mHealth-Anwendungen für chronisch Kranke (eBook)

Vorwort 5
Inhaltsverzeichnis 8
1 mHealth-Systeme in der Medizin – Ein neuer Standard? 12
1.1Eine neue Technologie 12
1.2Chancen und Risiken 13
1.3Datenebenen 14
1.4mHealth und Datenzentrierung 15
1.5Prozesseinbindung 16
1.6Evaluation von mHealth-Systemen 17
1.6.1Leitfrage 1: Werden Prozesse optimiert? 17
1.6.2Leitfrage 2: Welche Elemente werden in die Evaluation einbezogen? 17
1.6.3Leitfrage 3: Welche Qualitäten werden erfüllt? 18
1.6.4Leitfrage 4: Welche Indikatoren werden gemessen und wie? 18
1.6.5Leitfrage 5: Wie ist die wirtschaftliche Relevanz? 19
1.7Schlussbetrachtung 19
Literatur 20
2 Chancen durch die Digitalisierung des Gesundheitswesens in Deutschland 21
2.1Unterscheidung eHealth und mHealth 21
2.2Der deutsche Gesundheitsmarkt 22
2.3Stand der Digitalisierung 22
2.4mHealth-Geschäftsmodelle 23
2.4.1Motivation von Gründern und Innovatoren 23
2.4.2Strategien der Projekte und Unternehmen 23
2.4.3Einsatzgebiete und Zielgruppen 25
2.5Erfahrungen mit mHealth-Modellen 26
2.5.1Chancen und Risiken 26
2.5.2Herausforderungen der Beteiligten 28
2.5.3Exemplarische Funktionen 29
2.5.4Erzielbare Effekte 30
2.5.5Erfolgsfaktoren 30
2.6Einschätzung der aktuellen Situation 32
2.7Schlussbetrachtung 33
Literatur 34
3 Ökonomische Aspekte von mHealth-Anwendungen 36
3.1Einleitung 36
3.2Ökonomische Betrachtung der Digitalisierung im Gesundheitswesen 37
3.2.1Informationsangebot und -nachfrage 37
3.2.2Veränderungen in der Kommunikationsqualität 40
3.3Externe Kommunikation 42
3.3.1Value-Added Services im Gesundheitswesen 42
3.3.2Erreichbarkeit und Gestaltung des Informationsangebots in value-added services 44
3.3.3Rechtliche und ethische Dimensionen 45
3.4Interne und interaktive Kommunikation 46
3.4.1Kommunikation im Behandlungsprozess 46
3.4.2Der Patient als Produzer 48
3.4.3Kompetenzen der Akteure 49
3.5Schlussbetrachtung 50
Literatur 51
4 Arzt-Patienten-App mit Alarmierungsfunktion 54
4.1Einleitung 54
4.2Zielsetzung 55
4.3Kommunikation zwischen Arzt und Patient 56
4.4Lösungsansatz 57
4.5Qualitätssicherung in der Anamnese und in der Therapie 60
4.6Anwendungsvorteile 62
4.6.1Die „Sprache“ des Patienten und des Arztes 62
4.6.2Visualisierung von Patientendaten im Arzt-Trend-Diagramm 63
4.6.3Technikzugang 63
4.6.4Qualitätssicherungstool im medizinischen Bereich 64
4.7Anwendungsbarrieren 64
4.7.1Überwachung der Therapie 65
4.7.2Motivation des Patienten 65
4.7.3Motivation des behandelnden Arztes 65
4.7.4Bezahlung der App 66
4.8Datensicherheit 66
4.9Best-Practice-Beispiele einer mobilen Arzt-Patienten-App mit Tagebuchfunktion 67
4.10Schlussbetrachtung 67
Literatur 69
5 Digitale Anamnese für optimale Patientenkenntnis – die Idana App in der Versorgung und Prävention von Kreuzschmerzen 71
5.1Einleitung 71
5.2„Ein Kreuz mit dem Kreuz“ – nicht-spezifischer Kreuzschmerz als Herausforderung für Patienten, Ärzte und das Gesundheitswesen 72
5.2.1„Nicht-spezifischer Kreuzschmerz“ im Profil: Klassifikation, Epidemiologie und Prognose 73
5.2.2Red Flags, Yellow Flags, Blue Flags – wie den Ursachen von Kreuzschmerzen auf die Schliche kommen? 74
5.2.3Die Rolle der Anamnese für die weitere Therapie 76
5.3Case Study: Kreuzschmerzpatienten mit Idana anamnestizieren 78
5.3.1Idana WebApp 78
5.3.2Der Idana-Fragebogen „Rückenschmerz“ 79
5.4Anforderungen von Anamnese-Apps in der Diagnostik 84
5.4.1Anforderungen von Patientenseite 85
5.4.2Anforderungen von Behandlerseite 86
5.5Schlussbetrachtungen: Potenziale von WebApps in der Diagnostik und Therapie von chronischen Erkrankungen 87
Literatur 90
6 KI-gestütztes Wundmanagement 94
6.1Das disruptive Potenzial von mHealth-Anwendungen im Wundmanagement 94
6.2Die Digitalisierung des Wundmanagements 96
