後疫時代長照機構照護的新啟發

  

後疫時代長照機構照護的新啟發

林摯鈞

        時為2022年11月24日,距covid-19疫情爆發已近三年,期間已經歷經69天的三級警戒與217天的二級警戒,而全國的長照機構也歷經反覆的「停止探視」與「有條件開放探視」的循環(詳見圖一):2021年5月11日全國長照機構停止探視1,並自2021年5月19日至7月26日進入全國三級警戒;2021年7月27日進入二級警戒,8月31日全國住宿式長照機構有條件開放探視2,訪客須出具訪視前3天內採檢之自費篩檢陰性證明,若訪客為「確診者取得解除隔離治療通知書且距發病日未滿3個月者」或「完成2劑COVID-19疫苗接種達14天(含)以上者」,可免除前述篩檢之要求;2022年1月24日全國住宿式長照機構再次暫停探視3,雖2022年2月28日解除二級警戒,然直至2022年6月24日始開始有條件開放探視4,訪客應出具探視當日COVID-19抗原快篩(含家用抗原快篩)自費篩檢陰性證明,若為「完成COVID-19疫苗追加劑接種達14天(含)以上」或「確定病例符合解除隔離條件且距發病日或採檢陽性日(無症狀者適用)15天(含)以上至3個月內」,始得免除篩檢。

 

圖一、全國長照機構探視規定於疫情期間之變動

圖一、全國長照機構探視規定於疫情期間之變動

       

       對於有親屬住宿於長照機構的家庭來說,難以相見的情形可謂心中之痛。而機構住民是否因為全國性二、三級警戒而降低身體活動量與運動量進而加劇衰弱(frailty)的狀況更是值得進一步關注的問題。65歲以上長輩之全球衰弱盛行率超過10% 5,而台灣則有超過40%以上的65歲以上長輩處於衰弱前期(prefrailty) 6。身體活動與運動已被證實能夠反轉衰弱與肌少症(sarcopenia)7,8。然由於缺乏合宜的身體活動及運動9-11,長照機構長輩衰弱的盛行率最高甚至可達85% 12-14。身體活動(physical activity)是指以骨骼肌進行消耗熱量的活動,舉凡整理家務、工作活動等都屬於身體活動的範疇,而運動(exercise)則是有計畫、具組織性、重複性的以增進體適能(physical fitness)的身體活動15。據衛生福利部統計16,截至2022年6月底止,台灣總計有1074間老人長期照顧、安養機構,其中長期照顧型機構佔42間、養護型機構佔1009間、失智照顧型機構佔2間、安養機構佔21間。安養機構收納無重大疾病且生活可自理的長輩;養護型機構收納有意識但須協助日常生活之長輩,可服務插0-2管的長輩;長期照顧型機構則收容有慢性病且有長照需求的長輩,可服務身插0-3管的長輩(3管包括鼻胃管、導尿管、與氣切管)。全台各縣市多以養護型機構為最多,而統計資料中全台22個縣市僅半數縣市具備安養機構,其中新北市4間、台北市3間、宜蘭縣2間、台中、新竹、彰化、南投、基隆、金門、連江各一間。以全國統計資料來看,養護型機構佔93.9%、長照型機構佔3.9%、安養機構佔2% (詳見表一),這意味著多數長照機構多為混和型照顧,而如何因應混和型住民提供合宜的身體活動與運動規劃,是一項施行上有難度但卻相當重要的議題。

 

表一、六都及全國長照機構總數及佔比

表一、六都及全國長照機構總數及佔比

 

        近年資通訊科技(information and communications technology; ICT)及物聯網(Internet of Things; IoT)蓬勃發展,而使用於銀髮健康照護的科技如居家平衡訓練17、跌倒預防18、中風居家遠程復健19、防走失偵測20等,近期更有使用智慧物聯網(Artificial Intelligence of Things; AIoT)技術於長照機構衰弱長輩的遠距復能訓練並以隨機對照試驗(randomized controlled trial,RCT)評估成效21之國際文獻。該技術(AIoT-based feedback assistive strengthening ergometer ; AIFASE)結合固定式測力腳踏車(stationary cycle ergometer)、心率感測器、前台影音顯示與後台中控中心及內建人工智慧演算法(artificial intelligence algorithms),可按照銀髮個案之體能及主客觀運動強度偵測進行智慧化運動復能課程調控,並依照心率感測器偵測之生理數據提供即時安全警示。AIFASE並可顯示個案復能/運動訓練日誌等資訊於中控中心(詳見圖二),並串接資訊至智慧健康照護平台22,個案家屬也可透過智慧健康照平台了解銀髮長輩的近期活動狀況。該研究於當地長照機構的臨床隨機對照試驗結果證實AIFASE該系統對於處於衰弱前期的機構住民之肌力及平衡能力皆有顯著幫助21,是首篇以智慧物聯網協助長照機構住民進行智慧化遠距復能/運動訓練的臨床實證研究。

