Näin terveysklinikat tulkitsevat puettavien laitteiden dataa tekoälyllä

Jos pyörität pitkäikäisyysklinikkaa, funktionaalisen lääketieteen vastaanottoa tai työskentelet suoran perusterveydenhuollon parissa, tunnet jo viime vuosien muutoksen. Ihmiset tulevat vastaanotolle mitattuaan untaan puoli vuotta, kirjattuaan jokaisen aterian sovellukseen ja pidettyään jatkuvaa glukoosisensoria pidempään kuin ovat nähneet ketään henkilökunnastasi. Se data on paljon arvoista, jos siltä osaa kysyä. Muuten siitä tulee taakka, kun se jää kuvakaappaukseksi asiakkaan puhelimeen tai hajaantuu moneen lähteeseen.

Sonar Atlas kokoaa koko asiakaskuntasi hajallaan olevan puettavien laitteiden ja sovellusten datan yhteen alustaan, joka on rakennettu väestöterveyden ja kliinisen datan hyödyntämiseen. Tiimisi voi käydä läpi kehityssuuntia kaikkien hoidossa olevien osalta, porautua yksittäisen asiakkaan profiiliin tai kysyä Sonar AI:lta arkikielellä ja saada vastauksen, joka rakentuu oikeista luvuista.

Yksi näkymä kymmenen kirjautumisen sijaan

Etäseuranta toimii vain, jos joku pääsee oikeasti näkemään datan kirjautumatta viiteen eri tiliin. Asiakas, joka pitää öisin Oura-sormusta, kirjaa treenit Apple Watchilla ja ateriat MyFitnessPaliin, tuottaa kolme toisistaan irrallista datavirtaa. Niiden yhteen ompeleminen käsin vie aikaa, jota tiimilläsi ei ole.

Atlas yhdistyy yli 600 puettavaan laitteeseen, sovellukseen ja laitteeseen, muun muassa Apple Healthiin, Google Healthiin, Garminiin, Ouraan, Withingsiin ja Stravaan. Uni, aktiivisuus, palautuminen, ravitsemus, kehonkoostumus ja terveystiedot valuvat yhteen profiiliin asiakasta kohden sen sijaan, että ne jäisivät laitekohtaisiin siiloihin.

Overview-näkymästä tiimisi näkee koko asiakaskunnan yhdessä paikassa. Voit käydä läpi palautumisen, unen, kuormituksen, stressin ja ravitsemuksen keskiarvopisteet miltä tahansa valitulta jaksolta. Näet myös, miten pisteet kehittyvät, mitkä laitteet synkronoivat ja ketkä asiakkaat kaipaavat yhteydenottoa. Se, mikä ennen vaati useaa sovellusta ja käsin ylläpidettyä taulukkoa, mahtuu nyt yhdelle näytölle.

Näet, ketkä asiakkaat tarvitsevat eniten huomiota

Jokaisella klinikalla on sama päivittäinen pullonkaula: asiakasprofiileja on liikaa eikä aikaa avata jokaista. Sen sijaan että listaa selattaisiin käsin, kliinikot voivat pyytää Sonar AI:ta nostamaan poikkeukset suoraan esiin.

"Keillä asiakkailla HRV on laskenut viisi päivää putkeen, vaikka unen kesto näyttää tavanomaiselta?"

"Merkitse kaikki, joilla leposyke nousee samalla kun kirjattu aktiivisuus pysyy paikallaan tai laskee."

"Ketkä 5 asiakasta tarvitsevat huomiota heti ja miksi?"

"Nosta esiin asiakkaat, joilla unen tehokkuus on ollut alle 80 % kaksi viikkoa putkeen."

Hälytys osoittaa täsmälleen sen mittauksen, joka sen laukaisi, ja näyttää, miten arvo asettuu henkilön omaan historiaan. Sieltä henkilökunta voi avata koko profiilin ja tarkistaa lähdedatan ennen kuin suosittelee mitään.

