ข้อมูลจากอุปกรณ์ติดตามสุขภาพของ Garmin ช่วยให้นักวิจัยสามารถคาดการณ์ภาวะตื่นตระหนกได้

ข้อมูลทางสรีรวิทยาจากอุปกรณ์ติดตามสุขภาพ เมื่อผสมผสานกับแบบสอบถามและข้อมูลสิ่งแวดล้อม สามารถใช้ในการคาดการณ์การเกิดอาการตื่นตระหนกได้ ตามการศึกษาที่ดำเนินการโดยสถาบันบัณฑิตวิทยาศาสตร์ชีวการแพทย์อิเล็กทรอนิกส์และสารสนเทศชีวภาพ (BEBI) มหาวิทยาลัยแห่งชาติเกาะไต้หวัน (NTU)

การวิจัยนี้ประกอบด้วยการศึกษาแบบติดตามกลุ่ม (Cohort study) 3 โครงการ โดยมีระยะเวลาเก็บข้อมูลระหว่าง 1 ถึง 3 ปี และใช้อุปกรณ์ Garmin vívosmart® series ในการติดตามข้อมูลของผู้ป่วยอย่างต่อเนื่อง ทั้งนี้ นักวิจัยคาดว่าผลการศึกษาจะช่วยให้แพทย์สามารถให้การรักษาผู้ป่วยที่มีภาวะตื่นตระหนกได้อย่างเหมาะสม ทันท่วงที และตรงตามความต้องการของแต่ละบุคคลมากยิ่งขึ้นการคาดการณ์การเกิดอาการตื่นตระหนก

“การผสมผสานระหว่างสมาร์ตวอทช์และแอปพลิเคชันให้ผลลัพธ์ที่มีแนวโน้มดี ข้อมูลจากอุปกรณ์เหล่านี้ช่วยให้สามารถคาดการณ์การเกิดอาการตื่นตระหนกได้ล่วงหน้าหลายวัน ทำให้ผู้คนมีเวลาเตรียมตัวและดำเนินการได้ทันเวลา” ดร. ชาน-เฮิน ไช จาก NTU กล่าว “แอปยังช่วยให้ผู้ใช้อาการดีขึ้นและรู้สึกควบคุมตัวเองได้มากขึ้น แสดงให้เห็นว่าเทคโนโลยีสามารถเป็นเครื่องมือที่ทรงพลังในการจัดการและป้องกันอาการตื่นตระหนก กล่าวโดยง่าย การศึกษานี้แสดงให้เห็นว่า เมื่อมีเครื่องมือที่เหมาะสม เทคโนโลยีสามารถช่วยผู้ป่วยโรคตื่นตระหนกในการคาดการณ์และจัดการภาวะของตนได้อย่างมีประสิทธิภาพในชีวิตประจำวัน”

อาการตื่นตระหนกเป็นรูปแบบหนึ่งของความวิตกกังวลที่รุนแรง ซึ่งมักมาพร้อมกับอาการทางร่างกายหลายอย่าง โดยทั่วไปเกิดจากความเครียดทางจิตใจหรือสถานการณ์ที่กระตุ้นให้เกิดความกลัวการอยู่ในที่ที่หนีไม่ได้ อย่างไรก็ตาม มีงานวิจัยเพียงไม่กี่ชิ้นที่สามารถคาดการณ์การเกิดอาการตื่นตระหนกซ้ำได้โดยใช้ข้อมูลจากชีวิตจริง

งานวิจัยแรกของ BEBI ได้เก็บข้อมูลจากผู้เข้าร่วม 59 คน ตลอดระยะเวลา 1 ปี ข้อมูลสภาพแวดล้อมและสภาวะอารมณ์ถูกส่งกลับไปยังทีมวิจัยผ่านแอปมือถือ Garmin vívosmart 4 เก็บข้อมูลทางสรีรวิทยาอัตโนมัติ เช่น อัตราการเต้นของหัวใจ ระดับกิจกรรม และการนอนหลับ ดร.ไช กล่าวว่า Garmin ถูกเลือกเพราะเป็น “อุปกรณ์ที่มีศักยภาพสูง” ผู้ป่วยสามารถสวมใส่ได้ตลอดวันและมีแบตเตอรี่ใช้งานได้นานถึง 7 วัน ผู้เข้าร่วมส่วนใหญ่ให้ความคิดเห็นในเชิงบวกหลังจากเรียนรู้วิธีติดตามสภาวะทางอารมณ์และร่างกายของตนเอง

