Forskare som deltog i IoT Sverige-projektet Vägen framåt har utvecklat en metod för att analysera lungfunktionsdata i realtid hos patienter med den kroniska sjukdomen cystisk fibros.
Målet: att snabbare upptäcka när sjukdomen försämras.
Nu har resultaten publicerats i den vetenskapliga tidskriften Journal of Cystic Fibrosis.
Hallå där Marcus Svedberg, läkare vid Drottning Silvias barnsjukhus och tidigare projektledare för IoT Sverige-projektet Vägen framåt.
Grattis till publiceringen, varför har ni gjort den här studien?
– Tack! Det är i dag svårt att avgöra om en förändring i lungfunktion över tid är tillfällig eller ett tecken på att sjukdomen (cystisk fibros) försämras. Vi ville ta fram ett bättre och mer objektivt sätt att tolka lungfunktionsdata, så att både vårdpersonal och patienter får bättre beslutsunderlag.
Hur har ni gått till väga?
Hur har ni gått till väga?– Patienterna kan mäta sin lungfunktion i hemmet eller på sjukhuset. Resultaten över tid analyseras och presenteras visuellt i det nationella cystisk fibros-registret, så att sjukdomstrender över tid blir lätta att förstå.
Vad innebär det här för vårdpersonal och patienter?
– Vårdpersonal och patienter kan få en bättre förståelse för hur lungsjukdomen utvecklas över tid. Det kan leda till tidigare upptäckt av försämring, tryggare uppföljning och mer individanpassad vård.
Porträttbild på Marcus Svedberg.
Marcus Svedberg, läkare vid Drottning Silvias barnsjukhus.
Vad betyder publiceringen av artikeln?
– Publiceringen är ett vetenskapligt erkännande av vårt arbete och gör att resultaten kan spridas och användas av fler. Den skapar också en grund för vidare utveckling och implementering inom andra områden inom vården.
Hur kommer ni att gå vidare?
– Lösningen används redan vid alla åtta CF-center (cystisk fibros) i Sverige. Nästa steg är att fortsatt vidareutveckla och sprida den. Förhoppningsvis kan metoden användas internationellt, både inom EU och globalt.
Läs mer:
Läs artikeln publicerad i Journal of Cystic Fibrosis: Real-time modelling and visualisation of individual FEV trends in cystic fibrosis
