Inteligentní JIP budoucnosti

Bolest je kritickým celostátním zdravotním problémem a téměř 50 % pacientů v intenzivní péči pociťuje výraznou bolest na jednotce intenzivní péče (JIP). Podhodnocení odpovědi na bolest je jednou z primárních překážek adekvátní léčby bolesti u kriticky nemocných pacientů, která je spojena s mnoha negativními důsledky, jako je chronická bolest po propuštění, prodloužená mechanická ventilace, delší pobyt na JIP a zvýšené riziko úmrtnosti. Nicméně mnoho pacientů na JIP není schopno sami hlásit intenzitu bolesti kvůli klinickým podmínkám, ventilačním zařízením a změněnému vědomí. V současné době se k hodnocení bolesti u neverbálních pacientů používají behaviorální škály bolesti. Bohužel tyto váhy vyžadují opakovanou manuální administraci přetíženými sestrami. Předchozí práce navíc naznačují, že sestry pečující o kvazisedativní pacienty v prostředí kritické péče mají značnou variabilitu v hodnocení intenzity bolesti. Kromě toho nástroje manuálního hodnocení bolesti postrádají schopnost nepřetržitě a autonomně monitorovat bolest. Tyto výzvy společně poukazují na kritickou potřebu vývoje objektivních a autonomních systémů rozpoznávání bolesti.

Delirium je další častou komplikací hospitalizace, která u hospitalizovaných pacientů představuje značné zdravotní problémy. Nejčastěji se vyskytuje u chirurgických pacientů na JIP s diagnózou až 80 %. Je charakterizována změnami kognice, úrovně aktivity, vědomí a bdělosti. Delirium obvykle vede ke změnám v úrovni aktivity a bdělosti, které představují další zdravotní rizika včetně rizika pádu, nedostatečné mobilizace, narušeného spánku, nedostatečné kontroly bolesti a negativních emocí. Všechny tyto účinky je obtížné monitorovat v reálném čase a dále přispívají ke zhoršení kognitivních schopností pacienta, brání zotavení a zpomalují proces rehabilitace. Ačkoli asi třetina případů deliria může mít prospěch z intervence, detekce a předpovídání deliria je v praxi stále velmi omezené. Současná hodnocení deliria musí provádět vyškolený zdravotnický personál, jsou časově náročná a náročná na zdroje. Kvůli zdrojům nezbytným k dokončení hodnocení je delirium často hodnoceno dvakrát denně, a to navzdory přechodné povaze chorobného stavu, který může mezi jednotlivými vyšetřeními přicházet a odcházet nezjištěný. Společně tyto překážky demonstrují naléhavou potřebu autonomní detekce deliria v reálném čase.

Vyšetřovatelé předpokládají, že navrhovaný model by byl schopen využít akcelerometr, elektromyografická a video data pro účely autonomní kvantifikace výrazů obličeje pacienta, jako je bolest, charakterizace funkčních aktivit a stav deliria. Zdůvodnění toho, že autonomní vizuální kvantifikace podnětů a detekce deliria mohou snížit pracovní zátěž sestry a umožnit monitorování bolesti a deliria v reálném čase. Včasná detekce deliria nabízí pacientům nejlepší šanci na dobré výsledky léčby deliria.