6.2.1Medizinischer Hintergrund 96
6.2.2Digitales Wundmanagement: eine Frage der Standardisierung und Modellierung 97
6.2.2.1 Digitale Workflow-Standards 98
6.2.2.2 Digitale Wundanalyse 99
6.3Überblick über mHealth KI-Plattformen 102
6.3.1Bekannte Deep-Learning-Architekturen 103
6.4mHealth-KI-Plattformen und Trainingsstrategien 104
6.4.1Deep Learning mHealth- Anwendung in der Praxis – Wundererkennung mittels künstlicher Intelligenz mit einem iOS-Smartphone 105
6.5Schlussbetrachtung 107
Literatur 108
7 Die bwHealthApp: Eine Plattform und Infrastruktur zum dauerhaften dezentralen individuellen Patientenmonitoring für die personalisierte Medizin 113
7.1Einleitung 113
7.2Datengetriebene Medizin 115
7.3Medizinische Anwendungen 116
7.4Wearables für die Medizin 117
7.5Konzept der bwHealthApp 120
7.5.1Anwendungsfall Onkologie 121
7.5.2Use Case Szenarien 122
7.5.3Systemeigenschaften und Anforderungen 123
7.5.4Systemarchitektur 124
7.5.5Funktionalitäten des Systems 126
7.5.6Flexibilität des Konzepts 127
7.6Integration von medizinischen Abläufen und IT 128
7.6.1Erarbeitung klinischer Nutzungskonzepte 128
7.6.2Technische Nutzungskonzepte 130
7.7Offene Fragen und Ausblick 131
7.7.1Governance, Zulassung und ELSI 131
7.7.2Evaluation der dezentralen Dauerüberwachung 132
7.7.3Integrierte Datennutzung und Entscheidungsunterstützung 133
7.8Schlussbetrachtung 133
Literatur 134
8 Digitale Lösungen für die Versorgung von Herzinsuffizienzpatienten 140
8.1Einführung 140
8.1.1Herausforderungen der Herzinsuffizienz 141
8.1.2Herzinsuffizienz im deutschen Gesundheitssystem 142
8.1.3Begriffsbestimmung – eHealth, Telemedizin, mHealth 144
8.2Digitale Lösungen in der Versorgung von HI Patienten – 2 Beispiele 144
8.2.1EHeR?versorgt in Rheinland-Pfalz 145
8.2.2PASSION-HF 148
8.3Potenziale digitaler Lösungen für die Versorgung von Menschen mit HI 149
8.3.1Zugang zu Gesundheitsdienstleistungen – Unabhängigkeit von Ort und Zeit 150
8.3.2Unterstützung der Kommunikation und der Datenanalyse 150
8.3.3Stärkung der Rolle des Patienten 152
8.3.4Akzeptanz 153
8.4Schlussbetrachtung und Ausblick 154
Literatur 155
9 Die Rolle personalisierter mHealth-Anwendungen zur Risikoreduktion der Alzheimererkrankung 161
9.1Einleitung 161
9.2Prävalenz der AK 162
9.3Das Konzept des Alzheimer-Krankheitskontinuums 162
9.4Patientenzentrierte Vorgehensweise 164
9.5Personalisierte Medizin und Alzheimer-Krankheit 165
9.5.1Ad 1): digitaler Biomarker 166
9.5.2Ad 2): Smartphone als Datenträger für personenbezogene Daten 168
9.6Benutzung von Smartphones in Deutschland 169
9.7Interventionsstudien zur mHealth-unterstützten Reduzierung des Risikos von AK: 169
9.8Zukünftige Entwicklungen 172
9.9Herausforderungen 173
9.9.1Ansatz der personalisierten Medizin 173
9.9.2mHealth-Anwendungen 174
9.10Schlussbetrachtung 175
Literatur 175
10 Gesundheits-Apps in der hausarztbasierten Versorgung – Empirische Befunde zur Perspektive von Allgemeinmedizinern und Patienten 180
10.1Einleitung 180
10.2Bisherige empirische Befunde 181
10.3Erkenntnisinteresse und Methodik 183
10.4Ergebnisse 184
10.4.1Stichprobe 184
10.4.2Bewertung und Einsatzpotenziale 185
10.4.3Nutzung und eigene Erfahrungen 187
10.4.4Hausärztliche Rolle und Kompetenzeinschätzung 189
10.4.5Optimierungsvorschläge 190
10.5Diskussion 192
10.5.1Zusammenfassung und Befunde anderer Studien 192
10.5.2Stärken und Schwächen 194
10.6Schlussbetrachtung 195
Literatur 196
11 Gesundheits-Apps zur verbesserten Versorgung von Patienten nach Nierentransplantation 198
11.1Einleitung 198
11.2Schwierigkeiten im Alltag von Patienten nach Nierentransplantation 199
11.3Apps im Gesundheitswesen – die andere Seite der Medaille 200
11.4Das MACCS Projekt und medworx.io GmbH 204
