Urządzenia noszone takie jak smartwatche, fitness trackery i specjalistyczne sensory generują ogromne ilości danych o zdrowiu użytkowników. Obejmują one informacje o tetnie, liczbie kroków, jakości snu, poziomu stresu i wielu innych parametrach. Problem w tym, że pacjenci mają do nich dostęp, ale lekarze często nie wiedzą, co z nimi zrobić, a większość tych danych pozostaje niewykorystana w praktyce klinicznej.
Przyczyny są złożone. Po pierwsze, brakuje standaryzacji formatów danych między różnymi producентami urządzeń. Po drugie, integracja tych informacji z elektroniczną dokumentacją medyczną jest zaawansowana technicznie i kosztowna. Po trzecie, sami lekarze nie są pewni, które dane są kliniczne istotne, a które to tylko hałas. W dodatku nawala pacjentów danymi może prowadzić do niepotrzebnej niepokoju i zbędnych wizyt.
To stanowi poważne wyzwanie dla transformacji cyfrowej opieki zdrowotnej. Aby wykorzystać potencjał wearables, potrzebne są lepsze narzędzia AI do analizy i filtrowania danych, jasne wytyczne medyczne dotyczące ich interpretacji oraz łatwiejsza integracja systemów. Tylko wtedy dane z urządzeń mogą faktycznie wspomóc diagnostykę i profilaktykę zamiast tylko zamieniać się w cyfrowy śmiec.