عیب دار موبائل ہیلتھ ایپس اور آلات کے خطرات

موبائل صحت کی دھماکہ خیز مواد میں اضافہ (میہمیت) کافی بگا پیدا ہوتا ہے. ذرائع ابلاغ ایک چمکیلی نئی ایپ کا احاطہ کرتا ہے جس سے مریضوں کو صحت مند ہونے یا کلینگروں کو زیادہ موثر اور موثر بننے میں مدد دینے میں مدد ملتی ہے. شکاگو یونیورسٹی کے زیر اہتمام ایک حالیہ جائزہ سے ظاہر ہوتا ہے کہ سب سے زیادہ عام طور پر دستیاب موبائل ہیلتھ ایپلی کیشنز مریضوں کے لئے تیار کیے گئے ہیں.

وہ اکثر صحت اور بیماری کے انتظام کا نشانہ بناتے ہیں. ان دو اقسام کے بعد اطلاقات خود کی تشخیص کے لئے ہیں، ادویات کے انتظام کے لئے اطلاقات (ڈیجیٹل یاد دہانیوں) اور الیکٹرانک مریض پورٹل اطلاقات.

تاہم، زیادہ سے زیادہ mHealth ایپس کو سخت طریقے سے ٹیسٹ نہیں کیا گیا ہے، تاکہ ہم یقین نہیں کر سکتے کہ وہ اپنے وعدوں پر بھروسہ کرتے ہیں. اس آرٹیکل کا مقصد ایم ایچ ٹی ٹی ٹی ٹیکنالوجی کے لۓ مثبت طریقے سے صحت کی دیکھ بھال اور صحت کے نتائج کو تبدیل کرنے کے لۓ جائز نہیں ہے، لیکن یہ واضح کرنے کے لئے کہ کس طرح عیب دار mHealth اطلاقات اور آلات سنگین نتائج کی قیادت کر سکتے ہیں.

کئی قسم کی غلطیاں موجود ہیں جو ایم ایچ ٹی ایم ایل یا آلے ​​کو طے کر سکتی ہیں. فہرست مکمل نہیں ہے.

غلط

بہت سے mHealth اطلاقات یا آلات پیرامیٹرز کی پیمائش کے لئے ڈیزائن کیا جاتا ہے جیسے خون کے گلوکوز، بلڈ پریشر، جسمانی سرگرمی ، پھیپھڑوں کی تقریب، آکسیجن کی سطح، اور cardiac تال. ایک غلط اپلی کیشن یا آلہ پیرامیٹر کے مطابق، یا تو کم از کم کم از کم، overestimation، یا غلط کلیکشن کی طرف سے اقدامات کرتا ہے.

اس اپلی کیشن پر غور کریں جو اسمارٹ فون کو گلوکوز میٹر میں تبدیل کرنے کے لئے گلوکوز پٹی ریڈر سے جوڑتا ہے. اگر اپلی کیشن کو غلط گلوکوز کی پڑھائی کو ظاہر کرتا ہے اور انسولین کی غلط خوراک کی سفارش کرتا ہے، تو انسولین کو منظم ہونے کے بعد مریض خطرناک طور پر کم یا اعلی گلوکوز کی سطح تک پہنچ سکتا ہے.

کچھ پیرامیٹر آسان نمبر نہیں ہیں، بلکہ زمرے. ایک غلط اپلی کیشن پیرامیٹر غلط زمرہ میں غلطی کرے گی. جویل اے ولف اور اس کے ساتھیوں نے پٹسبرگ یونیورسٹی سے اسمارٹ فون اطلاقات کی درستگی کا اندازہ کیا جس کا جلد جلد کی گہرائیوں کی تصویروں کا تجزیہ کرنے کے لئے ڈیزائن کیا گیا تھا اور امکانات کا اندازہ لگایا گیا کہ اس کے نتیجے میں melanomas تھے.

چار اطلاقات میں سے تین میں سے 30 فیصد یا اس سے زیادہ سچا میلانامس غلط طور پر بدنام ہیں. دلچسپ نتائج کے ساتھ ایک اور مطالعہ بھی سوئٹزرلینڈ میں دل کلینک زورچ سے ایک ماہر نفسیات ڈاکٹر کرسٹوچ ویسس نے شائع کیا. ان کی ٹیم نے تجارتی اسمارٹ فون ایپس کی جانچ کی جو دل کی شرح کی پیمائش کرتی ہے. انہوں نے ان تشخیصی درستگی میں متضاد پایا، غیر رابطہ رابطوں کے ساتھ رابطے پر مبنی ایپس کے مقابلے میں کم درستگی کی نمائش کے ساتھ.