Selitys, ei pelkkä lukema

Muutoksen huomaaminen on yksi asia. Sen ymmärtäminen, mistä se johtuu, on aivan toinen tehtävä ja yleensä se, joka vie eniten aikaa. Sonar AI on rakennettu vastaamaan suoraan siihen toiseen kysymykseen: se kokoaa yhtä asiakasta koskevan olennaisen yhteen sen sijaan, että joku hyppisi kaavioiden väliä.

"Mistä Katen palautumisen lasku tällä viikolla johtuu?"

"Aseta se rinnakkain hänen saman jakson ravintomerkintöjensä ja nesteytyksensä kanssa ja kerro, mikä muuttui."

Ensimmäinen kysymys antaa henkilökunnalle selkeän selityksen Katen omasta datasta. Sonar AI voi näyttää, että hänen HRV:nsä on noin 12 % perustasoa matalampi, kun uni on pudonnut tavanomaisesta 7 tunnista 12 minuutista 6 tuntiin 4 minuuttiin. Jos aktiivisuus on pysynyt melko vakaana, kuvio viittaa enemmän unen ja palautumisen laatuun kuin harjoituskuormituksen hyppyyn.

Jatkokysymys lisää vielä yhden kerroksen taustaa. Sonar AI voi käydä läpi hänen ravitsemus- ja nesteytysdatansa samalta jaksolta ja katsoa, muuttuiko jokin muu palautumisen laskun rinnalla. Jos kalorien saanti laski juuri niinä öinä, jolloin uni heikkeni, henkilökunnalla on täsmällisempi jälki kuin pelkkä matala palautumispistemäärä.

Koska Sonar AI säilyttää keskustelun kontekstin, henkilökunta voi kaventaa analyysia askel kerrallaan aloittamatta alusta. Se voi pyytää Katen unen kehityksen, verrata samoja mittareita viime kuukauteen tai tutkia toista liittyvää signaalia samassa ketjussa.

Pyydä kehityssuunnat siinä muodossa, jota tiimisi oikeasti tarvitsee

Eri rooleille sopii eri tarkkuustaso. Vastaanottoa valmisteleva haluaa täsmälliset päiväkohtaiset arvot. Nopean tilannekatsauksen tekevälle riittää lyhyt tiivistelmä. Pitkän aikavälin edistymistä arvioiva näkee kehityksen mieluummin kuvaajana.

"Aseta hänen HRV:nsä ja unen kestonsa samaan kuvaajaan viimeisiltä 60 päivältä, niin näen liikkuvatko ne yhdessä."

"Pura hänen askeleensa ja aktiiviset kalorinsa päivittäin kolmelta viime viikolta, ei pelkkää viikkosummaa."

"Kirjoita kahden lauseen palautumistiivistelmä, jonka voin liittää suoraan hänen käyntimerkintäänsä."

Sonar AI muotoilee vastauksen kysymyksen mukaan. Se voi palauttaa useaa mittaria vertaavan kuvaajan, päiväkohtaisen taulukon täsmällisillä arvoilla tai lyhyen kirjallisen tiivistelmän, jota henkilökunta voi käyttää muualla.

Kuvaajat voivat näyttää myös asiakkaan tavanomaisen vaihteluvälin kunkin mittarin osalta. Silloin on helpompi nähdä, onko muutos merkityksellinen juuri tälle ihmiselle, sen sijaan että häntä verrattaisiin yleiseen tavoitteeseen.

Havaitse kuviot koko asiakaskunnassa kerralla

Yhden asiakkaan katsominen kerrallaan kertoo vain osan tarinasta. Sonar Atlas tukee myös väestöterveyden analyysia: se auttaa tiimejä vertaamaan kuvioita laajemmassa joukossa ja näkemään, missä samat kehityssuunnat toistuvat.

"Ketkä asiakkaat saavuttavat askeltavoitteensa joka viikko mutta joilla leposyke on silti koholla?"

"Etsi kaikki aineenvaihdunnan terveysohjelmasta, joilla sekä painon kehitys että aktiivisuustaso ovat pysähtyneet tässä kuussa."

"Järjestä asiakkaat sen mukaan, miten säännöllinen heidän unirytminsä on ollut viime neljänneksellä, ei kokonaistuntien mukaan."

