presentación viernes 15 de mayo-iyubanit rodríguez
TRANSCRIPT
Iyubanit Rodríguez Ramírez
Prof. Supervisora: Valeria Herskovic
Colaborador: Dr. Mauricio Campos, Traumatología PUC
Interfaces para el monitoreo de pacientes con dolor
Agenda• Motivación• Marco Teórico• Estado del arte• Pregunta de Investigación• Hipótesis• Solución Propuesta• Limitaciones• Estado de la Investigación
Motivación: Dolor
Sensación desagradable que puede ir desde una leve
molestia hasta la agonía. Dolor puede ser agudo y crónico
4. Cheng et al. 2003. Concept Analysis of Pain
.
Motivación: Medición del dolor
8. Horgas et al. 2012. Assessing pain in older adults with dementia, 9. Jackso et al. 2006. Development of a pictorial scale of pain intensity, 18. Serif et al. 2005. Visualizing pain data for wheelchair user, 22. The National Initiative on Pain Control. 2001. Pain Assessment Scales
Motivación
7. Hammal et al. 2014. Towards Multimodal Pain Assessment for Research and Clinical Use
Una persona siente dolor
El médico hace el diagnóstico
Información sólo de la consulta
Información sesgada
InconvenientesNo toma en cuenta
factores individuales
Tratamientos inadecuados Frustración del paciente
Motivación
“Es importante conocer el dolor que siente el paciente durante la rutina diaria y no sólo en los exámenes de laboratorio…”
Dr. Mauricio Campos
Dra. Laura Tupper
“…Solo el paciente será el indicado de decir cuánto dolor tiene.”
Motivación
El dolor es motivo del 40% de consultas en la atención primaria
cada año
El 20% de estos pacientes ha
experimentado dolor por más de 6 meses
11. Clínica las condes. 2004. Gestión en rehabilitación
Situación actual
Motivación
El dolor es un problema crítico en el sistema de salud
7. Hammal et al. 2014. Towards Multimodal Pain Assessment for Research and Clinical Use
Afecta calidad de vida del individuo
Diagnóstico de enfermería más
frecuente
Causa efectos físicos,
emocionales y familiares
Aumenta los costos del
individuo y la sociedad
Marco teórico
Interfaz Humano
Computador
Computación Psicología
Semiótica
Lenguaje Sociología Diseño
Ingeniería
Ergonomía
PacienteBiologíaPsicologíaCognición
EnfermedadAntecedentes personalesEnfermedad actual
Medio ambiente Social
Cultural
Dolor
Area de aplicación
Narcisa, F. La Interacción Humano-Computadora (MODIHC)Montoya, P. 2005. Celebro y dolor
Interfaz humano
computador
Medicina: Dolor
Medio ambiente
Wearable
Contexto
Auto-reporte
Area de aplicación
Percepción
MonitoreoInvestigación que implica el estudio repetido de una pregunta en el tiempo, requiere recopilación continua de datos
3. Braveman. 2003. Monitoring Equity in Health and Healthcare14. Min et al.2014. Toss ‘N’ Turn: Smartphone as Sleep and Sleep Quality Detector11. Khurana et al. 2014. NeckGraffe: A Postural Awareness System
ContextoSituación física y social en el que están integrados dispositivos computacionales, para adquirir y utilizar información acerca del ambiente y así proporcionar servicios que son apropiados para el entorno en particular
2. Bardram. 2004. Applications of Context-Aware Computing in Hospital Work 15. Mohammedali et al. 2011. A Context-Sensitive Device to Help People with Autism Cope with Anxiety
WearableIntegra capacidades de cómputo a dispositivos que se llevan en el cuerpo, tales como ropa o accesorios
16. Motti at al. 2014. Wearable Computing, 23. Zaragoza et al. 2013. Ubiquitous monitoring and assessment of childhood obesity, 1. Ananthanarayan et al. 2013. PT Viz: Towards a Wearable Device for Visualizing Knee,
