médica de EE. UU. 3 así que la promesa dela salud móvil es especialmente atractiva.

La salud móvil está en la confluencia de la teledetección, orientada al consumidor de tecnologías personales e inteligencia artificial (IA). Los datos de aplicaciones de teléfonos inteligentes (conocidos coloquialmente como "apps") y una gama cada vez mayor de sensores portátiles y ambientales se pueden procesar utilizando el aprendizaje automático y otrastécnicas de IA para apoyar la toma de decisiones médicas.

Aquí, el autor revisa el estado actual de biomarcadores de detección, digitales y de terapéuticas digitales (el uso de tecnologías en línea en el tratamiento de afecciones conductuales y médicas); discute los desafíos deintegrar la salud móvil en la atención clínica; y describe elementos regulatorios, de negocios y éticos que enfrenta la salud móvil.

No habla sobre los sensores y las aplicaciones previstas para uso exclusivo de profesionales de la salud en entornos de atención médica. Debido a que la salud móviles una tecnología naciente y generalmente falta evidencia rigurosa de la validez clínica, en lugar de presentar una revisión de los sistemas existentes, presenta una visión general para profesionales y formadores de políticas para comprender los aspectos clave de este campo en rápida evolución.


Sensores

> Sensores pasivos

De los sensores pasivos, el teléfono inteligente es el más ubicuo.

Tiene un sensor de movimiento inercial de nueve ejes que rastrea el movimiento y la posición en el espacio tridimensional. Un acelerómetro de tres ejes mide la aceleración en los ejes x, y y z; un giroscopio de tres ejes detecta la rotación alrededor de cada eje; y un magnetómetro de tres ejes compensa la deriva magnética para mantener la precisión de la posición. Estos sensores permiten capacidades basadas en la física, como detectar la cantidad de pasos que una persona realiza durante un día.

La mayoría de los teléfonos inteligentes también pueden detectar la posición geográfica, la presión atmosférica, la luz ambiental, la voz y la presión de la pantalla táctil. Usos creativos deestos sensores y una cámara incorporada pueden convertir al teléfono inteligente en un detector de caídas,en un espirómetro5 (al detectar la presión del aire en el micrófono) o en un sensor de frecuencia cardíaca.6

Los dispositivos portátiles también están muy extendidos. En los Estados Unidos en 2017, el 17% delos adultos usaron un dispositivo portátil como reloj inteligente o como una banda de ejercicios para la muñeca.Los sensores de muñeca tienen muchos de los mismos sensores que los teléfonos inteligentes y se pueden usar paradetectar movimientos como los asociados con fumar8 y con actividad convulsiva.9 

Los sensores de muñeca a menudo miden la frecuencia cardíaca y la variabilidad de la frecuencia cardíaca al detectar cambios en la luz reflejada causada por cambios en el flujo sanguíneo microvascular con cada latido del corazón. Dos dispositivos comerciales pueden proporcionar un electrocardiograma a través de electrodos integrados en un teléfono inteligente o en un reloj inteligente y, por lo tanto, detectar la fibrilación auricular.4,10

Los parches de sensores portátiles pueden medir la actividad muscular y la postura, 11 los sensores de radiofrecuencia colocados sobre la ropa pueden detectar edema pulmonar, 12 y las telas inteligentes pueden medir variaciones en la fuerza, presión, humedad,y temperatura13 para apoyar, por ejemplo, la rehabilitación neurológica.14 Se puede incorporar una píldora con un sensor en miniatura que, cuando entra al ambiente ácido del estómago emite una señal a un parche de sensor portátil.15

Esta tecnología fue aprobada por la Administración de Alimentos y Drogas (FDA en inglés) en 2017 para el monitoreo de la adherencia a la medicación. Los teléfonos inteligentes, dispositivos portátiles y otros sensores pasivos están cada vez más conectados en red junto con sensores integrados en objetos cotidianos, creando el llamado Internet de las Cosas.

> Detección activa

Los sensores pasivos recopilan datos observables. Los estados de salud percibidos subjetivamente (p. ej., dolor y otros síntomas) son igualmente importantes para informar la atención centrada en el paciente y, en este momento, pueden capturarse solo preguntando al paciente.

Hasta recientemente, la información sobre tales resultados se obtenía de cuestionarios administrados a intervalos de semanas a meses que preguntan a los pacientes para integrar sus experiencias durante algún intervalo de tiempo pasado (por ejemplo, "en los últimos 7 días, cuán a menudo...?”).

La ubicuidad de los dispositivos personales hace posible un enfoque alternativo llamado evaluación momentánea ecológica (EME) que es muy adecuado para capturar algunos tipos de resultados informados por el paciente.

