A proliferação explosiva de saúde móvel (mHealth) continua a gerar um burburinho considerável. Os meios de comunicação são rápidos em cobrir um novo aplicativo chamativo que promete capacitar os pacientes a se tornarem mais saudáveis ou ajudar os médicos a se tornarem mais eficazes e eficientes. Uma revisão conduzida pela Universidade de Chicago mostrou que a maioria dos aplicativos móveis de saúde disponíveis ao público são projetados para pacientes. Freqüentemente, eles visam o bem-estar e o gerenciamento de doenças. Essas duas categorias são seguidas por aplicativos para autodiagnóstico, aplicativos para gerenciamento de medicamentos (lembretes digitais) e aplicativos do portal eletrônico do paciente.
Editorial Moment / Getty Images / Getty ImagesNo entanto, a maioria dos aplicativos mHealth não foi testada de maneira rigorosa, de modo que não podemos ter certeza de que cumprem suas promessas. O objetivo deste artigo não é desconsiderar o potencial legítimo da tecnologia mHealth para transformar os cuidados de saúde e os resultados da saúde de maneiras positivas, mas ilustrar como aplicativos e dispositivos mHealth defeituosos podem levar a sérias consequências.
Existem vários tipos de defeitos que podem afetar um aplicativo ou dispositivo mHealth. A lista não é exaustiva.
Inválido
Muitos aplicativos ou dispositivos mHealth são projetados para medir parâmetros como glicose no sangue, pressão sanguínea, atividade física, função pulmonar, níveis de oxigênio e ritmos cardíacos. Um aplicativo ou dispositivo inválido mede o parâmetro de maneira imprecisa, seja por subestimação, superestimação ou classificação incorreta.
Considere um aplicativo que se conecta a um leitor de tira de glicose para transformar o smartphone em um medidor de glicose. Se o aplicativo exibir uma leitura de glicose inválida e recomendar uma dose incorreta de insulina, o paciente poderá sofrer níveis perigosamente baixos ou altos de glicose após a administração da insulina.
Alguns parâmetros não são números simples, mas categorias. Um aplicativo inválido classificaria incorretamente o parâmetro na categoria errada. Joel A. Wolf e seus colegas da Universidade de Pittsburgh avaliaram a precisão de aplicativos de smartphones projetados para analisar fotografias de lesões de pele e estimar a probabilidade de que as lesões fossem melanomas.
Três dos quatro aplicativos classificaram incorretamente 30% ou mais dos melanomas verdadeiros como benignos. Outro estudo com resultados interessantes também foi publicado pelo Dr. Christophe Wyss, cardiologista da Heart Clinic Zurich, na Suíça. Sua equipe examinou aplicativos comerciais de smartphones que medem a frequência cardíaca. Eles encontraram inconsistências em sua precisão de diagnóstico, com dispositivos sem contato mostrando menos precisão do que aplicativos baseados em contato.
O grau em que um aplicativo ou dispositivo inválido comprometeria a segurança do paciente depende da direção e magnitude do erro, da condição de saúde subjacente que está sendo tratada, do contexto em que o aplicativo é usado, bem como de outros fatores.
Não confiável
Um aplicativo ou dispositivo não confiável produz variação excessiva ao medir parâmetros que não foram alterados. Por exemplo, um aplicativo de medição de glicose não confiável indicaria que a glicose no sangue do usuário mudou significativamente quando, na realidade, permaneceu estável. Observe que um aplicativo ou dispositivo pode ser confiável, mas inválido. Um dispositivo que subestima consistentemente a glicose no sangue em 30 mg / dL seria confiável, mas inválido.
Não baseado em evidências
Um aplicativo ou dispositivo que não é baseado em evidências científicas pode fornecer avaliações ou sugerir tratamentos que são inúteis na melhor das hipóteses ou prejudiciais na pior. Um cenário intermediário é que a tecnologia mHealth não fornece recursos ou componentes que são conhecidos por serem benéficos. Suponha que um médico use um aplicativo para determinar o melhor curso de tratamento para um paciente com asma não controlada. Se o aplicativo não recomendar tratamentos baseados em evidências (como esteróides inalados), o paciente pode sofrer desnecessariamente.
Alguns aplicativos mHealth calculam o perfil de risco de um paciente com base em dados específicos do paciente. Por exemplo, uma calculadora de risco cardíaco pode usar a idade do paciente, sexo, tabagismo, pressão arterial, níveis de colesterol e outras informações para estimar o risco de eventos cardíacos.
Grandes imprecisões em tal aplicativo podem levar os médicos a caminhos de tratamento prejudiciais ou ineficazes.
Espera-se que os prestadores de cuidados de saúde exerçam um julgamento clínico ao decidir se devem agir com base nas informações apresentadas por aplicativos ou dispositivos. Mas um aplicativo com defeito pode parecer confiável. Pacientes ou consumidores em geral (o maior público de aplicativos mHealth) são ainda menos capazes de julgar a precisão de um aplicativo ou dispositivo.
Os especialistas argumentam que os ensaios clínicos randomizados (geralmente considerados o padrão ouro em pesquisa) são necessários para validar os aplicativos mHealth e seus princípios subjacentes. Em particular, devemos procurar ensaios com grandes amostras e longos acompanhamentos.
Até agora, esses estudos para aplicativos mHealth são limitados, mas alguns ensaios clínicos randomizados foram realizados. Por exemplo, um estudo de 2019 usou um ensaio clínico randomizado para avaliar a eficácia de um aplicativo móvel de saúde mental para o bem-estar e a redução do estresse em mulheres que trabalham. O estudo descobriu que aqueles que usaram o aplicativo tiveram uma melhora significativa no bem-estar relacionado ao trabalho, bem como diminuição do estresse.
Também existem desafios com o uso de ensaios clínicos randomizados ao estudar aplicativos mHealth. Um estudo observou que grupos de espera ou placebos são frequentemente usados em ensaios clínicos randomizados. Em alguns casos, suspender o tratamento não é apropriado ao olhar para aplicativos mHealth que fornecem tratamento baseado em evidências em formato digital. Eles concluíram que a abordagem mais útil ao estudar esses aplicativos mHealth pode ser comparar os resultados de pacientes que usam os aplicativos com aqueles que recebem tratamento em um ambiente ambulatorial.
outras considerações
Um aplicativo com defeito pode ser removido do mercado, como foi o caso do aplicativo Calculadora de Reumatologia da Pfizer, que gerava pontuações imprecisas para avaliar a atividade da doença em pacientes com artrite reumatóide.
Mas a remoção dos mercados online apenas impede novos downloads. E quanto aos aplicativos já baixados para o smartphone ou tablet do usuário? Se o usuário não estiver ciente do perigo, o risco persiste.
Outra questão importante é a segurança das informações de saúde sensíveis que são armazenadas ou acessadas por tecnologia mHealth. Pacientes e médicos estão preocupados com possíveis violações de dados.
O FDA regulamenta alguns tipos de aplicativos móveis de saúde, mas outros são considerados de baixo risco se não forem considerados dispositivos médicos e não monitorados.
Embora devamos estar cientes de seus riscos e limitações, os aplicativos mHealth também têm o potencial de incentivar as pessoas a fazerem escolhas mais saudáveis e assumirem mais responsabilidades.