慢性病治疗,移动医疗效果有多好?

在医学科学的发展中,有时一些想法似乎是「不证自明」的。比如说,给慢性病患者使用家庭监视器,就是这样一个想法。这样病人们可以自己注意疾病变化先兆,并及早采取相应措施。

毕竟,慢性病的病情发展取决于病人在家是否按时吃药,健康生活,以及病情恶化的苗头是否得到及时处理。在诊所看医生的那点时间只是调整一下治疗方案。

过去几年的移动医疗,从可穿戴医疗设备,到互联医疗,都是基于这个「不证自明」的理论。「只有测量才能改进」嘛!

可是,在循证医学的发展中,我们经常可以发现「不证自明」的理论经不起实践的检验。

不加思索地推广未经证实的理论,对社会与病人都会带来巨大的害处。美国在过去三十年,花巨资普及前列腺癌早期诊断,大幅增加了前列腺手术却没有降低前列腺癌死亡人数,就是深刻的教训。

那么,让慢性病人使用移动医疗设备到底能不能改善他们的健康,降低社会的经济负担呢?

地处美国加州圣地亚哥阳光海滩边、世界闻名的 Scripps 研究院设计了一个临床试验来检验这个假设。

试验怎么做?

这个临床试验由知名医生 Eric Topol 主持。

Topol 是移动医疗、互联网医疗的先驱人物;他的书《颠覆医疗》与《民主医疗》,很值得大家阅读学习。

试验经费来自高通基金会(Qualcomm Foundation)的慈善捐款。

试验是这样做的:

· 研究人员从 Scripps 医院员工及家属中招募了 160 名患有慢性病的志愿者。志愿者们有高血压、糖尿病、或者心律不齐。

· 病人被随机地分成两组:对照组与干预组。所有病人在项目开始时都被请到诊所来做体检。包括血压、血糖、心电图之类。体检结果是项目的基线测量。

· 每一个干预组的病人给发一个苹果 iPhone
手机以及配套的监测设备。高血压患者发血压计(Withings),糖尿病患者发血糖计(IBGStar),心律不齐患者发便携心电图机(AliveCor)。这些设备都与
iPhone 相连,可与互联网云端交换数据。

· 干预组的病人要求每天自我测试。测试结果病人自己可以看见,同时被上传到一个病人管理网站(由高通公司提供)。从这个网站上,病人可以看见自己以前的历史数据与趋势。

· 有一个护士小组也会每天监测病人管理网站上的数据,并给有问题苗头的病人打电话。

· 在试验三个月以及六个月的时候,所有病人又被召回诊所体检,并回答问题。

可以看出这个试验是有严谨设计的。由 Topol 医生把关的 Scripps 研究院在学术界很有口碑。

自从 2013 年 7 月他们宣布要做这个试验开始,大家都在拭目以待。

试验结果是 …

在 2016 年 1 月,Scripps 团队终于发表了他们的结果。让大家大跌眼镜。让病人在家使用移动监测设备不是没有多大用,而是完全没有用!

病人的体检健康指标:对照组与干预组没有显著差异 …

病人的就诊次数与医疗服务的总花费:对照组与干预组没有显著差异 …

甚至在病人对自己疾病的认识上:对照组与干预组没有显著差异!

值得指出的是,得出这样的结果并不是因为病人把设备拿回家之后放一边不用了。事实上,大部分病人几乎每天都在监测自己的指标。来看看试验数据吧。在六个月内:

· 高血压患者平均自己测量了 151 次血压。

· 糖尿病患者平均自己测量了 248 次血糖。

· 心律不齐患者平均自己测量了 57 次心电图。

· 高通的病人网站利用率不是很高,大概是每人每三天用一次。不过病人可以在手机上看见自己的数据。

也就是说,这些移动医疗硬件软件都被正确打开使用了。可是这个移动医疗方案既没有改善健康,也没有减低医疗系统的财政负担。

在这里讲一句题外话:

我对 Topol 医生实是求是地发表这么个「失败」的结果是很敬佩的。

在医学科研中,经常有一种「报喜不报忧」的态度。只发表证明药品,治疗手段有用的结果,不发表「失败」的结果。造成了一看文献,每一种药都是「神药」的现象。

Topol 敢于承认自己的假设是错误的。

有什么解释吗?

这个临床试验结果是不是说我们都不用搞什么移动医疗了 ——「洗洗睡了吧!」那你就理解错了。

在移动医疗的循证之路上,这只是一个开头。

我们知道了开头,还猜不到结局。那我们事后诸葛亮地分析一下为什么这个试验结果不显著吧。

首先,Topol 医生本人认为是试验时间六个月太短了。

本来这些就是慢性病,六个月见效很难。比如说这个试验的指标之一的糖尿病 A1c,一般认为三个月内的变化都是随机噪音。同时,有其他研究表明,如果我们给病人很多关于疾病的信息,短期效果是病人看医生更勤了 ——因为病人有更多的问题了。

