Antalet personer med graviditetsdiabetes har ökat dramatiskt under de senaste 10 åren, både i Finland och globalt. CleverHealth-nätverkets utvecklingsprojekt stöder vård av graviditetsdiabetes med en ny digital servicemodell i realtid.
Projektet har utvecklat en mobilapplikation för att stödja vårdprocessen, som i realtid mäter och lagrar mammans kontinuerliga glukosnivå, fysiska aktivitet, kost, hjärtfrekvens och dagliga vikt i molnet. I en randomiserad kontrollerad studie har projektet visat att mobilappen förbättrar självhanteringen av graviditetsdiabetes.
– Genom att påverka livsstil och kost under graviditeten kan man sannolikt minska antalet mödrar med typ 2-diabetes och de hälsorisker som förs vidare till deras barn, och därmed förbättra hälsan för kommande generationer. Vi har i studier visat att appen hjälper patienterna att lära sig hur kost och aktivitet påverkar blodsockernivån och viktutvecklingen, och därmed graviditetsförloppet och det nyfödda barnets hälsa”, säger Saila Koivusalo, specialistläkare i gynekologi och obstetrik och forskningsledare för projektet.
Informationen överförs i realtid via appen till vårdpersonalen, som vid behov kan ge vägledning och stöd i inlärningen. Appen integreras alltså i vårdkedjan och förblir inte isolerad, vilket är den största fördelen jämfört med andra hälsoappar.
– Tjänsten gör det möjligt för oss att erbjuda bättre och modernare vård. Dessutom kommer införandet av tjänsten att effektivisera behandlingsprocessen för graviditetsdiabetespatienter, eftersom antalet patientbesök som kräver sjukhusbesök förväntas minska”, säger Koivusalo.
I nästa fas av projektet kommer maskininlärning att användas för att skräddarsy vägledning och behandling efter patientens riskprofil och individuella behov. AI kommer också att göra det möjligt att förutsäga den framtida hälsan hos både mamman och hennes ofödda barn.
– Det innebär till exempel att man kan förutsäga framtida glukosnivåer och nyföddas vikt på ett helt nytt sätt. Förutsägelserna gör det möjligt för appen att automatiskt ge feedback och råd om kompensatoriska val”, säger Koivusalo.
PUBLIKATIONER
Määttänen S, Koivusalo S, Ylinen H, Heinonen S, Kytö M. (2025). ”Stöd till självhantering hos personer med graviditetsdiabetes: effekten av mobilapplikationen eMOM på självupptäckt och psykologiska faktorer – en studie med blandade metoder.” JMIR mHealth and uHealth (accepterat för publicering). DOI: 10.2196/60855
Kytö, M., Hotta, S., Niinistö, S., Marttinen, P., Korhonen, T. E., Markussen, L. T., Jacucci, G., Sievänen, H., Vähä-Ypyä, H., Korhonen, I., Virtanen, S., Heinonen, S. & Koivusalo, S. B. (2024). Periodisk mobilapplikation (eMOM) med självuppföljning av glukos och livsstil förbättrar behandlingen av kostkontrollerad graviditetsdiabetes utan mänsklig vägledning: en randomiserad kontrollerad studie. American Journal of Obstetrics and Gynecology. https://doi.org/10.1016/j.ajog.2024.02.303
Hotta, S., Kytö, M., Koivusalo, S., Heinonen, S. och Marttinen, P. (2024). Optimering av postprandial glukosförutsägelse genom integrering av kost och motion: Utnyttja överföringsinlärning med obalanserade patientdata. PLoS ONE, 19(8 augusti). https://doi.org/10.1371/journal.pone.0298506
Kytö, M., Koivusalo, S., Tuomonen, H., Strömberg, L., Ruonala, A., Marttinen, P., Heinonen, S. och Jacucci, G. (2023). Stödja hanteringen av graviditetsdiabetes mellitus med omfattande självspårning: Blandad metodstudie av bärbara sensorer. JMIR Diabetes, 8, e43979. https://doi.org/10.2196/43979
Kytö, M., Strömberg, L., Tuomonen, H., Ruonala, A., Koivusalo, S. B., & Jacucci, G. (2022). Appar för beteendeförändring för graviditetsdiabetes: Utforska önskvärda funktioner. International Journal of Human-Computer Interaction, 38(12), 1095-1112. https://doi.org/10.1080/10447318.2021.1987678
Kytö, M., Koivusalo, S., Ruonala, A., Strömberg, L., Tuomonen, H., Heinonen, S., & Jacucci, G. (2022). App för beteendeförändring för självhantering av graviditetsdiabetes: Design och utvärdering av önskvärda funktioner. JMIR Human Factors, 9(4), e36987. https://doi.org/10.2196/36987
Kytö, M., Markussen, L. T., Marttinen, P., Jacucci, G., Niinistö, S., Virtanen, S. M., Korhonen, T. E., Sievänen, H., Vähä-Ypyä, H., Korhonen, I., Heinonen, S. & Koivusalo, S. B. (2022). Omfattande självuppföljning av blodsocker och livsstil med en mobilapplikation vid behandling av graviditetsdiabetes: ett studieprotokoll för en randomiserad kontrollerad studie (eMOM GDM-studien). BMJ Open, 12(11), e066292. https://doi. org/10.1136/bmjopen-2022-066292
Zhang, G., Ashrafi, R. A., Juuti, A., Pietiläinen, K., & Marttinen, P. (2020). Errors-in-variables modeling of personalized treatment-response trajectories. IEEE Journal of Biomedical and Health Informatics, 25(1), 201-208.
Ashrafi, R. A., Ahola, A. J., Rosengård-Bärlund, M., Saarinen, T., Heinonen, S., Juuti, A., Marttinen, P. & Pietiläinen, K. H. (2021). Beräkningsmodellering av självrapporterat kolhydratintag i kosten på glukoskoncentrationer hos patienter som genomgår Roux-en-Y gastrisk bypass kontra gastrisk bypass med en anastomos. Annals of Medicine, 53(1), 1885-1895. https://doi.org/10.1080/07853890.2021.1964035
I samarbete med
Mer information finns på
Mikko Kytö, utvecklingschef, PhD, docent, mikko.kyto[at]hus.fi
Saila Koivusalo, specialist i gynekologi och obstetrik, LT, docent, saila.koivusalo[at]hus.fi
