Telemedicína, obezita, diabetes a životní styl v praxi

Souhrn

Využití moderních prvků telemedicíny je prakticky jedinou možností jak do budoucna udržet péči o obézní pacienty a diabetiky 2. typu. Telemedicína s moderními aplikacemi pro sběr dat, jejich uložení a vyhodnocení představuje naději na udržitelnou péči pro pacienty s obezitou a diabetem. V případě dostatečného množství dat lze pokročilými metodami využít umělou inteligenci (AI) k učení a predikovat tak změny v některých sledovaných parametrech. Telemedicína umožňuje identifikaci kritických míst v léčbě obezity, stejně tak může pomoci pacientům v orientaci v problematice léčby nadváhy, obezity a diabetu.

Klíčová slova:

diabetes – obezita – umělá inteligence – telemedicína – sběr dat

OBEZITA V ČESKU VE 21. STOLETÍ

Prevalence obezity celosvětově narůstá od 70. let 20. století, nejdříve v hospodářsky rozvinutých zemích, později výrazně i zemích dříve agrárních. V Československu se soustavnější pozornost obezitě věnuje od 80. let, relevantní data o množství osob s nadváhou a obezitou máme od přelomu tisíciletí. Mezi lety 2001 a 2010 došlo ke zvýšení počtu osob v obou skupinách o cca 800 tisíc a až do roku 2013 se zdálo, že počet osob s obezitou a nadváhou již bude stabilní, kolem 57 % dospělé populace (23 % obezita + 34 % nadváha). Pandemie COVID-19 s opakovanými omezeními shromažďování a pohybu lidí (a zvláště úplný lockdown) však nejspíše přispěla k tomu, že se v roce 2020 podíl osob s nadváhou a obezitou přiblížil k 66 % (28 % obezita + 38 % nadváha). To znamená nárůst dalších 880 tisíc osob v obou skupinách.

Obézní pacient má 5× větší šanci, že bude mít vysoký krevní tlak, a 6× větší pravděpodobnost, že se u něj vyvine diabetes. Počet míst, kde mu je možné poskytnout péči, však neroste, čas lékaře se zkracuje, a proto je telemedicína jedinou rozumnou nadějí nejen pro pandemickou dobu, ale především pro zvládnutí velkého množství pacientů.

TELEMEDICÍNA

Historie moderní telemedicíny se datuje k vynálezu telefonu v 19. století. Již v té době lékaři podávali informace a lékařské rady na dálku. Zjednodušeně lze telemedicínu definovat jako poskytování zdravotní péče za pomoci a prostřednictvím telekomunikačních technologií (1). Počátek moderní telemedicínské péče v 70. letech 20. století ve Skotsku představuje poskytování zdravotní péče dělníkům na ropných plošinách v Severním moři a vědeckému personálu v Britském arktickém teritoriu. Další země jako například Itálie a Norsko zavedly vědecké národní telemedicínské programy v 70. a 80. letech minulého století. Během posledních let ovlivnily sociální, politické a ekonomické změny (demografický vývoj, zvýšené náklady na zdravotnictví, potřeba zlepšit kvalitu lékařské péče, splnění požadavku sociální rovnosti, otevření nových trhů) vývoj tradičních modelů zdravotní a sociální péče. Do popředí zájmu se dostává snaha využít informační a telekomunikační technologie. Větší využívání internetu v práci lékařů na odděleních i v ambulancích podporuje zavádění telemedicínských aplikací.

Poskytování lékařských služeb na dálku dnes zahrnuje širokou škálu různých aplikací ve dvou základních oblastech. V reálném čase lze monitorovat a hodnotit řadu fyziologických funkcí, zejména srdeční rytmus, krevní tlak, glykémii, a samozřejmě formou videohovoru nejen poskytovat rady a doporučení nemocným, ale i hodnotit jejich stav (řadu objektivních nálezů od dechové nedostatečnosti po velikost a charakter ran).

Druhou skupinu představují offline aplikace, ukládající do paměti zařízení nejrůznější údaje (hmotnost, krevní tlak, glykémie, záznamy srdeční frekvence z cvičebních jednotek atd.), které jsou pak přeneseny do databází a programů ve zdravotnickém zařízení a následně vyhodnoceny (2).