所以,似乎短期内要「省钱」也并不现实。与他相似地,也有专家认为是 160 个志愿者太少了。在干预组里面只有 67 位高血压,20 位糖尿病,10 位心律不齐。样本小,噪音大,就不容易发现变化。

时间短,样本小,这些都是客观原因。可是 Scripps 团队在设计试验的时候就知道这些的。

这个试验结果至少说明了 Scripps 的这个移动医疗方案远不如他们最初预计的有效。我们仍然得研究为什么这个方案没有什么效果。

一个在 Twitter 上大家比较认同的看法是:这个移动医疗方案的用户界面不怎么地。它可以让病人完成测量的任务,但是除此之外并不让人「赏心悦目」。

这个方案使用了来自五个不同厂商的产品,用几种不同的网络技术连结,用户体验很混乱。同时,研究团队决定给志愿者一人一个苹果 iPhone。这表面上看起来是保证了所有设备与软件服务都可以在 iPhone 上集成。

但是研究人员忘记了重要的一点:大家都喜欢用自己的智能手机,再在身上携带另一个手机,哪怕是免费的 iPhone,也是累赘!

但是大家诟病最多的还是这几个设备的配套手机软件。下面是一张截屏。给工程师看看还不错。可是这样的曲线图能起到教育病人的目地吗?看来做硬件的公司在做软件上面还是隔行如隔山!

 


 

cripps 这个移动医疗方案给了病人「冷冰冰」的数据,但是没有全方位地接触病人生活的方方面面,也就没有有效地鼓励病人健康地生活。以前临床证明有效的一些人性化的方法,比如说游戏化,与病人家属沟通,在这里都没有实施。

根据笔者本人从事移动医疗科研的经验看,我觉得至少还有一个重要因素:Scripps 试验中的患者们并没有主观改变的决心。

很多人有慢性病,大部分人也知道按时吃药,改变生活方式,会减轻疾病。可是大家就是不做!现在知道了更详细的数据也未必肯做。

要改变患者的生活习惯,很重要的一步是让患者与家庭医生共同做出一个「我要改变,你来监督」的决定。

如果患者不肯做这个决定,那其它什么都是空谈。从 Scripps 这个试验来看,患者与家庭医生的互动很少,完全没有关于「改变」的讨论。所以患者没有任何改变也就不足为奇了。

下一步怎么走?

其实在 Scripps 之前,就有人做过移动医疗的临床试验。

早在 2008 年,一家叫 WellDoc 的公司就临床试验过它为糖尿病患者开发的一款智能手机 APP (考虑到苹果 iPhone 是 2007 年上市的,WellDoc 的确是先驱了)。

WellDoc 在 2008 年与 2011 年发表了两篇随机临床试验结果,都显示他们的 APP 显著降低了患者的 A1c。

当然 WellDoc 这样的研究结果有很重的商业背景,并不被科学界重视。这也是大家为什么对 Scripps 寄予厚望的原因。不过,把
WellDoc 与 Scripps 的研究进行比较是很说明问题的。与 Scripps 恰好相反,WellDoc 没有给患者家用血糖计。

WellDoc 的 APP 主要作用不是采集数据,而是给患者一个「虚拟教练」用人工智能与患者交流,鼓励患者改变生活习惯。这两者相比,软件胜过了硬件,人性化的交流胜过了「大数据」。

电子医疗咨询公司 Chilmark Research 最近发表的一个研究报告指出,有好几个远程医疗,远程监控,协调医疗资源,的临床试验都取得了改善健康降低花费的作用。

这些试验的共同点是它们从医院开始,主要面向急性病人(病人更愿意改变现状),强调医务人员与病人的交流。它们不一定用智能手机或者蓝牙测量仪器,但是它们更好地考虑了病人的需要。

在 2015 年做的一个 1000 人的市场调查也发现:76% 的消费者会用家用医疗设备,更有 84% 的消费者希望与家庭医生一起看这些设备产生的数据以做医疗健康的决定。

笔者个人认为这个 Scripps 结果最大的意义,就在于它说明了移动医疗不是一个简单的干预。

有效的移动医疗不但需要数据与设备,需要易用的软件,更需要了解患者的心理,加强与患者的人性化交流。

本文转自d1net(转载)

时间: 2024-09-24 15:46:50

慢性病治疗,移动医疗效果有多好?的相关文章

国内互联网医疗的反思和2016年9大前沿趋势

念念不忘,必有回响.2015年一整年,都在追寻着互联网医疗的发展足迹,时而兴奋.时而懊恼......走过"元年",现在已站在2016年,踮起脚尖,张望未来的日子,我们.你们.他们,都将怎样? 国内互联网医疗的反思 站在猴年的开端,医疗领域的创业者和投资者多多少少都会思考:经过过去一年翻天覆地.如火如荼地尝试.冒险.炒作.和艰难跋涉,互联网医疗究竟走到了哪一步?狂风乱作.泡沫横飞的日子渐渐远去,中国的互联网医疗繁华落尽.笑容凝结,提起盈利模式依然是一个大写的尴尬.来自互联网领域的&quo

