Skräddarsydd hälsodata
Med ett vanligt aktivitetsarmband, en trådlös blodtrycksmätare och machine learning har forskare kunnat avgränsa den exakta orsaken till en stor hälsorisk och vilken individuell vardagsvana som behöver förändras för att minska den.
Högt blodtryck är ett vanligt hälsoproblem som över tid ökar risken för stroke, hjärtinfarkt, hjärtsvikt, njursjukdom och demens. Ändå är det svårt för läkare att få sina patienter att lägga om livsstil och träna mer, sova mer och stressa mindre för att bara nämna några vanor med en positiv inverkan på blodtrycket.
– Vi frågade oss vad som skulle hända om vi hittade det unika hälsobeteende som hade störst effekt på blodtrycket hos varje individ, säger Sujit Dey, professor vid institutionen för elektroteknik och datateknik vid University of California San Diego, som genomfört studien i samarbete med doktoranden Po-Han Chiang.
Under 90 dagar samlade forskarna in data om sömn, träning och blodtryck från åtta patienter med ett vanligt aktivitetsarmband och en trådlös blodtrycksmätare. Med hjälp av maskininlärning utvecklade de en algoritm för att förutsäga användarens blodtryck och vilka vanor som hade störst påverkan på det.
Stora förbättringar
Medan många hälsodatabaser lägger till stora mängder patientinformation i en modell och drar slutsatser på individnivå, bekräftar denna studie värdet av mer skräddarsydd hälsodata. Som exempel kunde en deltagare sänka sitt systoliska, övre, blodtryck med 15,4 procent och sitt diastoliska, nedre, blodtryck med 14,2 procent på en vecka genom att röra sig lite mer under dagen.
För en annan patient var för lite sömn den vana som hade störst inverkan på blodtrycket. Genom att gå och lägga sig en timme tidigare sänktes blodtrycket med i genomsnitt 3,6 procent respektive 6,6 procent på en vecka.
Nu testar forskarna sin metod på större patientunderlag för att över tid utveckla prognosmöjligheterna och kunskaperna om blodtryckets långtgående hälsoeffekter.
Källa: Eurekalert.org
Läs mer om ämnet: