In den letzten Wochen habe ich ja häufiger von 3D-Druckern und die zukünftigen Möglichkeiten berichtet. Jetzt wurde meine Vision schon Realität.
Ärzte am C.S. Mott Children’s Hospital stellten bei einem 20 Monate alten Jungen eine Fehlbildung der Luftröhre fest. Um das Kind zu retten, druckten die Ärzte 100 winzige Röhrchen im 3D-Printer und fixierten diese mittels Laser , als eine Art Schiene, über der Lüftröhre. Damit konnte ein Kollabieren der Bronchien wirksam verhindert und das normale Wachstum der Atemwege unterstützt werden. Die FDA gab übrigends eine Notfall-Genehmigung.
Related Posts
OsiriX PRO Workshop für Postprocessing und PACS Integration begeistert die Teilnehmer
Am 23.10.2009 bildeten sich 13 Ärzte der Fachrichtungen Radiologie, Chirurgie und Zahnheilkunde in der Verarbeitung medizinischer DICOM Daten fort. Im Executive Briefing Center der Fa. Apple in München wurden die Grundlagen moderner Bildverarbeitung …
Risikopotential von Health-Apps einschätzen: Neue Vertrauenskala
Welche Risiken von einer Gesundheits-App ausgehen, hängt in hohem Maße davon ab, wofür und wie der Nutzer die App anwendet. Nutzt er die App zur Bewältigung von Krankheiten und gibt dazu über einen längeren Zeitraum gesundheitsbezogene Daten ein, sind die potentiellen Gefahren für den Nutzer in der Regel höher. Misst hingegen ein gesundheitsinteressierter Nutzer zur groben Orientierung lediglich die täglich Anzahl der Schritte und nutzt einen BMI Rechner, ohne dazu persönliche Daten einzugeben oder abzuspeichern, dann ist der Schaden, der durch etwaige Falschinformationen oder dem unerlaubten Ausspähen durch Dritte entstehen könnte, eher gering.
Das Risikopotential einer Gesundheits-App ergibt sich daher u. a.
- aus dem Leistungs- bzw. Unterstützungsumfang einer App.
Was kann die App, wie individuell zugeschnitten sind z. B. die Motivationsbotschaftern oder Empfehlungen für den Nutzer? Je mehr die App über den Nutzer weiß und dessen Lebensstil, umso genauer können Unterstützungen ansetzen – umso aussagekräftigere wird jedoch auch das Gesundheitsprofil des Nutzers, das nicht in unbefugte Hände Dritter gelangen sollte.
- aus der Relevanz der App für den Nutzer bzw. Anwendungskontext: Welche Bedeutung misst der Nutzer der Gesundheits-App zu? Will ein chronisch Kranker die mit einer App dokumentieren Daten und deren Auswertungen z. B. mit seinem Arzt teilen, um daran orientiert z. B. Entscheidungen für die weitere Therapie zu treffen? Dann ist es besonders wichtig, dass er sich z. B. auf die Informationen, Empfehlung oder die Auswertung von Daten verlassen können muss.
Auf Basis dieser Daten lässt sich eine Einteilung der Apps nach ihrem potentiellen Risiko für den Nutzer vornehmen. In die Berechnung gehen u. a. ein:
- Basisfaktoren bestimmt durch die Unterstützungsfunktionen der App, z. B. Apps zur reinen Informationsvermittlung mit dem niedrigsten Risikopotential bis zu App zum Teilen von personenbezogenen Gesundheitsdaten mit Dritten
- Verstärkungsfaktoren, die das Risikopotential verstärken abhänging vom Kontexts und der Häufigkeit, mit der die Unterstützungsfunktionen genutzt werden
- Anwendungskontext: Von Fitness-Apps mit dem niedrigsten bis zu Apps zur Diagnose oder Therapie von Krankheiten mit dem höchsten Risikopotential
- Häufigkeit der Anwendung: Wird die App häufig angewendet, erhöht dies das Risikopotential, weil Umfang und Relevanz der ausgetauschten Daten höher sind.
- Vertrauenswürdigkeit/Bekanntheit des Anbieters: Ein Anbieter, dessen Beweggründe und Ziele der App-Nutzer nicht kennt, erhöht das potentielle Risiko für den App-Nutzer.