 

        圖二

圖二、AIFASE可顯示個案復能/運動訓練日誌(節錄自期刊Lin CC, et al. AIoT-Based Ergometer for Physical Training in Frail Elderly with Cognitive Decline: A Pilot Randomized Control Trial. J. Med. Biol. Eng. (2022); Ref 21)

 

        近幾年的疫情催化遠距醫療的實際運用,2020年因應疫情放寬解釋《通訊診察治療辦法》,將遠距醫療納入健保給付範圍,並預計明年初擴大適用族群23。然目前之遠距醫療仍多著重於病情救治,何時遠距醫療之活水能擴及遠距健康照護?而未來如再次面臨新興疫情的挑戰,長照機構又將如何應戰?如何在疫情嚴峻之下仍能讓機構住民維持基本的身體活動與運動?如何能讓被阻擋在長照機構之外的家屬得以獲知更多長輩的狀況?如何增加機構長輩與遠方家中親人的互動,免於遠離自己家園的孤獨感以及疏離感?2021年世界衛生組織以數位健康(digital health)形塑未來全球健康照護藍圖24,以物聯網、遠距監控、人工智慧、虛擬照護、大數據分析、智慧穿戴、整合平台等技術強化並支援世界各國的健康系統。歷經近三年疫情考驗的我們,能否在後疫時代積極補強,以數位健康科技因應下一次挑戰,值得我們一再深思。

