סקירת גבולות על שימוש בנתונים מהעולם האמיתי להערכת היעילות של יישומי בריאות ניידים

מדוע יישומי הבריאות שלכם חשובים מעבר לטלפון

הרבה מאיתנו כיום מתעדכנים במצב הרוח, השינה, הצעדים או רמות הסוכר ביישומי בריאות — אך מה קורה לכל אותה מידע? מאמר זה בוחן כיצד נתונים מהחיים היומיומיים שנאספים מיישומי בריאות ניידים (mHealth) משמשים להערכה האם הכלים הללו אכן מסייעים לאנשים בחיי היומיום שלהם. במקום להסתמך רק על ניסויים קליניים קונבנציונליים, המחברים בודקים מחקרים שמנצלים נתונים שאפליקציות אוספות באופן טבעי בזמן שאנשים משתמשים בהן בבית, בעבודה ובדרך.

מה החוקרים ביקשו לגלות

המחברים ערכו סקירת גבולות, סוג של מפה רחבה, כדי לראות כיצד נתונים מהעולם האמיתי מאפליקציות בריאות משמשים כיום בספרות המדעית. הם התמקדו ביישומים הפונים למטופל שאנשים משתמשים בהם באופן עצמאי לניהול בריאות, מעקב מצבים או לתמיכה בשינוי אורח חיים. באופן מהותי, נכללו רק מחקרים שהשתמשו בנתונים "עולים באופן טבעי" — מידע שנלכד באמצעות פונקציות רגילות של האפליקציה או רשומות שגרתיות במערכת הבריאות, ולא שאלונים או כלים נוספים שהותאמו במיוחד למחקר. הם חלקו את הנתונים לשלוש קטגוריות פשוטות: מידע שאנשים מקלידים באפליקציה, נתונים הנרשמים באופן אוטומטי על ידי מכשירים כמו חיישנים או לבישים, ומידע שנמשך ממערכות בריאות כגון רשומות רפואיות אלקטרוניות או טענות ביטוח.

באילו תחומים בוחנים את יישומי הבריאות

מתוך יותר מעשרת אלפים מאמרים זיהו החוקרים 72 מחקרים שעברו את הקריטריונים שלהם, הכוללים 61 אפליקציות שונות. רוב היישומים כוונו לבעיות בריאות הנפש, כגון דיכאון או נדודי שינה, או לבעיות מטבוליות כמו סוכרת וניהול משקל. רבים מהיישומים פועלים ככלים רפואיים בפועל ומסייעים לכוון טיפול או החלטות יומיומיות, גם אם מעמדם הרגולטורי לא מדווח תמיד בבירור. יישומי בריאות הנפש נטו להסתמך במידה רבה על מה שהמשתמשים הקלידו לגבי מצב הרוח, השינה או התסמינים, בעוד יישומים מטבוליים נשענו לעתים קרובות יותר על מכשירים מחוברים, כמו מדדי גלוקוז או משקלים חכמים שרושמים מדידות באופן אוטומטי.

איזה סוג נתונים האפליקציות הללו באמת משתמשות

הסקירה מצאה שרוב המחקרים נשענו על מידע שהוזן באופן פעיל, כגון סקרים על תסמינים בתוך האפליקציה, כאשר פחות מחקרים עשו שימוש משמעותי בנתונים פסיביים מחיישנים או ממערכות בריאות. בערך שבעה מתוך עשרה מחקרים השתמשו בנתונים שהוזנו על ידי המשתמשים, לעתים קרובות ציונים לגבי כאב, מצב רוח או שינה. בערך רבע השתמשו בנתונים שנוצרו על ידי מכשירים, ורק אחוז קטן קישר נתונים מרשומות רפואיות או תביעות ביטוח. רבות מהאפליקציות אספו מידע ברצף או בתדירות גבוהה, אך הדרך שבה החוקרים ניתחו את הזרם העשיר הזה הייתה לעתים מפתיעה במידה מוגבלת. מעטים מהמחקרים שילבו מספר מקורות נתונים — למשל, חיבור בין דיווח עצמי על רווחה לבין קריאות חיישנים — על אף ההבטחה ששילוב כזה עשוי לתת תמונה מלאה ומהימנה יותר של הבריאות.

כמה חזקה עד כה הראייה?

כאשר המחברים בדקו את עיצוב המחקרים, הם מצאו שרובם היו השוואות פשוטות של לפני־ואחרי בתוך קבוצת משתמשים אחת, ללא קבוצת פיקוח להשוואה. רק מספר קטן השתמש בגישות מחמירות יותר, כגון השוואת משתמשי אפליקציה עם לא־משתמשים דומים, או עריכת ניסויים אקראיים פרגמטיים שמשקפים מקרוב טיפול בחיים האמיתיים. כתוצאה מכך, רבים מהמחקרים הנוכחיים יכולים להראות שהתסמינים של אנשים השתנו בזמן ששימושו באפליקציה, אך הם אינם יכולים לטעון בביטחון שהאפליקציה עצמה גרמה לשינוי. גודלי המחקרים נעו בטווח רחב, ממספר עשרות אנשים ועד מאות אלפים, והמעקב לרוב נמשך רק כמה חודשים, מה שמשאיר השפעות לטווח הארוך ככאלה שגרוע מובנות.

מה המשמעות עבור מטופלים וטיפול דיגיטלי בעתיד

בסך הכל, הסקירה מציירת תמונה של הבטחה גדולה אך עבודה בלתי גמורה. אפליקציות בריאות מסוגלות בבירור ללכוד כמויות גדולות של מידע מהעולם האמיתי על איך אנשים מרגישים ומתפקדים, ונתונים אלה יכולים לתמוך במעקבים גמישים ובהערכת הביצועים של כלים דיגיטליים לאחר שיצאו לשוק. עם זאת, עד כה רוב המחקרים המתפרסמים מנצלים את הפוטנציאל בצורה חלקית בלבד. הם נסמכים במידה רבה על דיווחים עצמיים, משתמשים בעיצובים מוגבלים, ובמעט מקרים מקשרים נתוני אפליקציה עם רשומות קליניות. כדי לתת לקלינאים, לרגולטורים ולמטופלים ביטחון גדול יותר, הערכות עתידיות יצטרכו לשלב סוגים שונים של נתונים מהעולם האמיתי, לעקוב אחרי אנשים לאורך זמן ארוך יותר ולהשתמש בשיטות השוואה טובות יותר. אם ייעשה נכון, זה יכול להפוך שימוש יומיומי באפליקציות למנוע עוצמתי ללמידה מה עובד באמת בטיפול הבריאות הדיגיטלי.

ציטוט: 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

מילות מפתח: יישומי בריאות ניידים, נתונים מהעולם האמיתי, תרפויטיקה דיגיטלית, מחקר נתוני בריאות, mHealth מבוסס ראיות