Telemedizin: Gesundheit, messbar für jedermann

TelemedizinGesundheit, messbar für jedermann

Andreas Schreiber

Deutsches Zentrum für Luft- und Raumfahrt e.V.

Simulations- und Softwaretechnik, Köln/Berlin/Braunschweig

Wissenschaft im Rathaus, 02.03.2015

> Wissenschaft im Rathaus > Andreas Schreiber • Telemedizin - Gesundheit, messbar für jedermann> 23.02.2015DLR.de • Folie 1

• Vorstellung

• Telemedizin

• Selbstvermessung

• Daten

• Visualisierung und Analyse


Überblick

Vorstellung

Werdegang

DLR.de • Folie 3 > Wissenschaft im Rathaus > Andreas Schreiber • Telemedizin - Gesundheit, messbar für jedermann> 23.02.2015

Studium

Technomathematik

Soldat Fernmelde-

aufklärung, EloKa

Wissenschaftler

Vorstellung

Heute


Wissenschaftler,

Abteilungsleiter

Mitgründer, Geschäftsführer,

fleißigster Anwender

Mitbegründer

http://www.dlr.de/sc/desktopdefault.aspx/tabid-1199/1657_read-3066/


http://www.medando.de/


http://www.qscologne.de/


Schlaganfall 2009 – https://twitter.com/onyame/status/6664357458


Mein Hintergrund

Persönlich

https://twitter.com/onyame/status/6664357458

DLR-Einrichtung Simulations- und Softwaretechnik (www.DLR.de/sc)

Softwaretechnologie, u.a. für Telemedizin, Mobile Systeme, Big Data


Mein Hintergrund

DLR


Telemedizin

Telemedizin


Medizinische Diagnostik und

Therapie auf Distanz

• Räumlich oder zeitlich

• Zwischen Arzt, Therapeut,

Apotheker und Patient

• Zwischen zwei Ärzten

Einsatzfelder für „klassische“ Telemedizin

Raumfahrt



Arktis und Antarktis


Bild: AWI


Militärische Einsätze


Beispiel Ultraschall



Abgelegene Regionen (z.B. in Australien)


Chronisch kranke und ältere Menschen (Telemonitoring)


Robotik


Selbstvermessung


Von Telemedizin zur Selbstvermessung


Trend: Selbstvermessung

• Eigenes Verhalten, eigene

Gesundheit und eigenes

Wohlbefinden verstehen

• Quantified Self

Abgrenzung

• Telemedizin ist für die

Fragestellungen der Mediziner

• Selbstvermessung ist für die

Fragen des einzelnen Menschen

„Self-knowledge through numbers“

• Analysieren von Veränderungen und setzen von Zielen zum

Verständnis und Verbesserung des eigenen Ichs

Aufzeichnen und Auswerten der täglichen Routine und des eigenen

Zustandes mit

• Geräten (insb. tragbar; engl. Wearables)

• Apps für Smartphones und Web

• (Cloud-)Diensten


Quantified Self

Was ist das?

Hauptmotivationen der Selbstvermesser

• Selbstoptimierung (besonders bei Sportlern)

• Medizinische Gründe

• Begeisterung für moderne Technik


Quantified Self

Motivationen

Quantified Self

Aufzeichnen kann man…


ToDos

Medikamenteneinnahme

Finanzen

Chronische KrankheitenWolken

Ort

Sex

Regen

Allgemeiner Gesundheitszustand

Beziehungsqualität

Physische Aktivitäten

Körper

Ozonkonzentration

Blutzucker

Sucht

StimmungSymptomeBlutwerteNahrungsaufnahme

InsulineinnahmeVerspätungen

TemperaturLuftdruck

Quantified Self

Technologien zur Selbstvermessung


0%

10%

20%

30%

40%

50%

60%

70%

Smartphone &Apps

Web- &Desktop-Apps

Self-trackingHardware

(Wearables)

Eigenentw.(Spreadsheets

etc.)