Mezi telemedicínské služby lze obecně zahrnout (3):

• Hlasové (audio) služby – telefon, hlasové konference. Nejjednodušší telemedicínská služba využívající analogovou nebo digitální telefonní síť. Jedná se například o linky důvěry, linky bezpečí, konzultační a poradenské linky.
• Obrazové (video) služby – interaktivní televize, videokonference. Můžeme sem zařadit i na dálku vyhodnocované zobrazovací metody (teleradiologie, CT, MRI, angiografie...), byť se dnes samozřejmě se přenášejí data, nikoliv analogové obrázky.
• Datové služby – přenos dat, telemetrie, přístup k databázím. Probíhá převážně s využitím internetu a rodiny protokolů TCP/IP. Zahrnuje telemetrii – sledování fyziologických funkcí na dálku.

Telemedicína v praxi

Význam telemedicíny narůstá se vzdáleností pacientů a poskytovatelů zdravotní péče. Mnoho studií opakovaně prokázalo dostatečný efekt telemedicínských postupů u pacientů s obezitou, srovnatelný se standardní péči (2). Nicméně realita nejen v Česku je taková, že řada postupů a řešení je efektivní pouze v rámci výzkumu nebo dotovaných projektů, a prakticky chybí řešení pro obezitologickou praxi. Slibně se rozvíjí telemedicína v akutní kardiologii a diabetologii, kde se moderní technologie pro monitorování srdeční frekvence a glykémie stávají rutinou jak pro pacienty se závažnými arytmiemi, tak u diabetiků 1. typu.

Jedna ze studií ukázala, že telemedicínská intervence významně zlepšuje hodnoty alaninaminotransferázy (ALT) a asparátaminotransferázy (AST) v léčbě obézních pacientů s NAFLD (nealkoholovou jaterní chorobou) (4). V další studii autoři pomocí telemedicíny zkoumali vliv léku na ranní domácí krevní tlak a metabolismus lipidů u pacientů s metabolickým syndromem (5).

Telemedicínské postupy budou prospěšné zejména u venkovské populace, kde není dobrá dostupnost klinických specialistů (nutriční terapeuti, psychologové atd.). To také vyplývá ze studie z Jižní Karolíny, podle níž je klíčová dostupnost péče na větší vzdálenosti pro možnost pravidelných návštěv, respektive intervencí. Studie prokázala stejnou redukci hmotnosti u klinických intervencí při osobních návštěvách jako při používání telemedicíny (videokonference atd.) u venkovské populace (6). Podobně další studie prokazuje účinnost zapojení chytrých telefonů a zvýšení fyzické aktivity ve srovnání s kontrolní skupinou (7).

LÉČBA OBEZITY S VYUŽITÍM PRVKŮ TELEMEDICÍNY

Přibližně polovina úspěchu léčby obezity a diabetu 2. typu spočívá ve změně životního stylu. Stále větší tlak je na tzv. personalizovanou medicínu, tedy individualizovaná doporučení. K tomu, abychom mohli takto postupovat, je nezbytné analyzovat situaci pacienta a teprve pak navrhovat změny. Je známo, že již samotný záznam jídelníčku vede u obézních pacientů k počáteční mírné redukci hmotnosti, stejně tak u diabetiků, kteří se soustavně monitorují, je lepší kompenzace diabetu. U pacientů, kteří si pravidelné měří krevní tlak, lze předpokládat, že pravidelněji užívají medikaci a tím budou lépe kompenzováni. Výjimkou jsou pacienti, kteří si měří pravidelně krevní tlak příliš často, což v nich může vyvolávat stres a mají zvýšený krevní tlak právě z těchto příčin.