參考文獻

  1. 衛生福利部疾病管制署。 Available: https://www.cdc.gov.tw/Bulletin/Detail/_98GNqT8vqtJYxt5PTn5Jw?typeid=9
  2. 衛生福利部疾病管制署。Available: https://www.cdc.gov.tw/Bulletin/Detail/VUzE83thy3BCYgF6gzuZTg?typeid=9
  3. 衛生福利部疾病管制署。 Available: https://www.cdc.gov.tw/Category/ListContent/EmXemht4IT-IRAPrAnyG9A?uaid=cU2pYInOEJ4NOhg-uOH5Zg
  4. 衛生福利部疾病管制署。 Available: https://www.cdc.gov.tw/Bulletin/Detail/m9NbMW5HZwnNg93CgIXXlA?typeid=9
  5. Collard, R. M., et al. (2012). Prevalence of frailty in community-dwelling older persons: A systematic review. Journal of the American Geriatrics Society, 60(8), 1487–1492
  6. Chen CY, Wu SC, Chen LJ, Lue BH. The prevalence of subjective frailty and factors associated with frailty in Taiwan. Arch Gerontol Geriatr. 2010 Feb;50 Suppl 1:S43-7. doi: 10.1016/S0167-4943(10)70012-1. PMID: 20171456.
  7. Marzetti, E., Calvani, R., Tosato, M. et al. Physical activity and exercise as countermeasures to physical frailty and sarcopenia. Aging Clin Exp Res 29, 35–42 (2017). https://doi.org/10.1007/s40520-016-0705-4 https://link.springer.com/article/10.1007/s40520-016-0705-4#citeas
  8. Angulo J, El Assar M, Álvarez-Bustos A, Rodríguez-Mañas L. Physical activity and exercise: Strategies to manage frailty. Redox Biol. 2020 Aug;35:101513. doi: 10.1016/j.redox.2020.101513. Epub 2020 Mar 20. PMID: 32234291; PMCID: PMC7284931. https://www.sciencedirect.com/science/article/pii/S2213231720301178
  9. Ruuskanen JM, Parkatti T. Physical activity and related factors among nursing home residents. J Am Geriatr Soc. 1994 Sep;42(9):987-91. doi: 10.1111/j.1532-5415.1994.tb06593.x. PMID: 8064110.
  10. Macrae, P.G., Schnelle, J.F., Simmons, S.F., & Ouslander, J.G. (1996). Physical Activity Levels of Ambulatory Nursing Home Residents. Journal of Aging and Physical Activity, 4, 264-278.
  11. Huang J, Zou Y, Huang W, Zhou Y, Lin S, Chen J, Lan Y. Factors associated with physical activity in elderly nursing home residents: a path analysis. BMC Geriatr. 2020 Aug 5;20(1):274. doi: 10.1186/s12877-020-01676-8. PMID: 32758265; PMCID: PMC7406386.
  12. Kanwar A, Singh M, Lennon R, Ghanta K, McNallan SM, Roger VL. Frailty and health-related quality of life among residents of long-term care facilities. J Aging Health. 2013 Aug;25(5):792-802. doi: 10.1177/0898264313493003. Epub 2013 Jun 25. PMID: 23801154; PMCID: PMC3927409
  13. Kojima G. Prevalence of Frailty in Nursing Homes: A Systematic Review and Meta-Analysis. J Am Med Dir Assoc. 2015 Nov 1;16(11):940-5. doi: 10.1016/j.jamda.2015.06.025. Epub 2015 Aug 6. PMID: 26255709.
  14. Liu, W., Puts, M., Jiang, F. et al. Physical frailty and its associated factors among elderly nursing home residents in China. BMC Geriatr 20, 294 (2020). https://doi.org/10.1186/s12877-020-01695-5
  15. Caspersen CJ, Powell KE, Christenson GM. Physical activity, exercise, and physical fitness: definitions and distinctions for health-related research. Public Health Rep. 1985 Mar-Apr;100(2):126-31. PMID: 3920711; PMCID: PMC1424733.
  16. 衛生福利部統計處,老人長期照顧、安養機構概況。Available: https://dep.mohw.gov.tw/dos/cp-5223-62358-113.html#_4.%E9%95%B7%E6%9C%9F%E7%85%A7%E9%A1%A7
  17. Adcock M, Thalmann M, Schättin A, Gennaro F, de Bruin ED. A Pilot Study of an In-Home Multicomponent Exergame Training for Older Adults: Feasibility, Usability and Pre-Post Evaluation. Front Aging Neurosci. 2019 Nov 22;11:304. doi: 10.3389/fnagi.2019.00304. PMID: 31824295; PMCID: PMC6882741.
  18. Vaziri DD, Aal K, Ogonowski C, Von Rekowski T, Kroll M, Marston HR, Poveda R, Gschwind YJ, Delbaere K, Wieching R, Wulf V. Exploring user experience and technology acceptance for a fall prevention system: results from a randomized clinical trial and a living lab. Eur Rev Aging Phys Act. 2016 Jun 10;13:6. doi: 10.1186/s11556-016-0165-z. PMID: 27293489; PMCID: PMC4902990.
  19. Lin CC, Lin YC, Hsu HY, Lin YS, Su FC, Kuo LC. Home-based tele-rehabilitation system provides task-oriented training courses based on the stages of stroke. 2021 IEEE Region 10 Symposium (TENSYMP); 2021 23-25 Aug. 2021. DOI: 10.1109/TENSYMP52854.2021.9550884.
  20. Almeida A, Mulero R, Rametta P, Urošević V, Andrić M, Patrono L. A critical analysis of an IoT—aware AAL system for elderly monitoring. Future Generation Computer Systems. 2019;97:598-619. DOI: 10.1016/j.future.2019.03.01910.1016/S0735-1097(00)01054-8.
  21. Lin CC, Kuo LC, Lin YS, Chang CM, Hu FW, Chen YJ, Lin CT, Su FC. AIoT-Based Ergometer for Physical Training in Frail Elderly with Cognitive Decline: A Pilot Randomized Control Trial. J. Med. Biol. Eng. (2022). https://link.springer.com/article/10.1007/s40846-022-00759-8#citeas
  22. 智慧健康照護網。Available: https://health.mdic.ncku.edu.tw/
  23. 通訊診察治療再擴大5類對象 最快明年元旦上路「全民受惠」。 Available: https://health.ltn.com.tw/article/breakingnews/4064854
  24. Worlld Health Organization: Digital Health Available:  https://www.who.int/health-topics/digital-health#tab=tab_1

 

作者資訊

林摯鈞

成大前瞻醫材中心 助理研究員

z9902026@email.ncku.edu.tw