Neuroinformatik - En brygga mellan kognition, AI och digital hälsa

Appar för patienter och användare utvecklas i allt högre grad för att stödja egenvård vid kroniska tillstånd såsom multipel skleros (MS). En serie studier beskriver design och utvärdering av en mobilapp som hjälper individer att övervaka symtom, följa aktiviteter, hantera stress och förbereda sig inför medicinska besök. Insikter från patienter, vårdpersonal och diskussioner på sociala medier vägledde designprocessen, vilket säkerställde att lösningen mötte verkliga användarbehov. Appen förfinades genom iterativ prototypning och användbarhetstester, vilket ledde till förbättrad funktionalitet och datavisualisering. Sammantaget illustrerar detta hur digitala hälsoteknologier kan stärka patientengagemang, motivation och självmedvetenhet i vardaglig sjukdomshantering.

Designprinciper

Deltagare i forskningsstudier

Bild: Martine Oppegaard Jakobsen, University of Bergen

Det finns framväxande AI-baserade metoder för tidig upptäckt av kognitiv nedgång, baserade på bilddata, kliniska data och språkliga data. Dessa metoder visar hög diagnostisk potential och förbättras kontinuerligt i takt med framsteg inom djupinlärning. Tillsammans pekar de mot mer träffsäkra och tillgängliga verktyg för att stödja tidiga insatser inom kognitiv hälsa.

Intresset ökar för digitala system och spel för kognitiv testning och träning hos äldre vuxna, men validerade självbedömningsverktyg är fortfarande begränsade. Kliniska lösningar är mer tillförlitliga men ofta svåråtkomliga, medan många appar saknar vetenskaplig grund trots bred tillgänglighet. Framtida utveckling bör förena klinisk stringens med användarcentrerad design för att skapa engagerande, evidensbaserade verktyg för kognitiv hälsa vid åldrande.

Versioner av Mini-Cog-test

Vi har utvecklat två digitala artefakter för testning av kognitiv nedgång baserade på det medicinskt validerade Mini-Cog-testet. Den första versionen är ett enkelt, klinikerorienterat verktyg, medan den andra integrerar spelifieringselement såsom berättelser, belöningar och emojis för att öka engagemanget.

Denna figur illustrerar klockritningsdelen av Mini-Cog-testet. Den vänstra bilden visar det första steget, där urtavlan ställs in, medan den högra bilden visar uppgiften att ange rätt tid genom att placera visarna.

Feedback från användare

Användarfeedback och användbarhetstester visar att den spelifierade versionen förbättrar upplevelsen och interaktionen, samtidigt som testets diagnostiska integritet bibehålls.

Integrationen av assisterande robotar inom japansk äldreomsorg har undersökts genom intervjuer och observationer på tre vårdhem. Robotar såsom Paro, Pepper och Qoobo utvärderades utifrån deras funktioner och användarupplevelser. Resultaten visar på hög användartillfredsställelse samt terapeutiskt och underhållande värde. Deras potential att stödja äldreomsorg är tydlig. Dock krävs bättre strategier för att fullt ut utnyttja och integrera dem i den dagliga verksamheten.