Nämä kysymykset toimivat parhaiten, kun niissä on selkeä mittari ja aikaväli. Yksi lisäehto kaventaa joukkoa vielä enemmän. Sen sijaan että kysyttäisiin laveasti, kenellä menee huonosti, henkilökunta voi yhdistää muutaman olennaisen signaalin ja löytää tarkemman väestötason kuvion.

Tiimi voi myös suodattaa Overview-näkymän ensin ohjelman tai kohortin mukaan. Kun joku erottuu, sieltä siirrytään yksittäiseen profiiliin tarkempaa katsausta varten.

Usean laitteen ja sovelluksen yhdistäminen tarkkuudesta tinkimättä

Useimmat asiakkaat käyttävät useampaa kuin yhtä laitetta tai sovellusta. Joku seuraa aktiivisuutta Apple Watchilla, unta Oura-sormuksella ja ravitsemusta aivan eri sovelluksessa. Kunkin asiakkaan profiilin Sources-välilehti listaa jokaisen liitetyn laitteen, milloin se synkronoi viimeksi ja tuottaako se yhä dataa.

Kun kaksi laitetta raportoi saman mittarin, Atlas ei valitse toista sattumanvaraisesti. Tiimisi voi asettaa yhdistämissäännön mittarikohtaisesti ja valita vaihtoehdoista Max, Keskiarvo ja Summa. Kertyvissä mittareissa, kuten askeleissa tai univaiheissa, Atlas käyttää oletuksena Maxia: se suosii lähdettä, jonka päiväkirjaus on kattavin, sen sijaan että päällekkäiset tiedot laskettaisiin yhteen. Hetkellisissä mittauksissa, kuten HRV tai leposyke, oletus on Keskiarvo. Sources-paneeli näyttää myös, montako laitetta kuhunkin arvoon vaikuttaa. Jos luku näyttää epätavalliselta, henkilökunta voi jäljittää sen liitettyihin lähteisiin ja tarkistaa synkronointikatkot ennen kuin päättää, paljonko painoarvoa sille antaa.

Näin yhteensovitettu data on Sonar AI:n perusta. Sen sijaan että se analysoisi erillisiä vientitiedostoja ja pohtisi, mihin lähteeseen luottaa, se työskentelee niillä yhtenäisillä arvoilla, jotka Atlas on jo ratkaissut. Tiimit saavat puhtaamman pohjan kliinisen datan hyödyntämiseen, ja tekoälystä tulee hyödyllisempi kuin näkymästä, joka vain esittää irrallisia lukuja.

Sonar AI osaksi klinikan nykyistä työtapaa

Hyöty tulee näkyviin, kun siitä tulee osa rutiinia, jota tiimi jo noudattaa, eikä erillistä työkalua, joka jonkun pitää muistaa avata.

Päivän aloituksen tarkistus

Kysy aamulla, kuka tarvitsee huomiota, käy tärkeimmät hälytykset läpi ja katso, onko asiakaskunnassa synkronointiongelmia.

Ennen jokaista vastaanottoa

Nosta esiin nopea tilannekuva seuraavana vuorossa olevasta: viimeaikainen uni, palautuminen ja aktiivisuus. Näin huomaat keskusteltavan ennen kuin keskustelu alkaa, et sen puolivälissä.

Kuukausittaiset tarkistukset

Pyydä 30 tai 90 päivän tiivistelmä aktiivisuudesta, unesta ja palautumisesta, vertaa sitä edelliseen jaksoon ja merkitse kaikki, joiden kehitys on ajautunut tavanomaisen vaihteluvälin ulkopuolelle.

Kohorttitason katsaus

Suodata Overview-näkymä ohjelman tai tavoitteen mukaan, katso mihin ryhmä kokonaisuutena kehittyy, ja selvitä sitten Sonar AI:n avulla, ketkä yksilöt vetävät kehitystä suuntaan tai toiseen.

Haluatko nähdä sen käytännössä?

Tutustu Sonar Atlas -alustaan ja varaa demo, niin näet, miten se voi tukea parempia tuloksia klinikallasi.