Urządzenia, które dyskretnie śledzą naszą codzienną aktywność, minuty ćwiczeń i jakość snu, przechodzą cichą, ale głęboką transformację. Niegdyś uważane wyłącznie za gadżety dla entuzjastów fitnessu, dziś stają się kluczowymi narzędziami we wczesnej diagnostyce i zapobieganiu poważnym zagrożeniom dla zdrowia. Żyjemy w erze medycznego „Internetu rzeczy” (Internet of Things), wszechświata połączonych z internetem aplikacji, czujników noszonych na ciele i inteligentnych urządzeń, które nieustannie gromadzą, analizują i udostępniają nasze dane zdrowotne, otwierając niewyobrażalne możliwości medycyny spersonalizowanej.
Według ostatnich badań, prawie jedna czwarta populacji krajów rozwiniętych korzysta z jakiegoś rodzaju trackera zdrowia. Jednak urządzenia noszone na ciele to tylko jedna część złożonego ekosystemu, który przekształca nowoczesną opiekę zdrowotną. Eksperci tacy jak dr Sandeep Kishore, profesor nadzwyczajny medycyny na Uniwersytecie Kalifornijskim w San Francisco (UCSF), prowadzą inicjatywy mające na celu integrację tych technologii bezpośrednio z praktyką kliniczną w leczeniu schorzeń takich jak cukrzyca i wysokie ciśnienie krwi.
Rewolucja na naszym nadgarstku: Więcej niż licznik kroków
Kiedy mówimy o technologii noszonej na ciele, pierwszym skojarzeniem dla wielu są inteligentne opaski i zegarki, które mierzą liczbę kroków, tętno i poziom tlenu we krwi. Jednak spektrum tych urządzeń jest znacznie szersze. Smartfony stały się centralnymi węzłami danych zdrowotnych, odbierającymi informacje z różnych czujników i umożliwiającymi bezpośrednią komunikację z zespołami medycznymi za pośrednictwem bezpiecznych platform. Jednym z najbardziej uderzających przykładów są czujniki zewnętrzne, takie jak cyfrowe ciśnieniomierze czy systemy ciągłego monitorowania glikemii (CGM).
Systemy ciągłego monitorowania glikemii, małe plastry z niemal niewidoczną igłą, najczęściej aplikowane na ramię, stanowią prawdziwą rewolucję dla diabetyków. Urządzenia te mogą mierzyć poziom cukru w płynie śródtkankowym co kilka minut, przesyłając dane bezpośrednio na smartfon użytkownika. W ten sposób, zamiast bolesnych nakłuć palca kilka razy dziennie, pacjent otrzymuje pełny obraz zmian stężenia glukozy w ciągu 24 godzin, co pozwala na bardziej precyzyjne dostosowanie terapii i diety. Zespoły badawcze, takie jak te na UCSF, aktywnie pracują nad rozwojem systemów, które uczynią te dane natychmiast dostępnymi i użytecznymi dla zespołów medycznych.
Rozwiązanie problemu „nadciśnienia białego fartucha” i innych wyzwań diagnostycznych
Jednym z największych wyzwań w praktyce klinicznej jest to, że lekarze często otrzymują jedynie chwilowy, fragmentaryczny wgląd w stan pacjenta. Pomiar ciśnienia krwi w gabinecie lekarskim jest doskonałym przykładem. Zaskakująco trudno jest uzyskać dokładny odczyt w takim otoczeniu. Pacjent mógł właśnie wypić poranną kawę, spieszyć się po schodach lub odczuwać lekki niepokój związany z samą wizytą. Wszystkie te czynniki mogą tymczasowo podnieść ciśnienie krwi, prowadząc do zjawiska znanego jako „nadciśnienie białego fartucha”.
To właśnie tutaj technologia noszona na ciele pokazuje swoją prawdziwą siłę. Inteligentne ciśnieniomierze, których można używać w domu, pozwalają na regularne pomiary w zrelaksowanym otoczeniu. Mogą one rejestrować wartości ciśnienia przez cały rok, a nie tylko podczas półrocznych kontroli. Dane są przesyłane do bezpiecznego systemu, zapewniając lekarzowi rzeczywisty i długoterminowy wgląd w obraz układu sercowo-naczyniowego pacjenta. Pomaga to unikać niepotrzebnych terapii i zapewnia, że leczenie otrzymują tylko ci, którzy go naprawdę potrzebują. To samo dotyczy wykrywania migotania przedsionków, gdzie inteligentne zegarki mogą stale monitorować rytm serca i ostrzegać o nieprawidłowościach, które w gabinecie mogłyby pozostać niezauważone.
Przyszłość jest teraz: Cyfrowe bliźniaki i inteligentna diagnostyka
Wizja na następne pięć lat przynosi jeszcze bardziej zaawansowane koncepcje. Technologia musi stać się prostsza i mniej wymagająca dla pacjenta. Nacisk kładziony jest na rozwiązania, które nie wymagają dużego zaangażowania, takie jak możliwość mierzenia pewnego dnia ciśnienia krwi za pomocą aparatu w smartfonie lub analizowania rytmu serca za pomocą nagrania wideo z rozmowy na Zoomie.
