God software til funktionel medicin skal kunne meget mere end at journalføre konsultationer og bestille blodprøver. Ideelt set kan du som behandler se, hvad der sker med en patient i ugerne mellem konsultationerne, hvor et forløb enten får fat eller går i stå. Data fra dine klienters wearables kan lukke det hul, fordi de viser, om en plan virker, længe før næste konsultation.

Funktionel medicin kræver meget af patienten, for eksempel at ændre den måde, de spiser, sover eller bevæger sig på. Derefter er det behandlerens opgave at følge, hvordan de dele af klientens liv udvikler sig over en længere periode. Og længden af den periode betyder noget. Forskere fra Cleveland Clinic sammenlignede 7.252 patienter fra deres center for funktionel medicin med tilsvarende patienter i almen praksis. Deres resultater i JAMA Network Open viste, at gruppen i funktionel medicin fik større fremgang i fysisk sundhed efter seks måneder, og at forskellen stadig var der efter tolv.
De fremskridt er summen af måneders daglige valg. De kom selvfølgelig ikke fra den ene time i konsultationen. Alligevel er det meste software til funktionel medicin bygget op omkring netop den time. Journalen fanger, hvad der blev talt om. Blodprøverne viser kroppens tilstand på ét tidspunkt. Alt derimellem afhænger af patientens hukommelse eller af et spørgeskema, der blev udfyldt i hast i venteværelset.
Du har brug for det fulde billede af din klient for at kunne håndtere de mange komplikationer, der opstår undervejs. Ifølge CDC har tre ud af fire amerikanske voksne mindst én kronisk sygdom, og over halvdelen har to eller flere. Komplekse forløb skaber mange signaler mellem konsultationerne, og de fleste klinikker ser dem aldrig.
Wearables bliver stadig mere udbredte blandt voksne, som vi beskrev i vores øjebliksbillede af wearable-brugen. Folk er også mere villige til at dele de data med deres behandlerteam. En analyse af nationale spørgeskemadata viste, at 78,4 % af wearable-brugerne var villige til at dele deres data med sundhedspersonale, men kun 26,5 % havde faktisk gjort det. En markant forskel.
Det er tydeligt, at hullet mere er et softwareproblem end et patientproblem. Når deling betyder beskårne skærmbilleder sendt gennem en forældet beskedfunktion i en portal, bliver der sjældent handlet på det. I vores samtaler med brugerne efterspørger folk igen og igen en gnidningsfri måde at dele deres data på, og de forventer en vis grad af automatisering. De vil også selv kunne se, hvordan dataene bliver brugt i beslutninger om deres sundhed.
De fleste klinikker bruger allerede flere værktøjer. Spørgsmålet er, hvilket lag der dækker tiden mellem konsultationerne.
| Lag | Det gør det godt | Det overser det mellem konsultationerne |
|---|---|---|
| Elektronisk patientjournal | Konsultationsnotater og sygehistorie | Kender kun det, patienten fortæller i konsultationen |
| Praksisstyring | Booking og fakturering | Kan ikke se, hvem der har det svært, før de aflyser |
| Bestilling af blodprøver | Omfattende biomarkørpaneler | Afspejler én blodprøve med nogle måneders mellemrum |
| Patientportal | Beskeder og intakeskemaer | Manuel, forældet proces, der er afhængig af, at patienten selv opdager og melder ændringer |
| Værktøjer til forløb og kosttilskud | Udlevering af planer og påmindelser om genbestilling | Registrerer, hvad der blev ordineret, men ikke hvordan kroppen reagerede |
| Kontinuerligt datalag | Daglige tendenser for søvn og restitution | Meget lidt, når alle enheder er synkroniseret, og dataene er samlet |
Hvis det sidste lag ikke findes i din klinik i dag, arbejder alle de andre værktøjer ud fra ufuldstændige oplysninger.
Wearables og smart rings bliver stadig mere populære, og udvalget af enheder på markedet er vokset tilsvarende. Det er ikke realistisk at bede alle dine klienter om at skifte hardware, bare for at du kan følge dem løbende. Bred understøttelse af integrationer afgør, om dataene overhovedet kommer frem.
En faldende hvilepuls siger mere, når du kan se den ved siden af en lipidprofil i bedring. Derfor gør et samlet overblik det meget lettere at få øje på tendenser og mønstre over tid.
Ingen har tid til at gennemgå 200 patienters søvngrafer hver morgen. God software fremhæver de få personer, hvis tendenser har bevæget sig væk fra deres udgangspunkt, og bruger AI til at tolke wearable-data.
Folk er mere tilbøjelige til at dele, når de forstår, hvad der bliver indsamlet, og hvem der ser det. Klart samtykke og enkle indstillinger for, hvilke målinger der deles, skaber den tillid, der holder dataene flydende.
Forestil dig en patient, der er seks uger inde i et forløb for lav energi. Ved opfølgningen siger hun, at hun har det nogenlunde som før. Men når du inddrager hendes wearable-historik, tegner der sig et mere nuanceret billede. Hendes søvnlængde blev gradvist bedre den første måned. Så faldt den i en periode med sene aftener op til en deadline på arbejdet, og hendes restitutionsscorer fulgte med ned.
Det ændrer samtalen. I stedet for at justere forløbet kan du som behandler pege på det, der virkede, og tale om, hvordan hun kan beskytte det i stressede uger. Patienter, der ser den sammenhæng, engagerer sig typisk mere i deres egen plan. Det uddyber vi i sådan omsætter du wearable-data til en personlig longevity-protokol.
Se, hvad der sker mellem konsultationerne
Sonar Atlas giver din klinik det kontinuerlige datalag, som de fleste softwareløsninger til funktionel medicin mangler. Det synkroniserer 600+ wearables og apps til ét dashboard i realtid sammen med blodprøver og biomarkører og markerer de klienter, hvis tendenser har ændret sig, så du ved, hvem der har brug for opmærksomhed før deres næste konsultation.
Din krop taler. Lytter du? Sonar samler alle dine wearables, livsstils- og biomarkørdata og giver dig personlige indsigter og opdagelser, der før kun var forbeholdt eliteatleter og biohackere. Mere end 250.000 brugere i over 170 lande har Sonar med – appen skærer igennem støjen omkring søvn, restitution, stress, aktivitet og kost, så du kan fokusere på det, der reelt betyder noget. Sonar er ikke bare endnu en sundhedstracker. Appen er udsprunget af Columbia University i New York og forener den nyeste medicinske, sports- og datavidenskab med AI-motorer, der hele tiden opdager små udsving og mønstre i millioner af datapunkter – så du ved, hvornår du skal give den gas, hvornår du skal holde igen, og hvor du skal sætte ind næste gang.
Få det seneste fra Sonar
Del din e-mail, og hold dig opdateret om alt om Sonar
DA