ڈگری جس میں غلط اپلی کیشن یا آلہ مریض کی حفاظت سے متعلق معاہدے کرے گا اس پر منحصر ہے کہ غلطی کی سمت اور شدت، بنیادی صحت کی حالت میں خطاب کیا جا رہا ہے، اس کے تناظر میں اے پی پی استعمال کیا جاتا ہے، اور دیگر عوامل.

ناقابل یقین

ایک قابل اطلاق اپلی کیشن یا آلہ جس میں پیرامیٹرز کو تبدیل نہیں کیا گیا ہے ماپنے میں زیادہ سے زیادہ مختلف حالتوں کی پیداوار کرتا ہے. مثال کے طور پر، ایک ناقابل قابل گلوکوز کی پیمائش اے پی پی اس بات کا اشارہ کرے گا کہ حقیقت میں یہ مستحکم رہا ہے جب صارف کے خون میں گلوکوز نمایاں طور پر بدل گیا ہے.

نوٹ کریں کہ ایک ایپ یا آلہ قابل اعتماد لیکن غلط ہو سکتا ہے. ایک آلہ جس میں مسلسل 30 ملی گرام / ڈی ایل کی طرف سے خون میں گلوکوز کم ہوتی ہے قابل اعتماد لیکن غلط ہوگا.

ثبوت پر مبنی نہیں

ایک ایسی ایپ یا ڈیوائس جو سائنسی ثبوت پر مبنی نہیں ہے، اس کی تشخیص فراہم کرسکتا ہے یا اس سے متعلق علاج کی تجویز کرسکتا ہے جو بدترین طور پر بیکار ہے یا بدترین طور پر نقصان دہ ہے. ایک انٹرمیڈیٹیٹری منظر یہ ہے کہ موہتمیت ٹیکنالوجی نے خصوصیات یا اجزاء فراہم نہیں کی ہیں جو فائدہ مند ہیں. فرض کریں کہ ایک ڈاکٹر کا استعمال ایک اپلی کیشن کا استعمال کرتا ہے جو انضمام دمہ کے ساتھ مریض کے علاج کے بہترین طریقہ کا تعین کرے. اگر ایپ ثبوت ثبوت پر مبنی علاج (جیسا کہ سانس لینے سٹیرائڈز) کی سفارش کرنے میں ناکام ہوجاتا ہے، تو مریض بیکار سے برداشت کر سکتا ہے.

کچھ mHealth اطلاقات مریض مخصوص اعداد و شمار پر مبنی ایک مریض کا خطرہ پروفائل کا حساب کرتا ہے. مثال کے طور پر، کارڈیڈ خطرہ کیلکولیٹر مریض کی عمر، صنف، سگریٹ نوشی کی حیثیت، بلڈ پریشر، کولیسٹرل کی سطح، اور دیگر معلومات کو کارڈیڈ ایونٹ کے خطرے کا اندازہ کرنے کے لئے استعمال کرسکتے ہیں.

اس طرح کے ایک اپلی کیشن میں مجموعی غلطی ممکنہ طور پر نقصان دہ یا غیر موثر طریقے سے علاج کے راستے کی طرف متوجہ ہوسکتے ہیں.

امید ہے کہ ایپلی کیشنز یا آلات کی طرف سے پیش کردہ معلومات پر عمل کرنے کے لۓ صحت کی دیکھ بھال فراہم کرنے والے طبی فیصلہ کرنے کا فیصلہ کریں. لیکن ایک عیب دار ایپ قابل اعتماد ظاہر ہوسکتا ہے. مریضوں یا عام صارفین (ایم ایچ ٹیول ایپس کے لئے سب سے بڑا ناظرین) ایک اپلی کیشن یا ڈیوائس کی درستگی کی جج میں بھی کم قابل ہیں. ماہرین کا کہنا ہے کہ بے شمار کنٹرول ٹرائلز (عام طور پر تحقیق میں سونے کے معیار کو سمجھا جاتا ہے) mHealth اطلاقات اور ان کے بنیادی اصولوں کو درست کرنے کی ضرورت ہے. خاص طور پر، ہمیں بڑے نمونے اور طویل پیروی کے ساتھ آزمائشیوں کو تلاش کرنا چاہئے. ابھی تک، بہت سے صحت کے اطلاقات کی طرف سے بنایا دعویوں کی حمایت کرنے کے لئے بہت ثبوت نہیں ہے. لہذا، قائم کرنے کے لئے مزید تحقیق کی ضرورت ہے کہ اگر ان میں سے بہت سے ایپلی کیشنز صحت کی دیکھ بھال میں قابل قدر ذریعہ ہوسکتے ہیں. صحت کے پیشہ ور افراد کے لئے یہ بھی ضروری ہے کہ نئے ایپس کیسے استعمال کریں.

