Telemedizin: Gesundheit, messbar für jedermann

Telemedizin
Gesundheit, 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

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

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 Krankheiten
Wolken
Ort
Sex
Regen
AllgemeinerGesundheitszustand
Beziehungsqualität
Physische Aktivitäten
Körper
Ozonkonzentration
Blutzucker
Sucht
StimmungSymptomeBlutwerte
Nahrungsaufnahme
Insulineinnahme
Verspätungen
Temperatur
Luftdruck

Quantified Self
Technologien zur Selbstvermessung
0%
10%
20%
30%
40%
50%
60%
70%
Smartphone &
Apps
Web- &
Desktop-Apps
Self-tracking
Hardware
(Wearables)
Eigenentw.
(Spreadsheets
etc.)
Stift und
Papier
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

Schritte
Fitbit One

Gewicht
Withings Wi-Fi-Waage

Gewicht (Auswertung)
App GewichtsBegleiter

Stress
W/Me-Armband

Schlaf
App Sleep as Android

Blutdruck
App BlutdruckBegleiter

Aktivitäten und Orte
App Moves
Quelle: WDR/Servicezeit, http://bit.ly/DigitaleSelbstvermessung

Moves

Auto
ODB2-Adapter & App Dash

Smartphone-Nutzung und Stimmung
App Menthal

Schritte, Herzfrequenz, Schlaf, Aktivitäten, ...
Microsoft Band
Quelle: Microsoft, 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-
aufnahme
Fotos
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

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

Erkunden der Daten
Schlafqualität vs. Schlafdauer

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?
Andreas.Schreiber@dlr.de
www.DLR.de/sc | www.medando.de | @onyame

Nächstes Treffen
Dienstag, 31. März 2015
STARTPLATZ, Im Mediapark 5
http://quantifiedself.cologne

Telemedizin: Gesundheit, messbar für jedermann

Recomendados

Recomendados

Más contenido relacionado

Más de Andreas Schreiber

Más de Andreas Schreiber (20)

Telemedizin: Gesundheit, messbar für jedermann