La EME implica "muestreo repetido de los comportamientos y experiencias actuales de los sujetos en tiempo real, en los entornos naturales de los sujetos". 18 Las EMEs están menos sujetas a sesgos de recuerdo que los cuestionarios administrados con poca frecuencia y se pueden administrar varias veces aldía para capturar variaciones a corto plazo en las respuestas.

Las EMEs van desde simples mensajes de texto a preguntas breves basadas en aplicaciones de uno o dos elementos y se han utilizado para recopilar información sobre dolor crónico,19 ansiedad,20 trastornos por uso de sustancias, 21 y muchas otras condiciones. Ampliamente utilizadas en las ciencias sociales y del comportamiento, la EME es un método emergente para la evaluación de resultados tanto en la atención como en la investigación clínica.

> Evaluaciones funcionales

Las evaluaciones funcionales a través de sensores complementan la detección pasiva y los informes activos de los pacientes.

El rendimiento funcional puede ser medido haciendo que los pacientes realicen tareas estandarizadas utilizando tecnologías móviles de salud. Los ejemplos incluyen la ejecución de la prueba de caminata de 6 minutos utilizando los sensores de movimiento de los teléfonos inteligentes,22 la evaluación del temblor de la voz parkinsoniana por medio del micrófono del teléfono inteligente, 23 y la evaluación de la función cognitiva, como la memoria y el tiempo de reacción, a través de aplicaciones.24


Biomarcadores digitales

Los datos brutos del sensor, como los de la acelerometría de tres ejes, no tienen sentido para los médicos y los pacientes. Para ser útil, los datos brutos del sensor deben procesarse en biomarcadores digitales, definidos como medidas fisiológicas y conductuales recopiladas digitalmente que explican, influyen o predicen resultados relacionados con la salud.

Los ejemplos de biomarcadores digitales incluyen el recuento diario de pasos y la duración promedio del sueño nocturno. La ciencia de identificar y validar biomarcadores clínicamente significativos y accionables está en su infancia.25

Los desafíos incluyen el manejo de volúmenes muy altos de datos, alta variabilidad tanto dentro comoentre los pacientes, y la necesidad de repetir la validación en curso a medida que se actualizan los sensores y los algoritmos subyacentes.25


Terapias y diagnósticos digitales

El simple monitoreo de los resultados de los pacientes de forma remota generalmente no mejora por sí solo los resultados clínicos.26 Las intervenciones activas que usan "terapias digitales" son necesarias para prevenir, controlar o tratar afecciones médicas directamente. La terapéutica digital utiliza métodos de salud móviles solos o en combinación con medicamentos y otras terapias.

Por ejemplo, un creciente cuerpo de evidencia apoya el uso de la terapia cognitivo conductual digital para pacientes con afecciones como insomnio, 27 abuso de sustancias, 28 y trastorno por déficit de atención-hiperactividad29 y de varios programas de recordatorios y de comportamientos para pacientes con diabetes30 e hipertensión.30

La terapéutica digital que combina innovaciones de hardware y software incluye manejo del asma con el uso de inhaladores "inteligentes" que rastrean el tiempo, la frecuencia y la ubicación de uso de inhaladores31; programas de realidad virtual para el manejo del dolor32; y el tratamiento del trastorno de pánico con el uso de monitores de dióxido de carbono.33 El diagnóstico digital representa una frontera más lejana, pero necesita pruebas clínicas mucho más amplias, más rigurosas.

Un gran desafío de la salud móvil es la altatasa de caída en el uso del sensor y de la aplicación.40 En una encuesta, más de la mitad de los usuarios de rastreadores de actividad dejaron de usar su dispositivo, y un tercio lo hizo en los primeros 6 meses.41 Las estrategias para mejorar el compromiso incluyen la discusión, entre el paciente y el proveedor, de objetivos para el seguimiento y planes claros para alcanzarlos.

El establecimiento de objetivos conjuntos seguido de la revisión conjunta de los datos parece motivar el seguimiento continuo y el compromiso terapéutico. Sin embargo, actualmente no está claro si la mejor comunicación paciente-proveedor yla toma de decisiones compartida mejora los resultados clínicos.


Integración con la atención clínica

En la primera línea de atención, dos desafíos dominan la implementación de la salud móvil. Elprimero es la gran cantidad de datos. El personal auxiliar puede ayudar a revisar y clasificar los datos, y la visualización de las herramientas pueden mitigar la carga cognitiva de interpretar los datos.

 

Comentarios

Para ver los comentarios de sus colegas o para expresar su opinión debe ingresar con su cuenta de IntraMed.

AAIP RNBD
Términos y condiciones de uso | Política de privacidad | Todos los derechos reservados | Copyright 1997-2024