Обзор объема исследований об использовании реальных данных для оценки эффективности mHealth-приложений

Почему ваши медицинские приложения важны не только как программы в телефоне

Многие из нас теперь фиксируют настроение, сон, шаги или уровень сахара в крови в медицинских приложениях, но что происходит со всей этой информацией? В этой статье исследуется, как данные из реальной жизни, собранные мобильными медицинскими (mHealth) приложениями, используются для оценки того, действительно ли эти инструменты помогают людям в повседневной жизни. Вместо того чтобы опираться исключительно на традиционные клинические испытания, авторы рассматривают исследования, которые используют данные, естественным образом собираемые приложениями, пока люди пользуются ими дома, на работе и в дороге.

Что исследователи намеревались выяснить

Авторы провели обзор объема (scoping review) — своего рода широкое картирование, чтобы увидеть, как в опубликованных работах используются реальные данные из медицинских приложений. Они сосредоточились на приложениях, ориентированных на пациентов, которые люди используют самостоятельно для управления здоровьем, мониторинга состояний или поддержки изменения образа жизни. Важно, что в обзор включали только исследования, использующие «естественно возникающие» данные — информацию, полученную через обычные функции приложения или рутинные медицинские записи, а не дополнительные опросы или инструменты, подключенные специально для исследования. Эти данные авторы сгруппировали в три простых типа: информация, которую люди вводят в приложение, данные, автоматически регистрируемые устройствами (например, датчиками или носимыми гаджетами), и сведения, взятые из систем здравоохранения, таких как электронные медицинские карты или страховые данные.

Где проверяют медицинские приложения

Из более чем десяти тысяч статей команда отобрала 72 исследования, соответствовавшие критериям, охватывающих 61 приложение. Большинство из них было направлено на проблемы психического здоровья, такие как депрессия или бессонница, либо на метаболические расстройства, например диабет и контроль веса. Многие приложения фактически используются как медицинские инструменты, помогая в выборе лечения или повседневных решений, хотя их официально-регуляторный статус не всегда явно указан. Приложения для психического здоровья, как правило, больше полагались на данные, вводимые пользователями о настроении, сне или симптомах, тогда как приложения для метаболических состояний чаще использовали подключённые устройства, например глюкометры или умные весы, которые автоматически фиксируют измерения.

Какие данные эти приложения действительно используют

Обзор показал, что большинство исследований опирается на активно вводимую информацию, например анкеты о симптомах внутри приложения, в то время как пассивное использование данных от датчиков или систем здравоохранения встречалось реже. Примерно семь из десяти исследований использовали данные, введённые пользователями, часто в виде баллов по боли, настроению или сну. Около четверти использовали данные, сгенерированные устройствами, и лишь небольшая доля связывала данные с медицинскими картами или страховыми претензиями. Многие приложения собирали информацию непрерывно или по крайней мере очень часто, но способы анализа этого богатого потока данных часто были удивительно ограничены. Немногие исследования комбинировали несколько источников данных — например, объединяли самоотчёты о благополучии с показаниями датчиков — несмотря на то, что такие сочетания могли бы дать более полную и надёжную картину состояния здоровья.

Насколько убедительны имеющиеся доказательства?

При анализе методики исследований авторы обнаружили, что большинство из них представляли собой относительно простые сравнения «до и после» в одной группе пользователей, без контрольной группы для сопоставления. Лишь небольшое число применяло более строгие подходы, такие как сравнение пользователей приложений с сопоставимыми неиспользующими лицами или проведение прагматичных рандомизированных испытаний, ближе отражающих реальную клиническую практику. В результате многие текущие исследования могут показать, что симптомы людей менялись во время использования приложения, но не позволяют с уверенностью утверждать, что сами приложения были причиной этих изменений. Размеры выборок варьировали широко — от нескольких десятков человек до сотен тысяч, а период наблюдения часто длился всего несколько месяцев, так что долгосрочные эффекты остаются слабо изученными.

Что это означает для пациентов и будущей цифровой медицины

В целом обзор рисует картину большого потенциала, но незавершённой работы. Медицинские приложения явно способны фиксировать большие объёмы реальных данных о самочувствии и функционировании людей, и эти данные могут поддерживать постоянную, гибкую оценку эффективности цифровых инструментов после их выхода на рынок. Тем не менее до сих пор большинство опубликованных исследований используют этот потенциал лишь частично: они сильно зависят от самоотчётов, применяют ограниченные дизайны исследований и редко связывают данные приложений с клиническими записями. Чтобы дать врачам, регуляторам и пациентам больше уверенности, будущие оценки должны будут сочетать разные виды реальных данных, дольше наблюдать людей и применять лучшие методы сравнения. При грамотном подходе повседневное использование приложений может превратиться в мощный механизм для понимания того, что действительно работает в цифровой медицине.

Цитирование: 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

Ключевые слова: мобильные медицинские приложения, данные из реальной практики, цифровая терапия, исследования медицинских данных, доказательная mHealth