Зараз читаютьПрактичні новини про код, AI та технології — без інформаційного шуму

Лише близько 2%: дослідники перевірили заяви про якість застосунків для Паркінсона й деменції

Аналіз майже 1 200 застосунків показав, наскільки складно пацієнтам відрізнити медичний інструмент від звичайного wellness-продукту за описом, рейтингом і відгуками.

Лише близько 2%: дослідники перевірили заяви про якість застосунків для Паркінсона й деменції

У магазинах застосунків легко знайти сотні програм із згадками хвороби Паркінсона, Альцгеймера чи деменції, але лише близько 2% проаналізованих продуктів заявляли про сертифікацію як медичного виробу. Дослідники з Люксембургу та Нідерландів вивчили метадані й відгуки в Apple App Store та Google Play, щоб з’ясувати, чи може звичайний користувач розпізнати справді якісний цифровий інструмент.

Схема аналізу описів і відгуків застосунків для людей із хворобою Паркінсона та деменцією
Дослідники поєднали описову статистику, ручну категоризацію, LLM-підтриманий аналіз і тематичне моделювання. Schwaninger та ін., PLOS Digital Health, CC BY 4.0.

Що потрапило до вибірки

Дані збирали станом на травень 2024 року за ключовими словами, пов’язаними з Parkinson’s, Alzheimer’s, dementia та neurodegenerative. Пошук дав 1 237 результатів, серед яких було 50 дублікатів між двома магазинами. Після очищення залишилося 1 187 унікальних застосунків: 798 результатів з Apple App Store і 439 з Google Play, причому 50 продуктів були присутні на обох платформах.

Кількість застосунків за пошуковими словами в Apple App Store і Google Play
Розподіл результатів пошуку між двома магазинами та ключовими словами. PLOS Digital Health, CC BY 4.0.

Категорія «Медицина» не охоплює все

У медичній категорії перебували 24% застосунків Apple і 14% програм Google. Серед них дослідники визнали орієнтованими на пацієнта 63% iOS-продуктів і 54% Android-продуктів. Найчастіше такі програми пропонували підтримку догляду, функції здоров’я й добробуту або моніторинг стану.

Це показує проблему навігації: корисний продукт може опинитися поза медичною категорією, а сама присутність у ній не доводить клінічної ефективності. Опис формує виробник, рейтинг залежить від активності аудиторії, а магазин не завжди подає стандартизовані дані про дослідження, ризики та регуляторний статус.

Розподіл пацієнтських застосунків за призначенням у двох магазинах
Пацієнтські програми найчастіше стосувалися підтримки догляду, wellness і моніторингу. PLOS Digital Health, CC BY 4.0.

Що дають відгуки — і чого не дають

Для аналізу англомовних відгуків автори опрацювали 634 записи з Apple App Store та 8 400 із Google Play у категоріях Medical і Health & Fitness. За допомогою LLM-підтриманої класифікації та тематичного моделювання вони шукали думки про зручність, відчуте покращення здоров’я й вартість.

Такі повідомлення можуть вказати на проблеми інтерфейсу, підписки, доступності чи стабільності. Але особистий позитивний досвід не доводить медичної ефективності, а негативний відгук не завжди означає, що метод небезпечний. Коментарі можуть бути упередженими, неповними або містити дезінформацію.

Теми у відгуках про медичні й wellness-застосунки
Теми, які система виділила у відгуках користувачів: досвід, здоров’я та витрати. PLOS Digital Health, CC BY 4.0.

Як обирати застосунок

Спочатку треба визначити мету: нагадування, щоденник симптомів, зв’язок із доглядальником чи підтримка клінічного рішення — це різні рівні ризику. Для функцій, які впливають на лікування, варто шукати регуляторний статус, опубліковані дослідження саме цього продукту й рекомендацію лікаря. Рейтинг і кількість завантажень не замінюють такої перевірки.

Також важливі політика приватності, можливість експортувати й видалити дані, пояснення ролі алгоритмів та контакти підтримки. Слід насторожитися, якщо програма обіцяє діагноз або лікування без опису доказової бази.

Обмеження роботи

Вибірка відображає магазини станом на травень 2024 року, а каталоги й описи швидко змінюються. Сирі дані Apple і Google не можна повторно поширювати через умови платформ. LLM використовували для дослідницької класифікації тексту, а не для клінічної оцінки кожного застосунку. Тому результати описують інформаційне середовище, а не складають рейтинг найкращих продуктів.

Джерело: PLOS Digital Health. Автори: Isabel Schwaninger, Paria Ighanian, Liyousew Borga, Marijus Giraitis, Petra Hoogendoorn і Jochen Klucken. Перекладено й адаптовано українською за CC BY 4.0.

Першоджерело:PLOS Digital Health ↗
Автор:Isabel Schwaninger; Paria Ighanian; Liyousew Borga; Marijus Giraitis; Petra Hoogendoorn; Jochen Klucken
Ліцензія:CC BY 4.0 ↗

Матеріал перекладено, переказано та доповнено редакцією українською мовою.

</>

Читайте далі — ми вже розбираємо наступну важливу тему.

Далі за темою

Схожі матеріали