Experiencia del usuarioGrado en el que un sistema puede ser utilizado por determinados usuarios para conseguir objetivos específicos con efectividad, eficiencia y satisfacción en un contexto de uso especificado
24. ISO. 2009. Human-centred design process for interactive systems
DISEÑO USABILIDAD
ACCESIBILIDAD
Estado del arte
Estado del arte
Interfaces para medir el dolor
Auto-reporte Detección automática
Escalas de
medición
Visualización del cuerpo
humano
Expresionesfaciales
Monitoreo del paciente
Interfaces para medir el dolor
Dibujo y texto
10. Jang et al. 2014. BodyDiagrams: Improving Communication of Pain Symptoms through Drawing
Esta en línea, se puede usar
desde la casa
LimitanteEl paciente solo reporta el dolor, no toma en cuenta el
contexto y tiene curva de aprendizaje
Interfaces para medir el dolor
Expresión facial
6. Hammal et al . 2012. Automatic detection of pain intensity 17. Prkachin et al. 2008. The structure, reliability and validity of pain expression
Expresiones únicas para el dolor
LimitanteEsta aplicación se utiliza en el centro hospitalario
Interfaces para medir el dolor
Sistema portátilDetermina si el paciente siente
dolor de espalda baja. Movimiento
LimitanteNo usa otras variables de contexto y no aplican el
auto-reporte. La muestra es pequeña
12. Lee et al. 2011. A Portable Inertial Sensing-based Spinal Motion Measurement System for Low Back Pain Assessment
Necesidad encontrada
Aplicación
Permitir el auto-reporte
Monitorear el contexto
Mejorar la experiencia
No afectar la rutina
Evaluar con usuarios reales
Pregunta de investigación
¿Se puede utilizar la información de contexto para mejorar la experiencia
del usuario para auto-reportar dolor?
Hipótesis
Una interfaz wearable que incluya información del contexto mejora la
experiencia del paciente al auto-reportar el dolor
Solución propuesta
Información contexto
Auto-reporte
Solución propuesta
Estudio con pacientes sobre dispositivos wearable
Diseñar y validar prototipos wearable
Medir el grado de aceptación del dispositivo por los pacientes y doctores
Fases de la investigación
Estudio de usuarios
Estudio técnico
Diseño e implementaci
ón de un prototipo 1
Evaluación del prototipo 1
Diseño e implementaci
ón de un prototipo 2
Evaluación del prototipo
2
Diseño e implementaci
ón de solución
Evaluación de la
solución
Fase 1 Fase 2 Fase 3 Fase 4
Limitaciones
Disposición de pacientes y doctores
Elección y recolección la información de contexto adecuadamente
Privacidad de los participantes
Almacenamiento de información de contexto
Estado de la investigación
Revisión de la literatura
Entrevistas a doctores
Realización del documento de la candidatura
Cronograma
Actividad I 2015 II 2015 I 2016 II 2016 I 2017 II 2017Búsqueda sistematizada
Protocolos de ética
Estudio de usuarios y técnico
Paper revisión sistemática
Diseño e implementación: Prototipo 1
Evaluación prototipo 1
Paper experiencia prototipo 1 Diseño e implementación: Prototipo 2
Evaluación prototipo 2
Paper experiencia prototipo 2
Diseño e implementación: solución
Evaluación soución
Paper experiencia solución
Desarrollo de la tesis
Muchas Gracias
¿Preguntas?
Referencias
1. Ananthanarayan, S., Sheh, M., Chien, A., Profita, H. and Siek, K. 2013. PT Viz: Towards a Wearable Device for Visualizing Knee Rehabilitation Exercises. In CHI. Paris, France.
2. Bardram., B. 2004. Applications of Context-Aware Computing in Hospital Work – Examples and Design Principles. In ACM Symposium on Applied Computing. Nicosia, Cyprus.
3. Braveman, P. 2003. Monitoring Equity in Health and Healthcare: A Conceptual Framework. J Health Popul Nutr. Vol. 21, 181–192.