- Kosten der App: Wird die App kostenlos angeboten, könnte der Nutzer mit seinen Daten zur Kasse gebeten werden, weshalb sich das Risikopotential erhöht.
Überführt in einen Algorithmus, lässt sich für Gesundheits-Apps auf einer fünfstufigen Skala zwischen 0 und über 100 die jeweilige Vertrauensklasse ableiten, die einen Anhaltspunkt für das potentielle Risiko gibt, das von der App für den Nutzer ausgehen kann. Die Initiative Präventionspartner überblickt mittlerweile über 350 deutschsprachige Gesundheits-Apps, deren Testergebnisse sie über die healthon Datenbank zur Verfügung stellt. Sie hat diese Apps nach Anwendungsgebieten, Funktionsumfang sowie nach Angaben zu Qualität und Transparenz der gesundheitsbezogenen Informationen überprüft und kategorisiert. Übertragen auf das Screening deutschsprachiger Diabetes-Apps führt die Methode des neu entwickelten Risikoassessments zu folgendem Bild.
Ergebnis:
Orientiert am Funktionsumfang, dem Anwendungskontext, der Anwendungshäufigkeit, der Vertrauenswürdigkeit der Anbieter, den Kosten der Apps lassen sich Diabetes-Apps in Vertrauensklassen 1 bis 5 einteilen:
- 71 % der Apps haben demnach ein hohes oder sehr hohes Risikopotential (Klasse 4 plus Klasse 5 ) aufgrund ihres großen Funktionsumfanges, der von Dokumentieren, Erinnern, Teilen von Informationen bis zum Empfangen von Feedback bzw. individuellen Botschaften zur Verstärkung des neu erlernten Gesundheitsverhaltens reicht.
- Jede dritte Diabetes-App (29%) hat aufgrund ihrer wenigen Unterstützungsfunktionen ein eher geringes Risikopotential für den Nutzer. Diese Apps informieren in erster Linie, der Nutzer gibt in der Regel keine personenenbezogenen Gesundheitsdaten von sich preis und nutzt die App mehr als Nachschlagewerk denn als dauerhafte Unterstützung in der Krankheitsbewältigung.
Fazit: Insbesondere bei Gesundheits-Apps der Vertrauensklasse 4 und 5, sollten Nutzer die Vertrauenswürdigkeit und Sicherheit der App sorgfältig überprüfen. Von diesen Apps erwarten sich Nutzer in der Regel eine dauerhafte Unterstützung. Sie wollen sich daher auf die Ergebnisse von Berechnungen, oder die Qualität von Gesundheitstipps bzw. -empfehlungen verlassen können.
Zur Einschätzung der Vertrauenswürdigkeit von Health-Apps: Healthon Ehrenkodex
Zum Diabetes-Screening 10/2014: Methode & Ergebnisse
Kitteltaschenkarten für die strukturierte Befundung
Das Thema Strukturierte Befundung nimmt stetig Fahrt auf. Zur Unterstützung unserer Softwarelösung stellen wir den Radiologen nun auch analoge Kitteltaschenkarten für verschiedene Leitlinien zur Verfügung. Die Karten sind laminiert und passen – wie es der Name ausdrückt – in die Kitteltasche des Arztes.
Unsere Kitteltaschenkarten sind für folgende Themen erhältlich:
- RECIST* (in deutsch)
- PI-RADS V2 (in deutsch und englisch)
- PI-RADS V2.1 (in deutsch)
- BI-RADS (in deutsch) NEU
- LI-RADS (in Englisch)
- CAD-RADS V2 (in englisch) NEU
- TNM Lung Cancer Staging (in englisch)
Sprechen Sie uns einfach auf den nächsten Kongressen an.
Oder kontaktieren Sie unser Vertrieb mit dem Stichwort “Kitteltaschenkarte”.
Weblinks:
Kitteltaschenkarte RECIST zum Download bei drg.de
Strukturiertes Befunden mit aycan
Kongresskalender von aycan
* Mit freundlicher Unterstützung der Deutschen Röntgengesellschaft AG Onkologische Bildgebung