دوسرے خیالات

ایک غلطی اپلی کیشن کو مارکیٹ سے ہٹا دیا جاسکتا ہے، جیسا کہ پیفائزر کے رومومولوجی کیلکولیٹر اے پی کے کیس تھا، جس میں رمومیٹائڈ گٹھائی کے مریضوں میں بیماری کی سرگرمی کا اندازہ کرنے کے لئے غلط اسکور پیدا ہو رہا تھا.

لیکن آن لائن مارکیٹوں سے ہٹانے کے صرف نئے ڈاؤن لوڈز کو روکتا ہے. صارفین کے اسمارٹ فون یا ٹیبلٹ پر پہلے سے ہی اطلاقات کو ڈاؤن لوڈ کیا ہے؟ اگر صارف خطرے سے واقف نہیں ہے، تو خطرہ برقرار رہتا ہے.

ایک اور اہم مسئلہ حساس صحت کی معلومات کی حفاظت ہے جو ذہانت ٹیکنالوجی کی طرف سے ذخیرہ یافتہ ہے. مریضوں اور کلینرز ممکنہ اعداد و شمار کی خلاف ورزیوں کے بارے میں فکر مند ہیں.

ایف ڈی اے کچھ قسم کے موبائل ہیلتھ ایپس کو منظم کرتا ہے، لیکن دوسروں کو کم خطرہ سمجھا جاتا ہے اگر انہیں طبی آلات پر غور نہیں کیا جاسکتا ہے.

اگرچہ ہمیں ان کے خطرات اور حدود کے بارے میں آگاہ ہونا چاہئے، مچھٹ ایپس میں لوگوں کو بھی صحت مند انتخاب کرنے اور زیادہ ذمہ داری لینے کی حوصلہ افزائی کرنے کی صلاحیت بھی ہے.

> ذرائع:

> کاپیٹی ٹی، برچین اے اے، وائی سی سی، اور ایل. دل کی شرح کی پیمائش کے لئے اسمارٹ فون اطلاقات کی درستگی. یورپی جرنل آف روک تھام کارڈیولوجی 2017؛ 24 (12): 1287-1293.

> کارٹیز این، کوہین I، کیسلیلیم اے. موبائل ہیلتھ ٹیکنالوجیز کے ایف ڈی اے ریگولیشن. نیو انگلینڈ جرنل آف میڈیسن 2014؛ 371 (4): 372-379.

> Covolo L، Ceretti E، Moneda M، Castaldi S، Gelatti U. کیا ثبوت عام طور پر موبائل فون ایپس کے استعمال سے صحت مند طرز زندگی کو فروغ دینے کے لئے ڈرائیور کے طور پر عوامی صحت کے نقطہ نظر سے ہے؟ بے ترتیب کنٹرول ٹرائلز کا ایک منظم جائزہ مریض کی تعلیم اور مشاورت 2017؛ 100: 2231-2243.

> کاو سی، لیببیوٹ ڈی. صارف موبائل ہیلتھ ایپلی کیشنز: موجودہ ریاست، رکاوٹوں، اور مستقبل کی سمت. پی ایم اور آر 2017؛ 9 (5): S106-S115.

> پاول اے، لن لینڈ مین اے، بٹس D. چند اچھے اطلاقات کی تلاش میں. جم 2014؛ 311 (18): 1851-1852.

> ولف جے اے، نوراؤ جے ایف، اکلوف اے، اور ایل. میلانوما کے پتہ لگانے کے لئے اسمارٹ فون ایپلی کیشنز کی تشخیصی غلطی. جامعہ ڈرماتولوجی 2013؛ 149 (4): 422-426.