4. Cheng S.F., Foster R.L. and Huang C.Y. 2003. Concept Analysis of Pain. In Tzu Chi Nursing Journal, 20-30.5. Hammal, Z. and Cohn, J.F . 2012. Automatic detection of pain intensity. In Proceedings of the 14th ACM International
Conference on Multimodal Interaction, New York, USA.6. Hammal, Z. and Kunz, M. 2012. Pain monitoring: A dynamic and context-sensitive system. Pattern Recognition, Vol. 45 (4),
1265-1280.7. Hammal, Z. and Cohn J.F. 2014. Towards Multimodal Pain Assessment for Research and Clinical Use. In Proceedings of the
2014 Workshop on Roadmapping the Future of Multimodal Interaction Research including Business Opportunities and Challenges, New York, USA.
8. Horgas, A.L. 2012. Assessing pain in older adults with dementia. New York: University College of Nursing.9. Jackson, D., Horn, S., Kersten, P. and Turner-Stokes, L. 2006. Development of a pictorial scale of pain intensity for patients
with communication impairments: initial validation in a general population. Clinical Medicine. Vol. 6, 580-585. 10. Jang, A., Maclean, D. and Herr, J. 2014. BodyDiagrams: Improving Communication of Pain Symptoms through Drawing. In
CHI, Toronto, Canada.11. Khurana, R.,Marinelli, E., Saraf, T. and Li, S. 2014. NeckGraffe: A Postural Awareness System . In CHI. Toronto, Cánada.12. Lee, J.K., G. T. Desmoulin, G.T., Khan, A. H. and Park, E. 2011. A Portable Inertial Sensing-based Spinal Motion Measurement
System for Low Back Pain Assessment. In 33rd Annual International Conference of the IEEE EMBS Boston, Massachusetts USA, 4733-4740.
Referencias13. McNaney, R., Vines, J., Roggen, D., Balaam, M., Zhang, P., Poliakov, I. and Olivier, P. 2014. Exploring the
Acceptability of Google Glass as an Everyday Assistive Device for People with Parkinson’s. In CHI. Toronto, Cánada.
14. Min, J., Doryab, A., Wiese, J., Amini, S., Zimmerman, J. and Hong, J.2 014. Toss ‘N’ Turn: Smartphone as Sleep and Sleep Quality Detector . In CHI. Toronto, Cánada.
15. Mohammedali, M., Phung, D., Adams, B. and Venkatesh, S. 2011. A Context-Sensitive Device to Help People with Autism Cope with Anxiety. In CHI. Vancouver, Canada.
16. Motti ,V., Kohn, S. And Caine, K. 2014. Wearable Computing: A Human-centered View of Key Concepts, Application Domains, and Quality Factors. In MobileHCI. Toronto, Cánada.
17. Prkachin, K.M. and Solomon, P.E. 2008. The structure, reliability and validity of pain expression: Evidence from patients with shoulder pain. Pain, vol. 139, 267-274.
18. Serif, T., ghinea, G. and Frank, A. 2005. Visualizing pain data for wheelchair users: a ubiquitous approach. Journal of Mobile Multimedia. Vol. 1, 161-177.
19. Singh, A., Klapper, A., Jia,J., Fidalgo, A., Tajadura-Jiménez, A., Kanakam, N., Bianchi-Berthouze, N. and Williams, A. 2014. Motivating People with Chronic Pain to do Physical Activity: Opportunities for Technology Design. In CHI. Toronto, Cánada.
20. Siter, J., Feese, S., Arnrich, B., Tröster, G., Amft, O., Macrea, L. and Maurer, K. 2013. Evaluating Daily Life Activity Using Smartphones as Novel Outcome Measure for Surgical Pain Therapy. In Proceedings of the 8th International Conference on Body Area Networks, 153-156.
21. Spyridonis, F., Hansen, J., Gronli, TM. And Ghinea, G. 2013. PainDroid: An Android-based Virtual Reality Application for Pain Assessment. Multimedia Tools and Applications. Vol. 72 (1), 191-206.
22. The National Initiative on Pain Control. 2001. Pain Assessment Scales. [online]. Available: https://www.painedu.org/Downloads/NIPC/Pain_Assessment_Scales.pdf
23. Zaragoza, I., Jaime Guixeres, J., Alcañiz, M., Cebolla, A., Saiz, J. and Alvarez, J. 2013. Ubiquitous monitoring and assessment of childhood obesity. In Pers Ubiquit Computing.
24. ISO. 2009. Human-centred design process for interactive systems. ISO FDIS 9241-210.