Jedną z najbardziej intrygujących koncepcji jest tworzenie „cyfrowych bliźniaków”. Chodzi o zaawansowany model komputerowy zdrowia danego pacjenta. Ten wirtualny awatar, zbudowany na podstawie ciągłych danych z urządzeń noszonych na ciele, informacji genetycznych i wyników klinicznych, mógłby służyć jako poligon doświadczalny. Zespoły medyczne mogłyby symulować działanie różnych leków lub terapii na cyfrowym bliźniaku przed zastosowaniem ich u prawdziwego pacjenta, przewidywać rozwój choroby i personalizować leczenie w niewyobrażalnym stopniu. Chociaż ta technologia jest wciąż na wczesnym etapie i czeka na walidację kliniczną, jej potencjał jest ogromny.
Profesor medycyny na UCSF, dr Ida Sim, podkreśla ideę „bukietu, a nie kwiatów”. Wkrótce staniemy w obliczu sytuacji, w której dla jednego schorzenia będzie istniał szereg różnych gadżetów, z których każdy będzie zbierał własny zestaw danych – „kwiaty”. To nieuchronnie doprowadzi do przeładowania informacjami. Prawdziwym wyzwaniem i „tajnym składnikiem” sukcesu będzie zdolność do połączenia wszystkich tych różnych strumieni danych – kwiatów – w jeden sensowny, użyteczny i prosty „bukiet”, który zapewni lekarzom jasny i praktyczny obraz.
Sztuczna inteligencja jako kluczowy sojusznik w medycynie
Właśnie tutaj na scenę wkracza sztuczna inteligencja (AI). Radzenie sobie z ogromną ilością danych generowanych przez każdego pacjenta, a chodzi o gigabajty miesięcznie, stanowi ogromne wyzwanie obliczeniowe. AI ma potencjał, by przesiać tę „lawinę” danych i wykryć subtelne wzorce w rozwoju choroby, których ludzkie oko nie jest w stanie dostrzec. Te wzorce mogą pomóc w zrozumieniu przyczyn objawów, a nawet czynników napędzających samą chorobę. Ostatecznym celem jest przekształcenie surowych danych w klinicznie istotne alerty i interwencje.
Potencjał takiego systemu najlepiej ilustruje prawdziwy przypadek kliniczny. Dr Kishore wspomina pacjentkę po trzydziestce z cukrzycą typu 1, która potrzebuje regularnej insuliny do kontrolowania poziomu cukru we krwi. Niestety, zabrakło jej insuliny i została przyjęta do szpitala w stanie bliskim śpiączki. Jej współlokator znalazł ją nieprzytomną w pokoju. W przyszłości, jaką przewidują wizjonerzy, takiemu scenariuszowi można by zapobiec. Gdyby pacjentka miała pasywny system monitorowania poziomu cukru we krwi, dane mogłyby być częścią pętli zwrotnej między nią a jej zespołem medycznym. System mógł wysłać alert do lekarza lub farmaceuty monitorującego panel kontrolny. Mógł zainicjować automatyczne połączenie lub wiadomość na jej telefon, a w przypadku braku odpowiedzi, wezwać służby ratunkowe. Takiej tragedii można było zapobiec.
Pomimo obaw, AI nie zastąpi lekarzy. Wiedza kliniczna i ludzkie doświadczenie pozostają niezastąpione. Nie chodzi o to, że analityk danych czy ekspert od AI będzie samodzielnie generował wnioski kliniczne z góry danych. Budowanie użytecznych narzędzi wymaga multidyscyplinarnych zespołów składających się z programistów, klinicystów, pacjentów i projektantów doświadczeń użytkownika.
Wyzwania, standardy i kwestie etyczne
Droga do tej technologicznej przyszłości nie jest pozbawiona przeszkód. Oprócz ilości danych, dużym problemem jest agregacja i standaryzacja. Różne urządzenia śledzą dane na różne sposoby, a firmy często używają własnych, zastrzeżonych, zamkniętych algorytmów. Tworzy to „zamknięte silosy” danych i sprawia, że harmonizacja i łączenie informacji z różnych źródeł jest dużym wyzwaniem.
Aby przezwyciężyć te problemy, uruchamiane są projekty takie jak współpraca UCSF i Uniwersytetu Berkeley w celu opracowania platformy open-source o nazwie JupyterHealth. Celem tej platformy jest połączenie danych zdrowotnych i sztucznej inteligencji w celu lepszego zarządzania cukrzycą i nadciśnieniem. Wykorzystując modele AI, platforma w czasie zbliżonym do rzeczywistego wyodrębnia kluczowe wnioski dla lekarzy i pacjentów, umożliwiając podejmowanie decyzji, które przy tradycyjnym monitorowaniu zajęłyby miesiące lub lata.
Kluczową kwestią pozostaje bezpieczeństwo, prywatność i etyka. Instytucje takie jak UCSF mają rygorystyczny system kontroli i równowagi. Nowy Komitet Nadzoru nad Sztuczną Inteligencją w Opiece Zdrowotnej, składający się z ekspertów, dokonuje przeglądu projektów, aby zapewnić, że rozwijana i badana AI jest wiarygodna, sprawiedliwa, bezpieczna i chroni prywatność ludzi. Każdy badacz musi przedłożyć szczegółowe plany badawcze instytucjonalnej komisji rewizyjnej, która musi zatwierdzić wszelkie badania z udziałem ludzi, gwarantując, że są one prowadzone w sposób bezpieczny i etyczny.
Źródło: University of California
Czas utworzenia: 10 czerwca, 2025