2010~2014制药巨头互联网医疗布局详情分析

当互联网医疗风靡全球,作为传统制药业的巨头们以怎样的态度看待这场变局?事实上,在2010年甚至更早某些制药业大佬已经有所行动,演变至今有越来越多的传统制药企业参与其中.他们试图通过新技术手段寻找服务医生与患者的绝佳途径,围绕自己的核心产品,通过合作.投资.收购.自我开发四个不同途径参与其中,从药物依从性到医学传感器,再到医疗健康app,等等. 动脉网互联网医疗研究院结合多方数据,收集了在2010-2014年期间运用互联网医疗手段的21家著名制药公司,通过他们来看药企跨界互联网医疗的主流方向.本文

中医移动医疗百花齐放,持续探索盈利模式

最近一段时间移动医疗行业风声鹤唳,"春雨医生"创始人张锐离世的悲伤还未散去,就医160网站一封内部员工爆料冻薪的邮件再度拨动了互联网人本就焦虑的神经.中医移动医疗产品虽然以其独特优势受到用户青睐,但也存在盈利模式不清晰.融资困难.政策壁垒等一系列问题.中医移动医疗将走向何处?本报记者采访多方人士,探究其中症结. 移动互联时代,中医也走上了时代前沿,与互联网科技的深度结合让传统中医迸发出新的活力.近两年,中医移动医疗产品集中涌现,与中医有关的健康管理应用.互联网自诊问诊平台.健康数据采集

大数据应用在医疗的五大方向

医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析.因此,医疗行业将和银行.电信.保险等行业一起首先迈入大数据时代. 本文列出了医疗服务业5大领域(临床业务.付款/定价.研发.新的商业模式.公众健康)的15项应用,这些场景下,大数据的分析和应用都将发挥巨大的作用,提高医疗效率和医疗效果. 一.临床操作 在临床操作方面,有5个主要场景的大数据应用.麦肯锡估计,如果这些应用被充分采用,光是美国,国家医疗健康开支一年就将减

医疗行业大数据应用的15个场景

商业推动了IT不断向前发展,云计算就是一个有趣的例子.甲骨文CEO拉里·埃里森曾经对近两年大行其道的云计算表示不屑,因为云计算并不是一项新技术.但迫于市场竞争的压力,甲骨文还是在2011年推出了云计算战略.IBM全球高级副总裁Robert LeBlanc曾对本报记者说,IBM从上世纪六七十年代就开始做云计算了.他这么说的原因是云计算的核心技术那时就有了.然而,最近几年由于物流云.医疗云.商务云等云计算商业模式的出现,云计算才得以开花结果. 大数据也一样.1989年,Gartner提出BI概念.2

大数据医疗的五大方向、15项应用详解

医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析.因此,医疗行业将和银行.电信.保险等行业一起首先迈入大数据时代. 1989年,Gartner提出BI概念.2008年,Gartner将BI概念进一步升级为高级分析(AdvancedAnalytics).2011年,麦肯锡阐释大数据概念.虽然名称不同,但实际上它们要解决的问题从来没变过.只不过,现在的大数据分析技术能处理相比20年前更大量.多样.实时(3V)的数据,即

大数据医疗的五大应用方向

医疗行业早就遇到了海量数据和非结构化数据的挑战,而近年来很多国家都在积极推进医疗信息化发展,这使得很多医疗机构有资金来做大数据分析.因此,医疗行业将和银行.电信.保险等行业一起首先迈入大数据时代. 1989年,Gartner提出BI概念.2008年,Gartner将BI概念进一步升级为高级分析(AdvancedAnalytics).2011年,麦肯锡阐释大数据概念.虽然名称不同,但实际上它们要解决的问题从来没变过.只不过,现在的大数据分析技术能处理相比20年前更大量.多样.实时(3V)的数据,即

大数据在医疗行业应用的15个场景

1989年,Gartner提出BI概念.2008年,Gartner将BI概念进一步升级为高级分析(Advanced Analytics).2011年,麦肯锡阐释大数据概念.虽然名称不同,但实际上它们要解决的问题从来没变过.只不过,现在的大数据分析技术能处理相比 20年前更大量.多样.实时(Volume.Variety.Velocity)的数据,即大数据.相比20年前的BI,现在的大数据分析能够产生更大的 商业价值,大数据存储和分析技术的发展也得益于商业场景中数据量的激增和数据种类的多样化. 因此

为什么医疗行业需要互联网

曾经与写互联网医疗文章的记者交流过,我俩都有个感觉,写这个行业的文章很容易就被认为是软文.这当然不是因为篇篇都是软文,也不是因为这个行业没有可以批评的问题,真正的原意是在医疗这个大行业里,互联网公司不仅份额很小,而且经常被外界认为不靠谱,让码字的人总想给它们多解释点正面内容. 要规模比不上大型三甲,拼上市比不过体检公司,论线下不及莆田系零头,如果不考虑靠医疗搜索挣钱的百度,互联网医疗行业人人都说前景光明但其实都是小虾米而已.一个随时可能被认为从专业角度看根本不靠谱的行业,先壮大自己走出一条与『莆