Химич Роман (totaltelecom) wrote,
Химич Роман
totaltelecom

Повестка дня и визия для mHealth

В тематической группе на LinkedIn хороший человек из чудесной компании задал вопрос "а что можно было бы считать главными нерешёнными проблемами в mHealth?" Я как раз размышлял на схожие темы и оформил их результат в виде небольшого текста. Чтобы прочесть английскую версию вам понадобится зарегистрироваться в группе, скорее всего. А русский вариант привожу здесь.

Позволю себе сформулировать задачу по-другому. Для успешной экспансии индустрия mHealth нуждается в сильной визии, в привлекательном образе мира, где mHealth стала одним из элементов образа жизни. Не нужно пытаться заглянуть слишком далеко в будущее. Технологии эволюционируют (и устаревают!) слишком быстро, а нам необходимо отталкиваться от современного технологического уровня. Поэтому давайте попробуем заглянуть на несколько лет вперёд, в 2020 год, например. Ниже я предложу своё представление о возможном будущем индустрии и ключевых элементах этого будущего. Тем самым я сформулирую в неявном виде дорожную карту mHealth, хотя бы частично. Имея представление о будущем мы сможем определить повестку дня сегодняшнего.

Итак, 2020 год. Первое, что обращает внимание
это наличие всеобъемлющей и повсеместной инфраструктуры mHealth.

  1. Функции mHealth имеют аппаратную и программную поддержку операционными системами смартфонов и компьютеров. Это включает в себя:

    • наличие встроенных датчиков (наподобие сопроцессора M7 в iPhone 5s), пригодных для съёма vital signs,

    • программные функции первичной обработки и интерпретации vital signs. Среди прочего стандартные версии ОС включают в себя функции оценки функционального состояния организма на основе данных камеры (черты лица, движение глаз, цвет кожных покровов) и микрофона (характеристики голоса и дыхания).

    • программные интерфейсы для доступа к данным vital signs и оценкам функционального состояния из предыдущего пункта. Таким образом разработчики приложений могут, при необходимости, получать от ОС сразу данные о ЧСС или количестве шагов. Наличие API для доступа к функциям mHealth резко упрощает разработку приложений.


  2. Чтобы подтолкнуть разработку приложений производители выкупили и открыли для всех желающих ряд ключевых алгоритмов для mHealth-приложений. Например, алгоритмы анализа состояния здоровья по голосу. При этом в публичном обороте оказались не только сами алгоритмы, но и весь массив знаний, на которых эти алгоритмы основаны.

  3. Чрезвычайно важным шагом, который ознаменовал грандиозный шаг в развитии медицины в целом, стало появление так называемых эталонных моделей человеческого существа. Создание программного продукта неявно предполагает построение модели предметной области. В случае действительно сложных проектов необходимо начинать с определения онтологии. Наука накопила гигантское количество эмпирического знания о человеческом существе и множество теоретических моделей. До сих пор это знание плохо упорядочено и мало приспособлено для нужд программирования. Точнее, оно не учитывает особенности программной индустрии. Долгие годы именно это являлось основным барьером для участия отдельных энтузиастов и небольших коллективов, не имеющих возможности вести полноценные R&D в области медицины. Эталонная модель это структурированное описание, задаваемое выражениями какого-либо формального языка. Например, языка программирования. Такие модели обеспечивают разработчиков компактным, рациональным, численным и логически непротиворечивым описанием феномена. В нашем случае это феномен человеческого существа. Очевидно, что подобные модели могут быть частными, ограниченными. Но эффективная работа с миокардом спортсмена необязательно предполагает учитывать нюансы его сексуальности или цвет кожи. Компании-разработчики эталонных моделей непрерывно их совершенствуют. В результате модели описывают всё новые и новые закономерности и всё точнее описывают уже существующие.

  4. Использование парадигмы Big Data позволило сделать ещё один важный шаг. Регулярный мониторинг функциональных показателей десятков миллионов человек по всему миру обеспечил невиданные ранее массивы данных. Их анализ позволил выявить множество закономерностей, которые ранее ускользали от исследователей. Интегральным результатом этих усилий стало эффективное профилирование индивидов. Профиль объединяет людей, чьи организмы ведут себя более или менее одинаково. Мы, люди, представляем собой один их наиболее массовых серийных продуктов с тиражом в миллиарды единиц. Разброс наших ключевых характеристик (фенотипических признаков и функциональных показателей организма) не так уже велик и находится в достаточно узком диапазоне. На выборке из сотен миллионов особей мы получаем десятки и сотни тысяч людей, чей организм ведёт себя практически идентичным образом. Благодаря Big Data именно mHealth стал проводником концепции индивидуальной медицины.

  5. Вместе взятые, четыре предыдущих шага позволили создать действительно мощную развитую экосистему. Приложения для медицины и здоровья разрабатывают сотни тысяч индивидуальных и коллективных разработчиков. Важнейшей частью этого сообщества являются профессионалы из области медицины и фитнеса. Не имея специального образования в области компьютерных наук они используют простые и удобные визуальные среды для разработки приложений, самостоятельно воплощая свои идеи и взгляды. Интеграция биообратной связи и mHealth обеспечило прорыв в области фитнеса, образования и профессиональной подготовки, психотерапии и других форм инженерии человека.

  6. Одним из наиболее наглядных свидетельств успеха mHealth стало решение задачи экспресс-диагностики функционального состояния на основе анализа голоса (через микрофон) и лица (с помощью камеры). Не требуя дополнительных внешних устройств, эти методы максимально удобны для пользователей и могут выполняться без ограничений регулярно на протяжении суток. Предлагая время от времени выполнить несложные функциональные тесты (присесть 30 раз на протяжении 2 минут и посчитать свой пульс до, после и через 3 минуты после упражнения), смартфоны дают людям возможность наглядно наблюдать зависимости между своим самочувствием и образом жизни. Возможность наблюдать в динамике своё здоровье и выявлять его связь с окружающей средой (включая работу, семью и окружение) приводит к неожиданным следствиям. Значительно обостряются трудовые конфликты, поскольку люди больше не могут не замечать негативное влияние сверхурочных и нарушения норм охраны труда.

  7. Наконец то решена задача полной диспансеризации населения. Алгоритмы экспресс-диагностики по движениями глаз (gaze) и почерку обеспечивают 95-98% точность диагностики состояния ЦНС, включая психические и неврологические расстройства. Решены задачи ранней диагностики болезни Паркинсона, синдрома Альцгеймера и ряда других старческих расстройств. Массовое распространение mHealth дало возможность снизить заболеваемость сердечно- сосудистыми заболеваниями, гастроэнтерологическими и другими заболеваниями психосоматической этиологии. Используя методы Brain Fitness в сочетании с технологиями биообратной связи, при наличии некоторой самодисциплины и смартфона люди получают адекватный уровень нагрузки для профилактики широкого круга расстройств.

Что это даст это вашей Компании? Гдё её место в новом мире? Очевидно, что Самсунг занимает уникальную нишу и такими же возможностями. Как производитель широкого диапазона мобильных устройств, программных продуктов, включая ОС, Ваша компания может стать один из двух-трёх китов, которые будут держать на себе индустрию. Обеспечив своими ресурсами появление описанной выше инфраструктуры, компания сможет надолго защитить свои позиции.

P.S. Google разрабатывает новый API Fitness для Android - пожалуйста, ровно об этом. В общем, не я один такой умный :-)
Tags: self-engineering, гаджет, стратегии
Subscribe
  • Post a new comment

    Error

    Anonymous comments are disabled in this journal

    default userpic

    Your reply will be screened

    Your IP address will be recorded 

  • 1 comment