Spørsmål og svar: LG om utviklingen av forbrukertilbudene for innsamling av helsedata

Det er sjelden at forbrukere ser på kjøleskapet eller TV-en som et verktøy for å gi helsepersonell personaliserte helsedata, men LG NOVA ser muligheten for at forbrukerelektronikk kan bli datainnsamlere for forebyggende tiltak.

Atul Singh, daglig leder for digital helse ved LG NOVA, snakket med MobiHealthNews for å diskutere hvordan LG Electronics» nordamerikanske innovasjonssenter jobber for å forbedre helseopplevelsen for leverandører og pasienter i kliniske omgivelser, og vurderer hvordan det kan utvikle sine elektroniske enheter bredt offentlig for å forbedre helseresultater.

MobiHealthNews: Hvordan jobber LG innen digital helse?

Atul Singh: LG har vært i helsevesenet i flere tiår, men det er hovedsakelig innen skjermer, TV-skjermer og røntgenutstyr på sykehus. Så i utgangspunktet selger vi utstyr til sykehus.

Det vi gjør annerledes nå, er at vi hjelper sykehusene med å maksimere investeringene sine i disse enhetene de har kjøpt gjennom årene for å få mer verdi ut av dem.

Tjenestene vi har tilgjengelig er hovedsakelig virtuelle helserelaterte tjenester. Dette er telehelsetjenester. Se for deg virtuell sykepleie, der en fjernsykepleier kan jobbe med en sykepleier ved sengekanten eller gulvsykepleier for å hjelpe til med ulike oppgaver. Og disse oppgavene kan være så enkle som medisingodkjenning, for eksempel der de krever doble signaturer, visse utdata eller til og med sykepleieropplæring. En oversykepleier kan fjernutdanne yngre sykepleiere som er ved sengen på ulike oppgaver.

Andre brukstilfeller er pasientovervåking. SÅ, [in the Smart Cam Pro] enhet, det er et kamera, en haug med sensorer og et infrarødt kamera. Så denne enheten lar i hovedsak en ekstern sykepleier overvåke flere pasientrom. I dag kunne de overvåke opptil 16 rom, men dette tallet kan lett øke. Dermed kan de eksternt overvåke 16 pasienter og snakke med dem om nødvendig. Ellers overvåker de bare aktiviteten passivt.

Det er toveis i den forstand at vi har bygget AI-funksjoner inn i enheten. Så enheten overvåker, fordi du kan forestille deg en fjernsykepleier som overvåker 16 pasienter om gangen 24/7, det er veldig utmattende og det forårsaker tretthet, tretthet foran skjermen, og det kan hende de ikke legger merke til det.

Så det de vanligvis kan gjøre er å sette parametrene for hver pasient som de ønsker å overvåke, og systemet vil da holde et øye med det.

MHN: Er det en mulighet til å generere notater for en lege?

Singh: Vi introduserer nå denne funksjonen: ambient lytting. Så enheten har fire mikrofoner på toppen. Så det handler om å lytte til samtalen som aktivt foregår, enten det er mellom sykepleier og pasient, legen og pasienten. Og det vi gjør er å katalogisere hele samtalen og deretter oppsummere de viktigste funnene i samtalen slik at de kan gå inn i pasientens journal.

Vi har ikke distribuert den ennå. Vi tester det bare for å være sikker fordi det er en klinisk samtale, så noen av ordene som legen eller sykepleieren kan bruke kan være av klinisk natur eller medisinsk terminologi. Vi vil ikke at AI-motoren skal gi feil idé. Mange tester må derfor utføres i dette rommet.

Det er der vi starter, men vår ultimate visjon er å følge pasienten hjem. Så hjemme kjenner kunden eller forbrukeren oss gjennom deres samhandling med våre apparater eller apparater – TV-en, kjøleskapet, vaskemaskinen og tørketrommelen, etc.

Vi ønsker deretter å utvide omsorgen fra sykehuset når de kommer hjem, og vi vil gjøre det mulig for disse enhetene og enhetene de allerede har investert i å begynne å tilby omsorgstjenester.

Vi har i dag rundt 500-700 enheter i markedet blant forbrukere, og et stort flertall av dem er allerede utstyrt med smarte sensorer som kan samle inn og analysere informasjon om brukeratferd.

Så hvor ofte de bruker enheten, når de bruker den, i utgangspunktet generelle bruksmønstre, i tillegg til at selve enheten eller selve enheten overvåker enhetens levetid slik at hvis noe går galt, kan vi varsle kunden og proaktivt adressere det før enheten svikter.

Vi har også mye mer data om hvordan den enkelte bruker enheten: når på døgnet, hvor mange ganger osv.

Hvor ofte går du for eksempel foran kjøleskapet ditt? Så han kan fortelle, og om han har etablert et mønster at det hver dag mellom 06.00 og 08.00 er bevegelse foran kjøleskapet, mange ganger, er det normal oppførsel. Når vi så merker at det ikke har vært noen bevegelse eller at bevegelsen nå starter klokken ni i bare 10 minutter, på overtid, kan vi begynne å bruke disse dataene med andre datasett for å se om det er noe fra et medisinsk perspektiv som skaper en utfordring for denne personen. , i stedet for seks til åtte, flyttet de vinduet.

Eller de sluttet å gå foran kjøleskapet helt. Har plasseringen av kjøleskapet endret seg, eller er det et medisinsk problem som gjør at de ikke lenger kan komme på kjøkkenet og gjøre sine vanlige oppgaver? Men det er et veldig vagt datapunkt. Vi kan ikke trekke noen konklusjoner av dette.

Men hva om vi kombinerer dette med andre datasett, som hyppigheten av vaskemaskin, luftrenser eller TV-bruk? Og vi kjenner vanligvis plasseringen til disse enhetene etter hvor kunden befinner seg, deres postnummer.

Så begynner vi å se på de sosiale determinantene for helsetypedata, og til slutt kobler vi det til kliniske data fra leverandørene deres for å se om det er en endring i trenden? Og hvis det er tilfelle, kan vi gjøre noe med disse enhetene, med smart-TV-ene de har, for å begynne å varsle pasienten om at du kanskje vil gjøre dette, eller legen din vil at du skal prøve noe annet. Eller her er bare et enkelt varsel om at medisinen din vil være tilgjengelig om tre dager. Vil du lade opp?

Så vi har mange enkeltdatapunkter akkurat nå, men til sammen kan de bringe intelligens til interaksjonen med individet.

MHN: Hvordan kan disse elektroniske forbrukerenhetene utvikle seg til å inkludere helserelaterte tjenester?

Singh: Til syvende og sist kan vi tenke oss 10/15 år, uansett tidshorisont, for å kunne gjennomføre en prediktiv analyse. Så hvis du ser redusert bruk av visse ting, eller en annen tidsramme, eller hva som helst, kan spådommer gjøres om det. En medisinsk episode kan oppstå, og kan den stoppes eller behandles på forhånd? Men det er langt. Akkurat nå er vi på sykehuset og lærer, tilpasser oss, forbedrer kvaliteten på omsorgen, og flytter så til postakutt omsorg, langtidspleie og til slutt hjem.

Teknologien må ta igjen litt. Regelverket må ta igjen. Betalingsmodeller må ta igjen, men alle beveger seg i den retningen.