La plataforma electrónica inteligente puede ayudar a los pacientes a controlar el bienestar mental entre las visitas al médico
Para ayudar a los pacientes a manejar su bienestar mental entre citas, los investigadores de la Universidad Texas A&M han desarrollado una plataforma electrónica basada en dispositivos inteligentes que puede monitorear continuamente el estado de hiperactividad, uno de los signos de angustia psiquiátrica. Dijeron que esta tecnología avanzada podría leer señales faciales, analizar patrones de voz e integrar lecturas de sensores de signos vitales incorporados en relojes inteligentes para determinar si un paciente está bajo estrés.
Además, los investigadores señalaron que la tecnología podría proporcionar retroalimentación y alertar a los equipos de atención si hay un deterioro abrupto en la salud mental del paciente.
"La salud mental puede cambiar muy rápidamente, y muchos de estos cambios permanecen ocultos para los proveedores o consejeros", dijo el Dr. Farzan Sasangohar, profesor asistente en el Departamento de Ingeniería Industrial y de Sistemas de Wm Michael Barnes 64. "Nuestra tecnología brindará a los proveedores y consejeros acceso continuo a las variables y el estado del paciente, y creo que tendrá una implicación que salvará la vida porque pueden llegar a los pacientes cuando lo necesiten. Además, permitirá a los pacientes manejar su salud mental mejor."
La plataforma electrónica integrada de monitoreo y retroalimentación de los investigadores se describe en el Journal of Psychiatric Practice .
A diferencia de algunas enfermedades físicas que generalmente se pueden tratar con unas pocas visitas al médico, las personas con necesidades de salud mental pueden requerir un período prolongado de atención. Entre las visitas a un proveedor de atención médica, ha faltado información sobre el estado de salud mental del paciente. Por lo tanto, el deterioro imprevisto de la salud mental tiene una probabilidad limitada de ser abordado. Por ejemplo, un paciente con trastorno de ansiedad puede experimentar un evento de vida estresante, desencadenando una irritabilidad e inquietud extremas, que pueden necesitar atención médica inmediata. Pero este paciente puede estar entre citas. Por otro lado, los profesionales de la salud no tienen forma de saber sobre la lucha continua de sus pacientes con la salud mental, lo que puede impedirles brindar la atención adecuada.
Mas informacion o quizas te interese realizar una compra.
Por lo tanto, los resultados informados por el paciente entre las visitas son fundamentales para diseñar intervenciones de atención médica efectivas para la salud mental de modo que haya una mejora continua en el bienestar del paciente. Para llenar este vacío, Sasangohar y su equipo trabajaron con médicos e investigadores del Departamento de Psiquiatría del Hospital Metodista de Houston para desarrollar una plataforma electrónica inteligente para ayudar a evaluar el bienestar mental de un paciente.
"El hospital tiene la clínica de psiquiatría para pacientes hospitalizados más grande del área de Houston", dijo Sasangohar. "Con esta colaboración, podríamos incluir a miles de pacientes que habían dado su consentimiento para el seguimiento psiquiátrico".
Los colaboradores de Sasangohar en el Hospital Metodista de Houston ya estaban usando una herramienta de navegación para pacientes lista para usar llamada CareSense. Este software se puede utilizar para enviar recordatorios y preguntas de seguimiento a los pacientes para evaluar mejor su bienestar. Por ejemplo, se puede instar a las personas en riesgo de autolesión a que respondan periódicamente cuestionarios para el trastorno depresivo mayor.
En lugar de depender únicamente de la evaluación subjetiva de los pacientes de su salud mental, Sasangohar y su equipo también desarrollaron un conjunto completo de software para el análisis automatizado de hiperactividad que se puede instalar fácilmente en teléfonos inteligentes y relojes inteligentes. Estos programas recopilan información de las aplicaciones y los sensores de reconocimiento facial y de voz ya integrados en los relojes inteligentes, como los sensores de frecuencia cardíaca y los podómetros. Los datos de todas estas fuentes luego entrenan algoritmos de aprendizaje automático para reconocer patrones que están alineados con el estado normal de excitación. Una vez entrenados, los algoritmos pueden observar continuamente las lecturas provenientes de los sensores y las aplicaciones de reconocimiento para determinar si el individuo se encuentra en un estado de excitación elevado.
"La clave aquí es la triangulación", dijo Sasangohar. "Cada uno de estos métodos por sí solo, digamos el análisis del sentimiento facial, promete detectar el estado mental, aunque con limitaciones. Pero cuando se combina esa información con el análisis del sentimiento de la voz, así como los indicadores fisiológicos de angustia, el diagnóstico y la inferencia volverse mucho más poderoso y claro ".
Sasangohar señaló que tanto la evaluación subjetiva del estado mental como la evaluación objetiva de los algoritmos de aprendizaje automático están integradas para hacer una evaluación final del estado de excitación de un individuo determinado.
Si bien el prototipo de su tecnología está listo, los investigadores dijeron que aún necesitan mejorar la duración de la batería de los teléfonos inteligentes que llevan su software, ya que los algoritmos consumen mucha energía. Además, señalaron que tienen que abordar los problemas de usabilidad, es decir, cualquier problema que prohíba a los pacientes usar su tecnología, como la dificultad para navegar por su aplicación.
"Debido a la estigmatización que rodea a las enfermedades mentales, queríamos construir un dispositivo de monitoreo de la salud mental que fuera muy discreto", dijo Sasangohar. "Entonces, elegimos productos listos para usar, como teléfonos inteligentes, y luego creamos aplicaciones sofisticadas que operan dentro de estos dispositivos para hacer que el monitoreo de la salud mental sea discreto".
Has visto nuestra tienda catalogo de pulseras inteligentes
Fecha actualización el 2021-05-28. Fecha publicación el 2021-05-28. Autor: Oscar olg Mapa del sitio Fuente: sciencedaily