Stift undPapier

Sonstiges

Wearables


Tragbare Computersysteme

• Am Körper befestigt

• Enthalten Sensoren

• Datenübertragung

Verwandte Technologien

• Ubiquitious Computing

(allgegenwärtige Computer)

• Pervasive Computing und

Internet of Things

• Mensch-Maschine-Interaktion

Medizinische Wearables

Hörgeräte


Medizinische Wearables

Herzschrittmacher


Selbstvermessung in der Praxis

Meine Sensoren und Smartphone-Apps


Quelle: SAT.1/Weckup, http://bit.ly/10CEfUX

http://bit.ly/10CEfUX



Schritte

Fitbit One


http://bit.ly/1qzEBYQ

http://bit.ly/1qzEBYQ

Gewicht

Withings Wi-Fi-Waage


http://bit.ly/16Aw284

http://bit.ly/16Aw284

Gewicht (Auswertung)

App GewichtsBegleiter


http://gewichtsbegleiter.de/






Stress

W/Me-Armband


Schlaf

App Sleep as Android


Blutdruck

App BlutdruckBegleiter


http://blutdruckbegleiter.de/




Aktivitäten und Orte

App Moves


Quelle: WDR/Servicezeit, http://bit.ly/DigitaleSelbstvermessung

http://bit.ly/DigitaleSelbstvermessung



Moves


Auto

ODB2-Adapter & App Dash


http://amzn.to/1cQyPPQ

http://amzn.to/1cQyPPQ

Smartphone-Nutzung und Stimmung

App Menthal


Schritte, Herzfrequenz, Schlaf, Aktivitäten, ...

Microsoft Band


Quelle: Microsoft, https://www.microsoft.com/microsoft-band

https://www.microsoft.com/microsoft-band

Microsoft Band



Was geht sonst noch?

Cortrium

EKG, Temperatur, Aktivität, Atemfrequenz


Quelle: CORTRIUM, http://cortrium.com

Lumo Back

Körperhaltung


Quelle: LUMO, http://www.lumobodytech.com

PAVLOCK

Zielerreichung


Quelle: PAVLOCK, http://pavlok.com

Medisane ScoreFit Metria

Pflaster mit Sensoren


• Energieverbrauch, Aktivität,

Temperatur, Schlaf,

Hautwiderstand, Schritte, ...

Quelle: ScoreFit/Medisana, http://scorefit.de

AmpStrip

Herzfrequenz und Aktivität


Quelle: AmpStrip, http://www.ampstrip.com

Gymwatch

Fitness-Tracker


Quelle: GYMWATCH, https://www.gymwatch.com

23andMe

Genanalyse


Quelle: 23andMe, https://www.23andme.com

Kenkodo

Metabolisches Profil


Quelle: Kenkodo, http://kenko.do


Daten


Umgebung

Ort

(Soziale)

Interaktionen

Cloud

Smartphone

Arzt

Produktivitä

t

Nahrungs-

aufnahmeFotos

Herzrate

Stimmung

Pulse

Aktivität

Haltung

Laborwerte

Gewicht

Photo: © WavebreakmediaMicro - Fotolia.com

Familie

Kranken-

kasse

Wetter

Auto

Hund

IoT

(Smart Home)

Städt. Daten

(Smart City)

Datenquellen

• Daten von Wearables und anderen Geräten

• Daten aus Smartphone-Apps

• Daten aus der Umwelt

• Daten aus sozialen Netzwerken

• Daten aus Wohnung und Stadt (IoT, Smart Home, Smart Cities)

Heterogene Speicherung

• Lokale Dateien und Datenbanken (auf Smartphones, Wearables,

Desktops)

• Cloud-Ressourcen


Daten

Wo sind die Daten?

Aufkauf von kleineren App-Herstellern

• Beispiel: Kauf von Moves durch Facebook

Anbieten von Gesundheits-/Fitness-Services (Apps, Cloud)


Wo gehen die Daten hin?

