Big data mot dårlig søvn

Big data mot dårlig søvn

Lagde kodekonkurranse for å få meningsfull info om bilkjøring og søvproblemer.

Andre desember 2010 besluttet det amerikanske helsedepartementet, US Deparment of Health and Human Services, en ti års agenda for å forbedre USAs helse. I år ble søvn lagt til, på grunn av økende forståelse for at helsen avhenger av tilstrekkelig hvile.

I 2008 bidro tretthetsproblemer til 2,7 bilkollisjoner per 100 millioner kjørte miles. Målet i 2020 er at antall kollisjoner skal reduseres til 2,1 per 100 millioner miles.

Kodet

På The Health 2.0 Boston Code-a-thon stilte 85 deltagere til dyst for å lage en helseapplikasjon med bruk store mengder data som skulle omformes til informasjon for pasienter og helsepersonell.

Deltagerne ble delt inn i grupper hvor det gjaldt å lage applikasjonen i løpet av en drøy dag. Vinneren laget web-stedet nosleepkills.org.

Ideen er å vise informasjon om hvordan dårlig søvn kan bidra til søvnige bilkjørere og dermed bilulykker. Målet er å gjøre oppmerksom på hvordan søvn-apne kan påvirke bilkollisjoner.

Søvn-utfordringen ble valgt etter å ha studert web-stedet healthypeople.gov med mål om å forbedre den amerikanske folkehelsen dette tiåret.

- Vi så at søvn var et nytt tema. Søvnens relasjon til bilulykker ønsker vi å redusere, sa Guy Shechter, som til daglig jobber for Philips Healthcare ifølge Computerworlds nyhetstjeneste.

På grunn av den begrensete tiden gjorde to av de ledende utviklerne, Joel Sutherland og Guy Shechter oppmerksom på at et slikt nettsted må videreutvikles.

Videreutvikle

Håpet er å utvikle web-stedet med ytterligere informasjon for å kunne gjøre bedre analyse.

Joel Sutherland og Guy Shechter var to av de fire medlemmene av utviklingsgruppen, alle ansatt i forskjellige firmaer. De andre var David Dinatale og Amber Zimmermann. På konkurransen deltok de av egen interesse for å fremme utfordringen rundt søvn-apne.

Ønsket er å skaffe anonymiserte data fra en rekke kilder, deriblant Athena Health som tilbyr medisinsk programvare.

- Målet med å gjøre helsedata digitale, er å kunne gjøre meningsfull bearbeiding. Får vi tilgang til Athenas helsedata kan vi trekke ut noen av de risikofaktorene vi ser etter, sa Guy Shechter.

Ifølge utviklerne kan folk nå angi alder, vekt og antall netter med dårlig søvn for å antyde om de har søvnproblemer eller mulig søvn-apne. Håpet er å få med helsekostnader for å vise at håndtering av søvn-apne vil bidra til å redusere helsekostnadene.

Slutter å puste

For alle mennesker slutter å puste når de sover. Søvn-apne handler om pustestopp. Med mange pustestopp blir søvnen dårlig med medfølgende tretthet.

Alle friske slutter å puste inntil fem ganger i timen. De med lettere problemer stopper å puste inntil 20 ganger i timen. De som har pustestopp mer enn 50 ganger i timen er veldig plaget. De bør ikke kjøre bil.

Det nosleepkills.org forsøker er å oppdage personer med søvn-apne uten at helsepersonell har sjekket personene ut.

I Norge blir søvn-apne behandlet etter at antall pustestopp er oppdaget. Det forutsetter at en annen person har oppdaget at man slutter å puste. En henvisning fra fastlegen fører til en natts måling av antall pustestopp. Avhengig av antall pustestopp, foreslås det forskjellige tiltak.

Pusteapparat med nese eller full ansiktsmaske er ett, pusteskinne som tvinger underkjeven frem er et annet. Hensikten er å øke søvnkvaliteten slik at man er mindre trett på dagtid.

- Dataanalyse setter lys på hvordan et vanlig helseproblem kan påvirke liv. Hensikten er at vi skal kunne vise at ved å håndtere søvn-apne kan vi redusere dødelige kollisjoner, understreket Joel Sutherland.

Derfor henter web-stedet nosleepkills.org data fra the Centers for Disease Control og National Highway Traffic Safety Administration.

For å lage nettstedet benyttet utviklingsgruppen programvaren Sinatra som ligner en forenklet versjon av Ruby on Rails for applikasjonen på tjenestemaskinen. To av deltagerne laget datavisningen, mens en av dem jobbet med dataene og filtrering av datagrunnlaget.

Bearbeidingen av Store Data ble utført ved hjelp av Amazon Elastic Mapreduce med Tableau for dataanalyse.

Les om:

IT-Helse