Součástí léčby obezity s využitím prvků telemedicíny jsou následující prvky (postupy):

• sběr dat (o jídle a pohybu)
• odesílání dat na úložiště
• vyhodnocení dat (automat nebo odborník)
• odpověď s návrhem terapeutického postupu
• modifikace postupu

Sběr dat

Zápis jídelního chování a pohybové aktivity (případně i se záznamem pohybové aktivity) a jejich podrobná analýza je klíčová a zcela zásadní podmínka pro stanovení dalšího postupu. Již v minulosti jsme kladli důraz na podrobný rukou psaný záznam jídelníčku s analýzou a záznamem glykémií i pohybové aktivity v jednom dokumentu. Přestože to bylo časově náročné jak pro pacienta, tak pro terapeuta při vyhodnocování, pacienti, kteří tento postup přijali, mnohem častěji chápali, co se vlastně děje, a sami dokázali identifikovat hlavní příčiny jejich úspěchu/neúspěchu (obr. 1).

S rozvojem technologií v diabetologii jsme využili kontinuálního monitorování glykémií a takřka dokonalého záznamu pomocí chytrých hodinek Garmin s analýzou kroků a srdeční frekvence. Proces sběru dat byl automatizovaný a pro vyhodnocení byl nutný i záznam jídelníčku s výpočty spotřeby sacharidů (obr. 2A a 2B). To bylo využíváno především pro edukaci i identifikaci chyb. Od roku 2016 je pak vyvíjena aplikace Čas pro zdraví, která sdružuje aplikace třetích stran s možností vlastního zadávání dat (např. o subjektivních pocitech – bolest, psychika apod.) s možností grafického zobrazení parametrů.

Odesílání a ukládání dat

Data jsou strukturovaně ukládána a vyhodnocována v cloudovém prostředí tak, aby bylo umožněno jejich zpracování a po jejich anonymizaci i strojové zpracování a případné učení softwaru.

Vyhodnocení dat

Vyhodnocení dat může být provedeno automaticky, např. podle nastavených cílů. Komerční aplikace pro monitorování pohybové aktivity tak upozorňují, že není dosahováno cílů pohybové aktivity, a povzbuzují k další pohybové aktivitě. To může být velmi prospěšné v prevenci nebo u zdravých osob, ale velkým problémem například u kardiaků. U nich omezení pohybové aktivity může být dáno kardiální dekompenzací a další povzbuzování k pohybové aktivitě by mohlo vést ke zhoršení stavu. Proto by doporučení měla vycházet z analýzy dat a měla by být v souladu s onemocněními, jež jsou u daného pacienta přítomna.

Také je třeba hodnotit, zda data jsou validní, zda odpovídají předpokladům. Typickým příkladem jsou záznamy jídelníčku s velmi nízkou hodnotou energetického příjmu. To může být vyhodnoceno jako těžká adaptace na omezený příjem u obézního pacienta po opakovaných přísných redukčních dietách nebo naopak jako velmi chybně zaznamenaný jídelníček, podle kterého nemá smysl cokoliv doporučovat. K ověření pak slouží například stanovení klidového energetického výdeje (nepřímá kalorimetrie).

Odpověď s návrhem terapeutického postupu

U obézních pacientů s diagnózou diabetu, zvláště užívajících hypoglykemizující léky, je vždy třeba si uvědomit, že intenzivní intervence může vést k prolomení inzulinové rezistence v horizontů dní, a může tak poměrně brzy docházet k hypoglykémií. Proto by při změně životního stylu, zahájení přísnější redukční diety nebo navýšení pohybové aktivity měla být glykémie pravidelně monitorována.

Modifikace postupu

Je zřejmé, že díky nehomogenitě obézních pacientů s diabetem je nezbytné naše doporučení upravovat a modifikovat v průběhu léčby, a postupně tedy personalizovat podle vývoje. Klíčem pro rozhodování o dalším postupu však bude automatické zpracování dat s využitím umělé inteligence (AI), k čemuž je ale zapotřebí získání dostatečného množství „trénovacích“ dat.

Analýza podle vývoje hmotnosti v průběhu léčby

Někdy i samotná analýza křivek umožní takřka dokonale rychle identifikovat kritická místa, kdy hrozí selhání léčby. Z našich dosud dostupných dat (několik set záznamů za období delší než 2 roky redukčních postupů) je zřejmé, že křivky mají společné znaky (selhání při vynechání záznamů, zvyšování hmotnosti při nezařazení bariatrické léčby). Tři takové případy můžete nalézt v kazuistikách na obr. 3A–3C, v nichž je krátký popis vývoje hmotnosti, který je typický pro pacienty s extrémní obezitou.

