مراجعة استكشافية لاستخدام بيانات العالم الحقيقي لتقييم فعالية تطبيقات الصحة المتنقلة

لماذا تهم تطبيقاتك الصحية أكثر من مجرد وجودها على هاتفك

يقوم الكثير منا الآن بتسجيل المزاج أو النوم أو عدد الخطوات أو مستوى السكر في الدم في تطبيقات صحية، لكن ماذا يحدث لكل هذه المعلومات؟ تستعرض هذه الورقة كيف تُستخدم بيانات العالم الحقيقي من تطبيقات الصحة المتنقلة لتقييم ما إذا كانت هذه الأدوات تساعد الناس فعلاً في حياتهم اليومية. بدلاً من الاعتماد فقط على التجارب السريرية التقليدية، ينظر المؤلفون في دراسات تستغل البيانات التي تجمعها التطبيقات بشكل طبيعي أثناء استخدام الأشخاص لها في المنزل أو العمل أو أثناء التنقل.

ما الذي سعى الباحثون لاكتشافه

أجرى المؤلفون مراجعة استكشافية، وهي نوع من خرائط واسعة النطاق، لرؤية كيف تُستخدم بيانات العالم الحقيقي من تطبيقات الصحة في البحوث المنشورة حالياً. ركزوا على التطبيقات الموجهة للمستخدمين التي يستخدمها الناس بشكل مستقل لإدارة صحتهم أو تتبع حالاتهم أو دعم تغيّر سلوكياتهم. والأهم، شملت الدراسة فقط الأعمال التي استخدمت بيانات "ناشئة بطبيعتها" — معلومات تُلتقط عبر وظائف التطبيق الطبيعية أو السجلات الصحية الروتينية، وليس استبيانات إضافية أو أدوات مُلحقة خصيصاً للدراسة. قسموا هذه البيانات إلى ثلاثة أنواع بسيطة: المعلومات التي يكتبها الأشخاص في التطبيق، والبيانات المسجلة تلقائياً بواسطة أجهزة مثل المستشعرات أو الأجهزة القابلة للارتداء، والمعلومات المستمدة من أنظمة الرعاية الصحية مثل السجلات الصحية الإلكترونية أو مطالبات التأمين.

أين تُختبر تطبيقات الصحة

من بين أكثر من عشرة آلاف ورقة، حدّدت الفرق 72 دراسة استوفت معاييرهم، شملت 61 تطبيقاً مختلفاً. كانت معظم هذه التطبيقات موجهة لمشكلات الصحة النفسية، مثل الاكتئاب أو الأرق، أو لمشكلات أيضية مثل السكري وإدارة الوزن. يعمل العديد من هذه التطبيقات كأدوات طبية في الممارسة العملية، تساعد في توجيه العلاج أو القرارات اليومية، حتى إن الحالة التنظيمية الرسمية لها لا تُذكر دائماً بوضوح. اعتمدت تطبيقات الصحة النفسية بشكل كبير على ما كتبه المستخدمون عن مزاجهم أو نومهم أو أعراضهم، بينما استندت التطبيقات الأيضية أكثر إلى أجهزة متصلة، مثل مقاييس الجلوكوز أو الموازين الذكية التي تسجل القياسات تلقائياً.

ما نوع البيانات التي تستخدمها هذه التطبيقات فعلياً

وجدت المراجعة أن معظم الدراسات اعتمدت على المعلومات التي يدخلها المستخدمون بنشاط، مثل استبيانات الأعراض داخل التطبيق، بينما استخدمت أقل عدداً البيانات السلبية من المستشعرات أو أنظمة الرعاية الصحية. نحو سبع من كل عشر دراسات استخدمت بيانات مدخلة من المستخدم، غالباً نقاط عن الألم أو المزاج أو النوم. استخدم نحو ربع الدراسات بيانات مُولّدة من الأجهزة، وربطت نسبة صغيرة فقط بيانات من السجلات الطبية أو مطالبات التأمين. جمعت العديد من التطبيقات معلومات بشكل مستمر أو بتواتر عالٍ على الأقل، لكن طريقة تحليل الباحثين لهذا التدفق الغني كانت غالباً محدودة إلى حدّ مدهش. قلّما جمعت الدراسات بين مصادر بيانات متعددة — على سبيل المثال ربط التقارير الذاتية عن الرفاهية بقراءات المستشعرات — رغم الوعد بأن مثل هذه التركيبات قد تعطي صورة أكمل وأكثر موثوقية عن الصحة.

ما مدى قوة الأدلة حتى الآن؟

عندما نظر المؤلفون في تصميمات الدراسات، وجدوا أن معظمها كان في الغالب مقارنات بسيطة قبل وبعد داخل مجموعة واحدة من المستخدمين، دون مجموعة ضابطة للمقارنة. استخدمت عدد قليل فقط من الدراسات مناهج أكثر صرامة، مثل مقارنة مستخدمي التطبيق بغير المستخدمين المشابهين، أو إجراء تجارب عشوائية عملية تحاكي الرعاية في الحياة الواقعية بشكل أوثق. ونتيجة لذلك، تستطيع العديد من الدراسات الحالية إظهار أن أعراض الناس تغيرت أثناء استخدامهم لتطبيق، لكنها لا تستطيع الادعاء بثقة أن التطبيق نفسه هو سبب هذه التغيّرات. تراوحت أحجام الدراسات بشكل واسع، من بضع عشرات من الأشخاص إلى مئات الآلاف، وغالباً ما استمر المتابعة بضعة أشهر فقط، ما يعني أن الآثار طويلة الأمد ما تزال غير مفهومة جيداً.

ماذا يعني هذا للمرضى والرعاية الرقمية المستقبلية

بشكل عام، ترسم المراجعة صورة تحمل وعوداً كبيرة لكن عملاً غير مكتمل. تستطيع تطبيقات الصحة بوضوح التقاط كميات كبيرة من المعلومات الواقعية حول كيف يشعر الناس ويؤدون مهامهم، ويمكن أن تدعم هذه البيانات فحوصات مستمرة ومرنة لأداء الأدوات الرقمية بعد دخولها السوق. ومع ذلك، حتى الآن يستغل معظم الدراسات المنشورة هذا الإمكان جزئياً فقط. فهي تعتمد بشكل كبير على التقارير الذاتية، وتستخدم تصميمات دراسية محدودة، ونادراً ما تربط بيانات التطبيق بالسجلات السريرية. لمنح الأطباء والمنظمين والمرضى ثقة أكبر، سيتعين على التقييمات المستقبلية مزج أنواع مختلفة من بيانات العالم الحقيقي، ومتابعة الأشخاص لفترات أطول، واستخدام طرق مقارنة أفضل. إذا نُفِّذ ذلك بشكل جيد، فقد يحول الاستخدام اليومي للتطبيقات إلى محرك قوي لتعلّم ما ينجح فعلاً في الرعاية الصحية الرقمية.

الاستشهاد: Gehder, S., Brückner, S., Gilbert, S. et al. A scoping review on using real-world data to evaluate the effectiveness of mHealth applications. npj Digit. Med. 9, 309 (2026). https://doi.org/10.1038/s41746-026-02562-0

الكلمات المفتاحية: تطبيقات الصحة المتنقلة, بيانات العالم الحقيقي, العلاجات الرقمية, بحث بيانات الصحة, الصحة المتنقلة المبنية على الأدلة