モバイルヘルス（mHealth）の爆発的な急増は、かなりの話題を生み出し続けています。メディアは、患者がより健康になり、臨床医がより効果的かつ効率的になるのを助けることを約束する派手な新しいアプリをすばやく取り上げます。シカゴ大学が実施したレビューによると、公開されているモバイルヘルスアプリのほとんどは患者向けに設計されています。彼らはしばしば健康と病気の管理を対象としています。これらの2つのカテゴリの後には、自己診断用のアプリ、投薬管理用のアプリ（デジタルリマインダー）、および電子患者ポータルアプリが続きます。
モーメントエディトリアル/ゲッティイメージズ/ゲッティイメージズただし、ほとんどのmHealthアプリは厳密な方法でテストされていないため、約束を果たしているかどうかは定かではありません。この記事の目的は、mHealthテクノロジーがヘルスケアと健康の結果を前向きに変革する正当な可能性を軽視することではなく、欠陥のあるmHealthアプリとデバイスが深刻な結果につながる可能性があることを説明することです。
mHealthアプリまたはデバイスを悩ます可能性のある欠陥にはいくつかの種類があります。リストは網羅的ではありません。
無効
多くのmHealthアプリまたはデバイスは、血糖値、血圧、身体活動、肺機能、酸素レベル、心臓のリズムなどのパラメーターを測定するように設計されています。無効なアプリまたはデバイスは、過小評価、過大評価、または誤分類のいずれかによって、パラメーターを不正確に測定します。
血糖値計にスマートフォンを変換するために血糖値計リーダーに接続するアプリを考えてみましょう。アプリが無効な血糖値を表示し、インスリンの誤った投与量を推奨する場合、インスリン投与後に患者は危険なほど低血糖または高血糖に苦しむ可能性があります。
一部のパラメーターは単純な数値ではなく、カテゴリーです。無効なアプリは、パラメータを間違ったカテゴリに誤って分類します。ピッツバーグ大学のJoelA。Wolfと彼の同僚は、皮膚病変の写真を分析し、病変が黒色腫である可能性を推定するために設計されたスマートフォンアプリの精度を評価しました。
4つのアプリのうち3つは、真の黒色腫の30％以上を良性と誤分類しました。興味深い結果が得られた別の研究も、スイスのチューリッヒ心臓クリニックの心臓専門医であるクリストフ・ウィス博士によって発表されました。彼のチームは、心拍数を測定する商用スマートフォンアプリを調査しました。彼らは診断精度に一貫性がなく、非接触デバイスは接触ベースのアプリよりも精度が低いことを発見しました。
無効なアプリまたはデバイスが患者の安全を損なう程度は、エラーの方向と大きさ、対処されている根本的な健康状態、アプリが使用されているコンテキスト、およびその他の要因によって異なります。
信頼できない
信頼性の低いアプリやデバイスは、変更されていないパラメーターを測定するときに過度の変動を引き起こします。たとえば、信頼性の低い血糖測定アプリは、実際には安定しているにもかかわらず、ユーザーの血糖値が大幅に変化したことを示します。アプリまたはデバイスは信頼できるが無効である可能性があることに注意してください。血糖値を常に30mg / dL過小評価するデバイスは信頼できますが、無効です。
証拠に基づいていない
科学的証拠に基づかないアプリやデバイスは、評価を提供したり、せいぜい役に立たない、あるいは最悪の場合は有害な治療法を提案したりする可能性があります。中間的なシナリオは、mHealthテクノロジーが有益であることが知られている機能やコンポーネントを提供しないことです。医師がアプリを使用して、コントロールされていない喘息の患者の最善の治療方針を決定するとします。アプリがエビデンスに基づく治療（ステロイドの吸入など）を推奨できない場合、患者は不必要に苦しむ可能性があります。
一部のmHealthアプリは、患者固有のデータに基づいて患者のリスクプロファイルを計算します。たとえば、心臓リスク計算機は、患者の年齢、性別、喫煙状況、血圧、コレステロール値、およびその他の情報を使用して、心臓イベントのリスクを推定する場合があります。
このようなアプリの重大な不正確さは、臨床医を有害または効果のない治療経路に向かわせる可能性があります。
医療提供者は、アプリまたはデバイスによって提示された情報に基づいて行動するかどうかを決定する際に、臨床的判断を下すことが期待されています。しかし、欠陥のあるアプリは信頼できるように見えることがあります。患者や一般消費者（mHealthアプリの最大の視聴者）は、アプリやデバイスの正確さを判断する能力がさらに低くなります。
専門家は、mHealthアプリとその基礎となる原則を検証するには、ランダム化比較試験（通常は研究のゴールドスタンダードと見なされている）が必要であると主張しています。特に、大量のサンプルと長いフォローアップを伴う試験を探す必要があります。
これまでのところ、mHealthアプリに関するこれらの研究は限られていますが、いくつかのランダム化比較試験が実施されています。たとえば、2019年の研究では、ランダム化比較試験を使用して、働く女性の幸福とストレス軽減のためのメンタルヘルスモバイルアプリの有効性を評価しました。調査によると、このアプリを使用した人は、仕事に関連する幸福が大幅に改善され、ストレスが減少したことがわかりました。
mHealthアプリを研究する際に、ランダム化比較試験を使用することにも課題があります。ある研究では、待機グループまたはプラセボがランダム化比較試験でよく使用されることが指摘されています。場合によっては、証拠に基づいた治療をデジタル形式で提供しているmHealthアプリを見ると、治療を差し控えることが適切ではありません。彼らは、これらのmHealthアプリを研究する際に最も有用なアプローチは、アプリを使用している患者と外来で治療を受けている患者の結果を比較することである可能性があると結論付けました。
その他の考慮事項
関節リウマチ患者の疾患活動性を評価するための不正確なスコアを生成していたファイザーのリウマチ計算アプリの場合と同様に、欠陥のあるアプリは市場から削除できます。
しかし、オンライン市場からの削除は、新しいダウンロードを妨げるだけです。ユーザーのスマートフォンやタブレットにすでにダウンロードされているアプリはどうですか？ユーザーが危険に気付いていない場合、リスクは持続します。
もう1つの重要な問題は、mHealthテクノロジーによって保存またはアクセスされる機密性の高い健康情報のセキュリティです。患者と臨床医は、潜在的なデータ侵害を懸念しています。
FDAは一部の種類のモバイルヘルスアプリを規制していますが、医療機器と見なされず、監視されていない場合、他のアプリは低リスクと見なされます。
それらのリスクと制限に注意する必要がありますが、mHealthアプリには、人々がより健康的な選択を行い、より多くの責任を負うことを奨励する可能性もあります。