Aplikace Čas pro zdraví

V současné době využíváme aplikaci Čas pro zdraví (www.casprozdravi.cz), která je pro pacienty zcela zdarma a umožňuje napojení různých zařízení (chytré hodinky, náramky, glukometry, tlakoměry a další aplikace třetích stran – Google fit, Health kit atd.). Některá data jsou načítána automaticky, další se dají doplňovat ručně (subjektivní příznaky apod.) – podrobněji na obr. 4A a 4B.

TELEMEDICÍNA ZA HOSPITALIZACE

Jeden z prvních postupů s využitím telemedicíny v obezitologii je rutinně realizován na našem pracovišti. Jedné se do diagnostiku a zahájení léčby přístrojem CPAP/BiPAP u pacientů s vyšším stupněm obezity a podezřením na syndrom spánkové apnoe (OSA). OSA je jedním ze základních přidružených onemocnění, jež nacházíme u pacientů s obezitou 3. stupně velmi často. Dostupnost spánkových laboratoří a možnost vyšetření v nich u pacientů s hmotností 180 kg a více je velmi omezená a s dlouhými objednacími termíny. Díky spolupráci s Neurologickou klinikou 1. LF UK a VFN v Praze však v našem centru probíhá program pro diagnostiku, indikaci a současně i titraci přístrojů, jež si potom pacient po 2 týdnech často odnáší domů. V běžných podmínkách jsme tak zkrátili čekání na léčbu o více než 6 měsíců.

Mnoho pacientů také nedokončí celý poměrně složitý proces ambulantně. Pacienti s těžkým OSA (AHI často > 80 či 100) nejsou z objektivních důvodů schopni měnit životní styl a efektivně redukovat. Jsou navíc ohroženi náhlou srdeční smrtí ve spánku, což je nejčastější příčina jejich předčasného úmrtí. Pacient přichází k hospitalizaci na redukční program VLCD (velmi nízkokalorická dieta) a současně je realizován program pro diagnostiku OSA. Pokud jej ještě nemá zavedeno, je nastaven na monitorování stravy a pohybové aktivity, včetně subjektivního hodnocení. Druhý den hospitalizace přichází hodnocení ze spánkové laboratoře a v případě pozitivity (shoda > 95 %) je odeslán na ORL k vyloučení mechanické překážky v horních dýchacích cestách. Čtvrtý den hospitalizace je mu zapůjčen přístroj pro titraci tlaků a režimu dýchacího přístroje (CPAP/BiPAP) a snášenlivosti masky. Titrace také probíhá vzdáleně, maximálně s telefonickou konzultací. Typický pacient již v prvním týdnu redukuje několik kilogramů, převážně ztrátou vody, což ovšem přispívá i ke zmírnění dušnosti a zlepšení klinického stavu. Po ukončení titrace odchází do spánkové laboratoře k indikačnímu vyšetření a odchází s poukazem na přístroj. Spolupráce mezi jednotlivými pracovišti dramaticky zlepšila úspěšnost léčby extrémně obézních pacientů. Podrobné schéma celého programu je na obr. 5.

DALŠÍ PROJEKTY A APLIKACE

Pro výzkumné účely jsme vyvinuli aplikaci OBEFIS (www.obefis.cz) – pro randomizovanou studii pacientů s obezitou a paroxysmální fibrilací síní, z nichž polovina podstoupí katetrizační ablaci a polovina bude v ročním programu redukce hmotnosti.

Projekt DICATIL (Diabetes Care – Time for Life) s vlastní aplikací má za cíl vytvoření inteligentního software pro predikci glykémie na základě předcházejících) zkušeností a na základě monitoringu jídla, pohybové aktivity a psychiky (www.dicatil.cz).

