Cara klinik kesihatan guna AI untuk mentafsir data wearable

Kalau kamu mengendalikan klinik longevity, klinik perubatan fungsian, atau bekerja dalam penjagaan primer terus, kamu sudah pun nampak peralihan beberapa tahun kebelakangan ini. Orang datang selepas menjejak tidur mereka selama enam bulan, mencatat setiap hidangan dalam aplikasi, dan memakai sensor glukosa berterusan lebih lama daripada mereka bertemu sesiapa dalam pasukan kamu. Data itu amat bernilai kalau kamu boleh menyoalnya. Kalau tidak, ia jadi beban, tersimpan dalam tangkapan skrin pada telefon klien atau bertaburan merentas banyak sumber.

Sonar Atlas mengumpulkan data wearable dan aplikasi yang bertaburan daripada seluruh kumpulan klien kamu ke dalam satu platform yang dibina untuk kesihatan populasi dan pengurusan data klinikal. Pasukan kamu boleh meneliti aliran bagi semua orang dalam jagaan, masuk ke butiran profil seorang klien, atau bertanya kepada Sonar AI dalam bahasa harian dan menerima jawapan yang dibina daripada angka sebenar.

Satu papan pemuka, bukan belasan log masuk

Pemantauan jarak jauh hanya berkesan kalau ada orang yang benar-benar boleh melihat data tanpa log masuk ke lima akaun berasingan. Klien yang memakai cincin Oura pada waktu malam, merekod latihan dengan Apple Watch, dan mencatat hidangan dalam MyFitnessPal menghasilkan tiga aliran data yang tidak bersambung. Mencantumkannya secara manual memakan masa yang pasukan kamu tiada.

Atlas bersambung dengan lebih 600 wearable, aplikasi, dan peranti, termasuk Apple Health, Google Health, Garmin, Oura, Withings, dan Strava. Tidur, aktiviti, pemulihan, pemakanan, komposisi badan, dan rekod kesihatan mengalir ke satu profil bagi setiap klien, bukannya kekal terasing mengikut peranti.

Daripada papan pemuka Overview, pasukan kamu melihat seluruh kumpulan klien di satu tempat. Kamu boleh meneliti skor purata pemulihan, tidur, beban, tekanan, dan pemakanan bagi mana-mana tempoh yang dipilih. Kamu juga nampak bagaimana skor itu bergerak, peranti mana yang menyegerak, dan klien mana yang mungkin perlu dihubungi. Apa yang dahulu memerlukan beberapa aplikasi dan hamparan yang dibuat sendiri kini muat pada satu skrin.

Nampak klien mana yang paling memerlukan perhatian

Setiap klinik mengalami sekatan harian yang sama: terlalu banyak profil klien, terlalu sedikit masa untuk membuka setiap satu. Daripada menyaring senarai secara manual, kakitangan klinikal boleh terus meminta Sonar AI mengeluarkan kes yang terkecuali.

"Klien mana yang HRV mereka menurun lima hari berturut-turut walaupun tempoh tidur nampak biasa?"

"Tandakan sesiapa yang kadar denyutan jantung rehatnya meningkat sementara aktiviti yang direkod kekal atau menurun."

"Siapakah 5 klien yang memerlukan perhatian segera dan kenapa?"

"Keluarkan klien yang kecekapan tidurnya kekal bawah 80% selama dua minggu."

Amaran itu menunjuk kepada bacaan khusus yang mencetuskannya dan menunjukkan kedudukan nilai itu berbanding sejarah orang itu sendiri. Dari situ, pasukan boleh membuka profil penuh dan menyemak data sumber sebelum membuat sebarang saranan.

Dapat penjelasan, bukan sekadar satu angka

Menyedari sesuatu berubah itu satu perkara. Memahami apa puncanya ialah tugas yang lain sama sekali, dan biasanya bahagian itulah yang paling memakan masa. Sonar AI dibina untuk menjawab soalan kedua itu secara terus: ia menghimpunkan segala yang berkaitan seorang klien dan bukannya membuat orang berulang-alik antara carta.

"Apa yang menyebabkan pemulihan Kate menurun minggu ini?"

"Bandingkan itu dengan rekod pemakanan dan penghidratan dia dalam tempoh yang sama dan beritahu saya apa yang berubah."

Soalan pertama memberi pasukan penjelasan yang jelas berdasarkan data Kate sendiri. Sonar AI mungkin menunjukkan HRV dia kira-kira 12% di bawah garis asasnya, sementara tidurnya jatuh daripada 7 jam 12 minit yang biasa kepada 6 jam 4 minit. Kalau aktivitinya kekal agak stabil, corak itu lebih menghala kepada kualiti tidur dan pemulihan berbanding lonjakan beban latihan.

Soalan susulan menambah satu lapisan konteks lagi. Sonar AI boleh meneliti data pemakanan dan penghidratannya dalam tempoh sama untuk melihat sama ada ada perkara lain yang berubah seiring dengan pemulihan. Kalau pengambilan kalori turut menurun pada malam tidurnya bertambah buruk, pasukan mempunyai corak yang lebih khusus untuk disiasat berbanding skor pemulihan rendah semata-mata.

Oleh sebab Sonar AI mengekalkan konteks perbualan, pasukan boleh mempersempit analisis tanpa bermula semula. Mereka boleh meminta aliran tidur Kate, membandingkan metrik yang sama dengan bulan lepas, atau meneliti isyarat berkaitan lain dalam perbualan yang sama.

Minta aliran dalam format yang benar-benar diperlukan pasukan kamu

Peranan berbeza memerlukan tahap perincian berbeza. Yang menyiapkan sesi mahukan nilai harian yang tepat. Yang membuat semakan pantas cukup dengan ringkasan pendek. Yang menilai kemajuan jangka panjang lebih suka melihat aliran dalam bentuk carta.

