Jak działają systemy przypominania o lekach
Techniczny i psychologiczny przegląd działania systemów przypominania o lekach — od zadań uruchamianych według harmonogramu, przez powiadomienia push, po zmianę zachowania.
Obraz: Jak działają systemy przypomnień o lekach
Psychologia przypomnień
Systemy przypomnień: terminowa dostawa, kontekst, informacja zwrotna. MedPlanner dodaje AI i monitoring.
- Sygnał: Pojawia się powiadomienie — bodziec do działania.
- Routine: Przyjmujesz lek.
- Nagroda: Dotykasz „Przyjęto” — to mikro potwierdzenie wzmacnia zachowanie.
Bez nagrody sygnał staje się szumem tła. MedPlanner używa cyklu: przypomnienie → potwierdzenie → wizualna informacja zwrotna.
Rodzaje przypomnień
- Oparte na czasie: Stała godzina. Proste, ale nieelastyczne.
- Oparte na interwałach: Co N godzin od ostatniej dawki. Lepsze przy antybiotykach i leczeniu bólu.
- Oparte na zdarzeniach: „Po śniadaniu”, „przed snem”. Kontekstowe — łatwiejsze do zapamiętania.
- Oparte na lokalizacji: Przypomnienia geofencingowe (np. „gdy wychodzisz z domu”). Rozwiązanie nowe, rzadko stosowane przy lekach.
Zasady projektowania powiadomień
- Możliwe do wykonania: Każde powiadomienie powinno oferować jasne działanie: Przyjęto, Odrocz lub Pomiń.
- Kontekstowe: „Lisinopril 10 mg — po śniadaniu”, a nie „Przypomnienie o leku”.
- Trwałe: Niepotwierdzone przypomnienia powinny się nasilać, a nie znikać.
- Konfigurowalne: Użytkownicy powinni kontrolować godziny ciszy, czas odroczenia i alerty opiekuna.
Stos technologiczny
Kluczowe metryki: wskaźnik potwierdzeń, czas reakcji, częstotliwość drzemania i pomijania.
- Harmonogram zadań — przechowuje pory przypomnień i co minutę sprawdza, które należy wysłać.
- Usługa powiadomień push — dostarcza powiadomienia przez API właściwe dla platformy (Telegram Bot API, FCM, APNs).
- Baza stref czasowych — mapuje strefy użytkowników, aby dostarczać powiadomienia o właściwej porze.
- Maszyna stanów — tracks each reminder's lifecycle: scheduled → delivered → confirmed / snoozed / missed.
- Potok analityczny — agreguje dane o regularności bez ujawniania danych poszczególnych użytkowników.
AI w systemach przypominania
Nowoczesne systemy przypomnień wykorzystują AI do: analizy języka naturalnego, automatycznego wykrywania typu harmonogramu i inteligentnej eskalacji.
- Tworzenie harmonogramu w języku naturalnym — zamienia „antybiotyk 3 razy dziennie przez 7 dni” w uporządkowany plan.
- Inteligentne ustalanie czasu — sugeruje optymalne pory na podstawie historii potwierdzeń użytkownika.
- Wykrywanie anomalii — wykrywa nietypowe wzorce regularności, które mogą wskazywać na problem zdrowotny.
- Prognozowanie uzupełnienia zapasów — szacuje, kiedy lek się skończy, na podstawie rzeczywistego zużycia, a nie tylko harmonogramu.
Źródła
- Duhigg, C. "The Power of Habit." Random House, 2012.
- ACM. "Designing Effective Health Reminders." CHI Conference, 2022.
- IEEE. "Push Notification Reliability in Mobile Health Applications." 2023.
- Journal of Medical Internet Research. "AI-Assisted Medication Scheduling." 2023.
- Google Badania. "Time Zone Handling in Distributed Systems." 2022.