Prediktor hmotnosti

Hlavním cílem tohoto portálu je na základě získaných dat od pacienta predikovat vývoj jeho hmotnosti. Smyslem prediktoru je učení se na kvalitních datech a na základě těchto dat vytvoření tzv. umělé neuronové sítě, která bude umět reagovat na změny v „chování“ pacienta.

V současné chvíli má prediktor za sebou 1. fázi sběru dat. Od pacientů byla sbírána následující data (obr. 6):

• Energetický příjem – získáván z aplikací kaloricketabulky.cz, MyFitnessPal a Nutridata.cz.
• Energetický výdej – data získávána z chytrých zařízení Garmin, Fitbit či jiných připojitelných ke GoogleFit či AppleHealth v mobilním telefonu.
• Dotazníky:
  • dotazník životního stylu
  • psychologický profil
  • celoživotní historie hmotnosti
  • anamnestický dotazník

Metodika sběru dat zahrnovala celkem 6týdenní monitorování pacientů s důslednou kontrolou sběru dat. Harmonogram sběru dat byl následující:

• Vyplnění formuláře – splnění kritérií pro zařazení do programu.
• Zaváděcí režim:
  • podrobné vysvětlení programu
  • nastavení jednoho z monitorovacích systémů pro energetický příjem a výdej
  • změření složení těla
  • objednání k zařazovací návštěvě
• Zařazovací návštěva:
  • po 1–2 týdnech od první návštěvy
  • důsledná kontrola compliance:
    • zápis hmotnosti, vyplnění energetického příjmu a výdeje (kroků)
    • zvážení a změření složení těla
    • vyplnění anamnestického dotazníku
    • vyplnění psychologického dotazníku
    • zápis celoživotního vývoje hmotnosti
• Kontroly:
  • každý týden osobní návštěva s konzultací a měřením složení těla
  • 2x týdně online kontrola sběru dat
  • případná online konzultace
• Výstupní návštěva
  • zvážení a změření složení těla
  • kontrola kvality dat a odeslání
  • v případě úspěšného režimu možno prodloužit na druhý navazující režim a případně na třetí

Z důvodu nízkého počtu úspěšně dokončených programů nakonec nemohla být vytvořena neuronová síť, a proto jsme hledali jiné řešení, které by bylo možné aplikovat na naší populaci. Využili jsme Hallův model (8), který je založený na popisu chemických a fyzikálních procesů v těle. Ten však byl vytvořen v laboratorních podmínkách, což při aplikaci na naše data vykazovalo značné odlišnosti v predikcích. Pro zpřesnění modelu jsme rozdělili data na 2 části – ta z prvních 10 dnů jsme využili k optimalizaci příjmu a na zbylých 10 dnech jsme měřili chybu modelu. Výsledkem optimalizace je korekční koeficient, při jehož aplikaci je chyba na trénovací množině minimální. Grafy vývoje bez korekčního koeficientu a s korekčním koeficientem jsou na obr. 7 a 8.

V současné chvíli probíhá další sběr dat pro vytvoření umělé neuronové sítě, která by byla schopná se na svých vlastních datech dále učit.

ZÁVĚR

Telemedicína je nadějí pro léčbu pandemie obezity, jelikož významně zkracuje čas pro získávání informací o životním stylu. Zapojení dalších nelékařských zdravotnických profesí jako nutričních terapeutů, fyzioterapeutů nebo psychologů pak umožňuje dávat informace do souvislostí. Rolí lékaře je potom především koordinace terapeutického týmu, preskripce moderních léků pro snižování hmotnosti nebo indikace a časování bariatrického výkonu a sledování, respektive vyhodnocování dlouhodobého efektu. Klíčový je však sběr dat a jejich struktura s možností automatického vyhodnocování.

Poděkování

Podpořeno MZ ČR: RVO-VFN 64165, GA UK č. 316120, Progres Q25 a AZV-NU21-02-00388

Adresa pro korespondenci:

doc. MUDr. Martin Matoulek, Ph.D.

3. interní klinika 1. LF UK a VFN

U Nemocnice 1, 128 08  Praha 2

Tel.: 224 962 991

e-mail: martin.matoulek@vfn.cz