11.5DACE und die Healthcare Collaboration Platform comjoodoc 207
11.6Schlussbetrachtung 211
Literatur 212
12 Mobile Health und digitale Biomarker: Daten als „neues Blut“ für die P4-Medizin bei Parkinson und Epilepsie 215
12.1Einleitung 215
12.2Digitale Biomarker: Daten als „neues Blut“ der Datenverarbeitung für eine P4-Medizin und 4D-Gesundheitsforschung 217
12.2.1Definition 217
12.2.2Bedeutung von digitalen Biomarkern für die Versorgung chronisch Kranker: P4-Medizin und 4D Gesundheitsforschung 220
12.3Fallbeispiel EPItect: Erkennung epileptischer Anfälle mithilfe von digitalen Biomarkern 222
12.3.1Hintergrund 222
12.3.2Bedarf 223
12.3.3Technologische Umsetzung 224
12.4Fallbeispiel PCompanion: Personalisierte Versorgung von Parkinson-Patienten 227
12.4.1Hintergrund 227
12.4.2Bedarf 228
12.4.3Umsetzung 229
12.5Schlussbetrachtung 232
Literatur 233
13 Die Bedeutung eines standardisierten EEG Formats für die Versorgung von Epilepsiepatienten und für die Anwendung in mobilen Applikationen 236
13.1Einleitung 236
13.2EEG in der Neurologie – Indikation und Bedeutung 237
13.3Problemstellung 238
13.4Standardisierte Datenformate 241
13.4.1ACNS TS1 (ASTM E1467) 241
13.4.2HL7 V2.6 242
13.4.3Neuere HL7 Standards: HL7 V3 und FHIR 243
13.4.4EDF and EDF+ 244
13.4.5DICOM Waveforms 245
13.4.5.1 Datenmodell der DICOM Waveforms 246
13.4.5.2 Metadaten und Datenspeicherung mit DICOM Waveforms 247
13.4.5.3 Erweiterung für EEG 248
13.5Vorteile für den Patienten 248
13.6Schlussbetrachtung 249
Literatur 249
14 Gebrauchstauglichkeit, Akzeptanz und Nutzungserlebnis von mHealth-Anwendungen 253
14.1Einleitung 253
14.2Begriffsklärung 254
14.2.1Grundlagen 254
14.2.2Beziehungen und Relevanz 255
14.3Menschzentrierte Entwicklungsprozesse 256
14.3.1Grundlagen und Prinzipien 256
14.3.2Methoden und Vorgehensmodelle 258
14.4Fallbeispiel TaBeL 260
14.4.1Hintergrund 260
14.4.2Vorgehensweise und Ergebnisse 261
14.5Forschungsbedarf 266
14.5.1Inclusive Design 266
14.5.2Patienten als Menschen 267
14.6Schlussbetrachtung 267
Literatur 268
15 Verbesserung der ganzheitlichen Gesundheit mittels mHealth und Coaching 271
15.1Motivation 271
15.2Zielsetzung 274
15.3Gesundheits-Apps 275
15.4proVITALcoach als mHealth-Lösung 277
15.5Die proVITALcoach Software wird nach und nach in den wichtigen Hauptsprachen angeboten, sodass ein weltumfassender Vertrieb möglich wird. Initial werden die Sprachen Deutsch und Englisch unterstützt, wodurch alleine der Großteil von potentiellen Kund 282
15.6Schlussbetrachtung 285
Literatur 286
16 Qualitätsbewertung von gesundheitsbezogenen Apps 288
16.1Einsatz von Apps im Gesundheitswesen – Apps als digitale Helfer 288
16.1.1Einsatzmöglichkeiten und Potenziale im Gesundheitswesen 289
16.1.2Marktsituation 291
16.2Qualitätsbewertung von Apps 293
16.2.1Apps als Medizinprodukte?! 294
16.2.2Initiativen zur Qualitätsbewertung von gesundheitsbezogenen Apps 296
16.2.3Status der Qualitätsbewertung von Apps 297
16.3Implikationen für Praxis und Wissenschaft 300
16.3.1Förderung der digitalen Gesundheitskompetenz 300
16.3.2Entwicklung fachübergreifender Qualitätskriterien 301
16.3.3Innovationsförderung und verbindliche Marktzugangsregeln 302
16.3.4Anwendung pragmatischer Evaluationsdesigns 303
16.4Schlussbetrachtung: Apps im Gesundheitswesen jetzt und in Zukunft 304
Literatur 306
17 Digitale Zukunft – Der steinige Weg der Informationssicherheit 310
17.1Einleitung 310
17.2Begriffserklärungen 311
17.2.1mHealth 311
17.2.2Informationssicherheit 311
17.2.3Datenschutz 311
17.3Anwendungsgebiet mHealth 312
17.4Aktuelle Herausforderungen der digitalen Transformation 313
17.5Aktuelle Herausforderungen 313
17.6Lösungsansätze 315
17.7Schlussbetrachtung 317
Literatur 318
Stichwortverzeichnis 319