"Tindihkan HRV dan tempoh tidurnya pada carta yang sama untuk 60 hari lepas supaya saya nampak sama ada kedua-duanya bergerak seiring."

"Pecahkan langkah dan kalori aktifnya mengikut hari untuk tiga minggu lepas, bukan sekadar jumlah mingguan."

"Tulis ringkasan pemulihan dua ayat yang boleh saya tampal terus ke dalam nota sesinya."

Sonar AI membentuk jawapan mengikut soalan. Ia mungkin memulangkan carta yang membandingkan beberapa metrik, jadual harian dengan nilai tepat, atau ringkasan bertulis pendek yang boleh digunakan pasukan di tempat lain.

Carta juga boleh memaparkan julat biasa klien bagi setiap metrik. Jadi lebih mudah menilai sama ada sesuatu perubahan bermakna bagi orang itu, bukannya membandingkannya dengan sasaran umum.

Kesan corak merentas seluruh kumpulan klien sekali gus

Melihat seorang klien pada satu masa hanya menceritakan sebahagian kisah. Sonar Atlas turut menyokong analisis kesihatan populasi: ia membantu pasukan membandingkan corak dalam kumpulan yang lebih luas dan melihat di mana aliran yang serupa muncul.

"Klien mana yang mencapai sasaran langkah setiap minggu tetapi kadar denyutan jantung rehatnya masih tinggi?"

"Cari semua orang dalam program kesihatan metabolik yang aliran berat badan dan tahap aktivitinya sama-sama mendatar bulan ini."

"Susun klien mengikut sekonsisten mana jadual tidur mereka sepanjang suku tahun lepas, bukan mengikut jumlah jam."

Soalan begini paling berguna apabila mengandungi metrik yang jelas dan julat masa. Satu syarat tambahan mempersempit kumpulan itu lagi. Daripada bertanya secara umum siapa yang sedang bergelut, pasukan boleh menggabungkan beberapa isyarat berkaitan dan menemui corak populasi yang lebih khusus.

Pasukan juga boleh menapis Overview dahulu mengikut program atau kohort. Sebaik ada yang menonjol, mereka masuk ke profil individu untuk melihat dengan lebih dekat.

Menyatukan pelbagai peranti dan aplikasi tanpa hilang ketepatan

Kebanyakan klien menggunakan lebih daripada satu peranti atau aplikasi. Ada yang menjejak aktiviti dengan Apple Watch, tidur dengan cincin Oura, dan pemakanan dalam aplikasi yang lain sama sekali. Tab Sources pada profil setiap klien menyenaraikan setiap peranti yang bersambung, bila ia menyegerak kali terakhir, dan sama ada ia masih menghantar data.

Apabila dua peranti melaporkan metrik yang sama, Atlas tidak memilih salah satu secara sembarangan. Pasukan kamu boleh menetapkan peraturan gabungan bagi setiap metrik dan memilih antara Max, Purata, atau Jumlah. Bagi metrik terkumpul seperti langkah atau fasa tidur, Atlas menggunakan Max secara lalai: ini mengutamakan sumber dengan rekod paling lengkap bagi hari itu, bukannya menambah data yang bertindih. Bagi ukuran seketika seperti HRV atau kadar denyutan jantung rehat, tetapan lalainya ialah Purata. Panel Sources turut menunjukkan berapa banyak peranti yang menyumbang kepada setiap nilai. Kalau sesuatu angka nampak luar biasa, pasukan boleh menjejakinya kembali ke sumber yang bersambung dan menyemak jurang penyegerakan sebelum memutuskan berapa berat yang patut diberi.

Data yang telah diselaraskan itu menjadi asas bagi Sonar AI. Daripada menganalisis eksport berasingan sambil cuba menentukan sumber mana yang boleh dipercayai, ia bekerja dengan nilai bersepadu yang sudah diselesaikan Atlas. Pasukan mendapat asas yang lebih bersih untuk pengurusan data klinikal, dan AI menjadi lebih berguna berbanding papan pemuka yang sekadar memaparkan angka yang tidak berkait.

Masukkan Sonar AI ke dalam aliran kerja klinik yang sedia ada

Nilainya muncul sebaik ia menjadi sebahagian daripada rutin yang memang sudah diikuti pasukan, bukan alat berasingan yang perlu diingat seseorang untuk dibuka.

Semakan awal hari

Pada waktu pagi, tanya siapa yang memerlukan perhatian, teliti amaran utama, dan periksa sama ada ada masalah penyegerakan dalam kumpulan klien.

Sebelum setiap sesi

Keluarkan gambaran pantas tentang siapa yang berikutnya: tidur, pemulihan, dan aktiviti terkini. Jadi kamu perasan apa yang patut dibangkitkan sebelum perbualan bermula, bukan di pertengahannya.

Semakan bulanan

Minta ringkasan 30 atau 90 hari untuk aktiviti, tidur, dan pemulihan, bandingkan dengan tempoh sebelumnya, dan tandakan sesiapa yang alirannya terkeluar daripada julat biasa.

Semakan peringkat kohort

Tapis Overview mengikut program atau matlamat, lihat ke mana kumpulan itu bergerak secara keseluruhan, kemudian guna Sonar AI untuk mengenal pasti individu mana yang menarik aliran itu ke satu arah atau arah lain.

Mahu lihat cara ia berfungsi?

Terokai Sonar Atlas dan tempah demo untuk melihat bagaimana ia boleh menyokong hasil yang lebih baik di klinik kamu.