CogMe para la Prevención y Detección Precoz del Delirio (CogMe)

El delirio es un síndrome definido como una alteración aguda tanto de la conciencia como de la cognición que tiende a fluctuar con el tiempo y es causado por las consecuencias fisiológicas de una condición médica. Es un trastorno común en entornos de cuidados agudos, en unidades de medicina interna, en pacientes posoperatorios y en la unidad de cuidados intensivos. El delirio se asocia con una mayor mortalidad, estancias hospitalarias más prolongadas, deterioro cognitivo a largo plazo y mayores costos de atención médica. La fisiopatología del delirio es multifactorial y no se comprende por completo.

La prevalencia del delirio aumenta con la edad y es muy frecuente en pacientes ancianos hospitalizados. En determinados departamentos las tasas de delirio pueden llegar a superar el 40%. Sin embargo, el delirio está infradiagnosticado en casi dos tercios de los casos o mal diagnosticado como depresión o demencia. Además, se ha demostrado previamente que el diagnóstico del delirio a menudo se retrasa y que el reconocimiento y la documentación del delirio por parte de médicos y enfermeras está lejos de ser óptimo. El diagnóstico temprano del delirio puede mejorar el resultado clínico, con una menor duración de los síntomas, una menor duración del ingreso y una reducción de las complicaciones a largo plazo.

Los estudios clínicos han demostrado que el delirio se puede prevenir en hasta un tercio de los casos mediante intervenciones no farmacológicas multifactoriales, pero su implementación puede ser costosa y requiere personal especialmente capacitado. Además, no suelen considerar parámetros fisiológicos.

Tres avances tecnológicos recientes ahora brindan oportunidades para un nuevo enfoque de prevención del delirio. Primero, en los últimos años, el monitoreo de signos vitales con sensores portátiles alimentados por algoritmos de procesamiento avanzados se ha vuelto técnicamente factible. Este desarrollo puede brindar oportunidades para la detección temprana del delirio y para la detección de desencadenantes fisiológicos del delirio, como deshidratación, infecciones y falta de sueño. En segundo lugar, los avances recientes en los sistemas de diálogo virtual (p. Alexa de Amazon o Siri de Apple) brindan oportunidades nuevas y emocionantes para la interacción automática con el paciente. Los dispositivos con voz o comunicación multimodal pueden ser utilizados por pacientes mayores con poca o ninguna experiencia en tecnología móvil moderna. Por último, el progreso reciente en la adquisición de datos digitalizados, la infraestructura informática y el desarrollo de algoritmos ahora permiten que las aplicaciones de inteligencia artificial y aprendizaje automático se expandan a áreas de la medicina que antes se pensaba que eran solo competencia de expertos humanos. La combinación de estas tres fuentes de datos puede mejorar en gran medida los modelos de predicción actuales y permitir una predicción del delirio más temprana y precisa.

Un sistema automatizado que podría ayudar con la detección del delirio y alertar a los médicos sobre la posible aparición del síndrome puede mejorar en gran medida el tratamiento y los resultados para los pacientes. El sistema CogMe utiliza la tecnología actual para proporcionar un enfoque holístico y escalable para la predicción, detección y prevención del delirio que cubre aspectos tanto fisiológicos como cognitivos. El sistema utiliza dispositivos portátiles para el control fisiológico de los signos vitales y se comunica con los pacientes mediante una aplicación de tableta dedicada: el Asistente personal (PA) de CogMe. En este estudio, los datos recopilados por los dispositivos portátiles y CogMe PA, en combinación con los datos de pacientes del EMR, se analizarán retrospectivamente utilizando técnicas de aprendizaje automático (CogMe Data Analytics) para evaluar la capacidad del sistema CogMe para predecir y detectar el delirio. .