Integration af en robotplatform til klinisk overvågning af patienter med svær erhvervet hjerneskade på højintensive plejeafdelinger

Skrøbelighed er ikke udelukkende relateret til alder, men repræsenterer en tilstand af øget biologisk og klinisk sårbarhed, der er kendetegnet ved reduceret funktionel reserve og større modtagelighed for uønskede hændelser, selv som reaktion på mindre stressfaktorer. I patienter med komplekse tilstande, såsom svære erhvervede hjerneskader, er tidlig opdagelse og hurtig behandling af klinisk forværring afgørende for at reducere risikoen for akut genindlæggelse, komplikationer og indlæggelsesrelateret dødelighed. Mange af disse hændelser er potentielt forudsigelige og forebyggelige, givet tilstedeværelsen af passende overvågningssystemer.

Avancerede plejemodeller, inklusive tidlig varslingssystemer, er blevet udviklet for at støtte sundhedspersonale i at identificere patienter i risiko ved at opdage væsentlige ændringer i fysiologiske parametre. I de senere år har teknologiske innovationer – især inden for robotteknologi og telemedicin – skabt nye muligheder for at forbedre klinisk overvågning, hvilket muliggør kontinuerlig dataindsamling og mere rettidige, proaktive indgreb.

Sociale assistiveroboter opstår som lovende værktøjer i sundhedsvæsenet. Disse systemer kan støtte klinikere og sygeplejersker i rutinemæssige overvågningsaktiviteter, hjælpe med at reducere arbejdsbyrden og lette mere effektiv og personliggjort pleje. Ved at integrere robotassistance med digitale sundhedsplatforme er det muligt at forbedre kvaliteten og reaktionsevnen i patienthåndteringen, især i højkompleksitetsmiljøer som neurorehabiliteringsafdelinger.

Denne undersøgelse fokuserer på brugen af et innovativt robottelemedicinsystem baseret på integrationen af MOVER-L-prototypen med ROB.IN.CARE-platformen, fremmet af Item Oxygen (Bari, Italien). Systemet er designet til kontinuerligt at overvåge patienters kliniske tilstande, indsamle vitale parametre og identificere tidlige tegn på forværring. Det støtter sundhedspersonale ved at levere realtidsdata og advarsler, hvilket muliggør tidligere og mere målrettede indgreb.

Undersøgelsen er et klinisk forsøg med lav intensitetsintervention udført på en neurorehabiliteringsafdeling. Patienter med varierende grader af klinisk sværhedsgrad, klassificeret efter Glasgow Coma Scale, indgår og opdeles i to grupper: en kontrolgruppe, der modtager standardpleje, og en eksperimentelgruppe overvåget med brug af robotsystemet ud over sædvanlig pleje.

Undersøgelsens primære mål er at evaluere gennemførligheden, brugbarheden, sikkerheden og pålideligheden af denne robottelemedicinløsning i en reel klinisk sammenhæng. Derudover vurderer undersøgelsen dens accept blandt både patienter og sundhedspersonale. Disse aspekter måles ved hjælp af validerede værktøjer, herunder System Usability Scale (SUS) og Health and Safety Executive Stress Scale (HSE), for at forstå teknologiens indvirkning på brugeroplevelsen og arbejdsbyrden.

Det integrerede MOVER-L/ROB.IN.CARE-system kombinerer robotassistance med kontinuerlig overvågning af vitale tegn og avanceret softwarearkitektur. Platformen inkorporerer prædiktive algoritmer designet til at stratificere klinisk risiko og vurdere patientens sværhedsgrad. Den anvender etablerede kliniske scoringssystemer, såsom Modified Early Warning Score (MEWS) til tidlig opdagelse af klinisk forværring, quick Sequential Organ Failure Assessment (qSOFA) til sepsisrisikovurdering og Kidney Disease: Improving Global Outcomes (KDIGO)-kriterierne til vurdering af akut nyreskade.

Ved at muliggøre tidlig identifikation af klinisk forværring sigter systemet mod at forbedre rettidigheden og effektiviteten af sundhedsindsatser, optimere den kliniske arbejdsgang og reducere risikoen for uønskede hændelser og komplikationer. I sidste ende udforsker denne undersøgelse, om robottelemedicin kan repræsentere et sikkert, gennemførligt og værdifuldt værktøj til at forbedre håndteringen af skrøbelige patienter i neurorehabiliteringsmiljøer.