ผลการศึกษาพบว่า การผสานข้อมูลเหล่านี้สามารถช่วยคาดการณ์การเกิดอาการตื่นตระหนกได้ล่วงหน้าถึง 7 วัน แบบจำลองการคาดการณ์นี้อาจช่วยให้แพทย์และผู้ป่วยสามารถตรวจสอบ ควบคุม และดำเนินการแทรกแซงได้ก่อนเกิดอาการ ทั้งในโรงพยาบาลและชีวิตประจำวัน

การศึกษาเพิ่มเติมและผลลัพธ์ที่น่าพอใจ

หลังจากการศึกษาครั้งแรก มีการศึกษาติดตามอีกสองชุดซึ่งใช้เวลา 2 และ 3 ปี โดยหนึ่งในนั้นมุ่งเน้นไปที่ผลกระทบของการนอนหลับและกิจกรรมทางกายต่อผู้ที่มีภาวะตื่นตระหนก การศึกษานี้ตั้งเป้าคาดการณ์อาการล่วงหน้า 1 สัปดาห์ ผู้เข้าร่วมสวมใส่ Garmin vívosmart เพื่อเก็บข้อมูลการนอนหลับ กิจกรรม และอัตราการเต้นของหัวใจ ข้อมูลทั้งหมดนี้ถูกนำมารวมกับแบบสอบถามและการสัมภาษณ์ เพื่อสร้างแบบจำลองแมชชีนเลิร์นนิงสำหรับการคาดการณ์อาการตื่นตระหนก นักวิจัยสามารถคาดการณ์ได้อย่างแม่นยำกว่า 92% ว่าผู้เข้าร่วมอาจเกิดอาการตื่นตระหนกภายในสัปดาห์ถัดไป

การศึกษาล่าสุดได้สำรวจว่า โปรแกรม “การจัดการผู้ป่วยผ่านมือถือ” (ซึ่งรวมแบบจำลองการคาดการณ์ไว้ด้วย) จะช่วยให้ผู้ป่วยโรคตื่นตระหนกสามารถลดอาการและได้รับการดูแลที่มีคุณภาพมากขึ้นได้อย่างไร ผู้เข้าร่วมใช้แอปมือถือร่วมกับการรักษาปกติ และสามารถติดต่อผู้เชี่ยวชาญทางการแพทย์ทางไกลเพื่อรับการรักษาเฉพาะบุคคล ผลลัพธ์แสดงให้เห็นว่าผู้ที่ใช้โปรแกรมนี้รู้สึกควบคุมอาการได้ดีขึ้น มีความตระหนักในตนเองมากขึ้น และได้รับการสนับสนุนมากขึ้นจากผู้อื่น

การศึกษาทั้งสามนี้เป็นประโยชน์อย่างยิ่งทั้งต่อผู้ที่มีภาวะตื่นตระหนกและต่อแพทย์ นักวิจัยใช้แบบจำลองแมชชีนเลิร์นนิงเพื่อระบุปัจจัยสำคัญที่ก่อให้เกิดอาการตื่นตระหนกซ้ำ พวกเขาพบช่วงอัตราการเต้นของหัวใจที่เหมาะสม ได้แก่ อัตราเฉลี่ย 72–87 bpm อัตราสูงสุด 100–145 bpm และอัตราขณะพัก 55–60 bpm นอกจากนี้ ยังพบว่าการมีกิจกรรมในแต่ละวัน เช่น ขึ้นบันไดมากกว่า 9 ชั้น นอนหลับรวมระหว่าง 6 ชั่วโมง 23 นาที ถึง 10 ชั่วโมง 50 นาที มีการนอนหลับลึกอย่างน้อย 50 นาที และมีเวลาตื่นไม่เกิน 53 นาที จะเป็นประโยชน์ ข้อมูลจากอุปกรณ์ติดตามสุขภาพและแอปมือถือช่วยให้แพทย์สามารถให้คำแนะนำเฉพาะบุคคลเพื่อปรับวิถีชีวิตและปรับปรุงผลการรักษาโรคตื่นตระหนกได้อย่างมีประสิทธิภาพ

To learn more, visit www.garmin.com/third-party-studies-overview for additional research projects. All information on research and clinical trials can be found here.

Garmin devices are not designed or intended to monitor or diagnose diseases or any medical conditions. Find information on metric accuracy here.

^[1]JMIR Medical Informatics – Panic Attack Prediction Using Wearable Devices and Machine Learning: Development and Cohort Study

²Sleep, physical activity and panic attacks: A two-year prospective cohort study using smartwatches, deep learning and an explainable artificial intelligence model – PubMed

³Enhancing panic disorder treatment with mobile-aided case management: an exploratory study based on a 3-year cohort analysis – PubMed