Große Firmen steigen in Quantified Self ein

Apple HealthKit Google Fit Microsoft HealthVault

Weitergabe an Firmen

• Gesundheitsdaten gehen an Krankenkassen

• Fahrgewohnheiten gehen an Autoversicherer

Teilen der Daten mit Freunden, Familie und Ärzten

• Wettbewerbe mit Freunden

• „Kontrolle“ durch Familienmitglieder

• Unterstützen der behandelnden Ärzte


Wo gehen die Daten hin?

Freiwillige Weitergabe der Daten

Weitergabe an Firmen

Krankenkassen


App: BARMER GEK FIT2GO, http://bit.ly/Fit2Go

Teilen der Daten

Wettkämpfe mit Freunden


App: Fitbit

Teilen der Daten

Mit Familie und Freunden


Email

Soziale Netzwerke

https://twitter.com/vitalwerte_as

https://twitter.com/vitalwerte_as


http://blutdruckbegleiter.de

http://blutdruckbegleiter.de

Teilen der Daten

Mit Ärzten



Visualisierung und Auswertung

Viele Leute nutzen ausschließlich Apps

Quantified-Self-Apps

• Sollten Visualisierung haben

• Sollten Daten analysieren

z.B. Korrelationen


Erkunden der Daten

Datenanalyse auf mobilen Geräten

App: BlutdruckBegleiter, http://blutdruckbegleiter.de



Erkunden der Daten

Web-Anwendungen der Hersteller


Withings Fitbit

Notwendig für tiefergehende Einblicke

• Was bedeuten die Daten?

• Wie korrelieren die Daten mit irgendwelchen anderen Daten?

• Was kann ich für mich selbst lernen?

Beispiele für Web-Anwendungen


Auswerten und Visualisieren von Daten

Hersteller-unabhängige Web-Anwendungen

zenobase.com addapp.io pryv.com traqs.me fluxstream.org

https://zenobase.com/



https://addapp.io/#/



http://pryv.com/

http://pryv.com/

http://pryv.com/

http://traqs.me/

http://traqs.me/

http://traqs.me/

https://fluxtream.org/



Erkunden der Daten

Schlafqualität vs. Schlafdauer


https://zenobase.com/#/buckets/p7ad4qqags/

https://zenobase.com/#/buckets/p7ad4qqags/



Erkunden der Daten

Datenanalyse


Antworten für Fragen, die man gar nicht kannte

• Neue Fragen ergeben

sich beim Aufzeichnen

von QS-Daten

• Viele neue Möglichkeiten

mit all den Daten


Big Data

Antworten in den Daten finden

Kaffeekonsum – Stündliche Verteilung

Erkennen und Vorhersagen von Verhalten

• Erkennen von Therapieuntreue

(z.B. Medikamenteneinnahme)

• Erinnern an Messungen

(z.B. Vitalwerte)

• Empfehlungen geben

(z.B. Zeit zum Schlafen)

Erkennen von Krankheiten

• Stresserkennung über die Herzratenvariabilität

• Depressionserkennung über Kommunikationsmuster


Nutzen der Daten

Machine Learning

Bei Piloten und anderen Berufsgruppen

• Psychomotor Vigilance Task (PVT)

• Schlaf-Tracking

Machine Learning für

• Erkennen von Dienstunfähigkeit

• Vorhersagen von Müdigkeit


Beispielanwendung

Messen der geistigen Leistungsfähigkeit

Vielen Dank!


Fragen?

[email protected]

www.DLR.de/sc | www.medando.de | @onyame



http://twitter.com/onyame


Nächstes Treffen

Dienstag, 31. März 2015

STARTPLATZ, Im Mediapark 5

http://quantifiedself.cologne



Telemedizin: Gesundheit, messbar für jedermann

Health & Medicine

Transcript of Telemedizin: Gesundheit, messbar für jedermann