Lectoraat Personalised Digital Health: Working on self management with technology and data science Hilbrand Oldenhuis

Gezondheidszorgkosten stijgen Oorzaak: Meer zorg nodig Betere zorg Duurdere zorg Gunstigste scenario gaat ervan uit dat technologische innovaties de kosten kunnen drukken Technologische innovatie: wearables Volgens het gunstigste scenario worden de stijgende kosten iets gedrukt door technologische ontwikkelingen die kunnen bijdragen aan arbeidsbespraring in de langdurige zorg door zorg op afstand, zelf-management van de patiënt, personalisatie van de zorg door effectievere behandelingen en door gebruik van robots. Ook in de curatieve zorg kan technologie bijdragen, bijvoorbeeld door specialistische handelingen steeds meer routinematig te kunnen uitvoeren. wearables worden gezien als een technologische ontwikkeling die bij kan dragen aan de zelf-management van de patiënt en zorg op afstand (met of zonder tussenkomst van een zorgprofessional). Extra info:

1 2 5 4 3 Wearables 1= Beddit (slaap/hartslag/ademhaling) 2= Google Glass (stress/hartslag/ademhaling/activiteit) 3= Apple Watch (activiteit/hartslag) 4= Withings Smart Body Analyzer (gewicht/vetpercentage/hartslag) 5= Glucowise (bloedsuikergehalte) 2 5 4 3 Wearables meten: Lichamelijke activiteit Slaap Stress Hartslag Bloedglucosewaarden Temperatuur ect. Data mining is het gericht zoeken naar (statistische) verbanden in gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk, journalistiek of commercieel gebruik. De naam komt voort uit de overeenkomsten tussen het zoeken naar statistische verbanden en het graven (mining) naar iets waardevols in een grote berg. (wikipedia). Extra: Google Glass: stress door hartslag en ademhaling (https://www.technologyreview.com/s/530521/google-glass-can-now-track-your-stress-level). Waarschijnlijk in de toekomst nog veel meer: op basis van analyse van traanvocht het glucosegehalte bepalen. Diet monitoring. BioGlass uses the Glass sensors and camera to track the wearer’s ballistocardiogram, or BCG, which is a mechanical signal measuring the tiny body movements that result from the heart pumping blood. say that they can accurately ferret out this data by monitoring a Glass wearer’s head movements with the gyroscope, accelerometer, and camera built into Google Glass.

‘Quantified Self’ ‘Self knowledge through numbers’ ‘Personal discovery through everyday science’ Niet los te zien van wens tot eigen regie, zelfmanagement Door middel van ‘EMA’ ook mogelijk om meer subjectieve gegevens continu te verzamelen en te monitoren 2016: 13% van de Nederlanders monitorde eigen gezondheid en conditie mbv online of mobiele applicaties

Voorbeelden: Jeugdreumapatiënt krijgt meer inzicht in tussentijdse klachten en hoe die samenhangen met andere mogelijke relevante factoren waardoor adviezen persoonlijker worden. ALS-patiënt krijgt direct gepersonaliseerde ondersteuning als op basis van ‘self-tracking’ blijkt dat hij/zij minder goed gaat eten. Patiënt met chronische pijn krijgt meer inzicht in zijn/haar fysieke belastbaarheid en hoe die te vergroten.

Voorbeelden: Welke voorbeelden van de waarde van zelfmetingen door patiënten ziet u / gebruikt u in uw eigen (zorg)praktijk?

Datamining / Datascience Gericht zoeken/graven naar verbanden in gegevensverzamelingen T.b.v. ‘just-in-time, tailored feedback’ Om effective interventies met wearables op te kunnen zetten om zelf-management van patienten te verhogen is datamining een veelbelovende aanpak. Data mining is het gericht zoeken naar (statistische) verbanden in gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk, journalistiek of commercieel gebruik. De naam komt voort uit de overeenkomsten tussen het zoeken naar statistische verbanden en het graven (mining) naar iets waardevols in een grote berg. (wikipedia). Dit graven in de data kan leiden tot het persoonlijk relevante feedback, het bieden van belangrijke inzichten in gezondheidsgedrag van de gebruiker en het aanbieden van de feedback op het juiste moment. Data van de wearable kan bijvoorbeeld worden gebruikt als input voor het terugkoppelen van feedback via bijvoorbeeld een mobiele applicatie. Het voordeel is dat het 24 per dag beschikbaar is om een gebruiker op het juiste moment de juiste persoonlijke relevante informative te bieden. Dit is ten opzichte van een menselijke coach namelijk niet het geval. Datamining is bijna een voorwaarde om just-in-time tailored feedback mogelijk te maken.

Om effective interventies met wearables op te kunnen zetten om zelf-management van patienten te verhogen is datamining een veelbelovende aanpak. Data mining is het gericht zoeken naar (statistische) verbanden in gegevensverzamelingen met als doel profielen op te stellen voor wetenschappelijk, journalistiek of commercieel gebruik. De naam komt voort uit de overeenkomsten tussen het zoeken naar statistische verbanden en het graven (mining) naar iets waardevols in een grote berg. (wikipedia). Dit graven in de data kan leiden tot het persoonlijk relevante feedback, het bieden van belangrijke inzichten in gezondheidsgedrag van de gebruiker en het aanbieden van de feedback op het juiste moment. Data van de wearable kan bijvoorbeeld worden gebruikt als input voor het terugkoppelen van feedback via bijvoorbeeld een mobiele applicatie. Het voordeel is dat het 24 per dag beschikbaar is om een gebruiker op het juiste moment de juiste persoonlijke relevante informative te bieden. Dit is ten opzichte van een menselijke coach namelijk niet het geval. Datamining is bijna een voorwaarde om just-in-time tailored feedback mogelijk te maken.

Voorbeeld: fysieke activiteit (Yom-Tov, Feraru, Kozdoba, Mannor, Tennenholtz & Hochberg, 2017) Diabetes patiënten: fysieke activiteit heel belangrijk Veel interventies mbv smartphones, mobiele applicaties Maar weinig gebaseerd op gepersonaliseerde, automatisch gegenereerde feedback met behulp van ‘datascience’ Welke feedback boodschap leidt (voor elke persoon individueel) het meest waarschijnlijk tot een hoger activiteitenpatroon de volgende dag?

Welke mogelijkheden van datamining en / of datascience ziet u / gebruikt u in uw (zorg)praktijk?

Geinteresseerd? Name: Hilbrand Oldenhuis Function: Lector Personalised Digital Health, Hanzehogeschool Email: h.k.e.oldenhuis@pl.hanze.nl