Predicción por aprendizaje automático de parámetros de puntuaciones de alerta temprana en salas generales

En caso de enfermedad o lesión, los pacientes son evaluados médicamente y tratados inicialmente en clínicas ambulatorias de medicina aguda, salas de emergencia y cirugías. Si está médicamente indicado, la atención y el tratamiento también se pueden proporcionar en el hospital. Dependiendo de la gravedad de la enfermedad y del problema médico principal, esta atención se realiza en salas de hospital, atendidas principalmente por disciplinas especializadas específicas y asignadas a ellas, por ejemplo, en forma de departamentos clínicos.

Como parte de la estancia hospitalaria, el tratamiento y la atención suelen realizarse mediante visitas guiadas por el personal médico. Sin embargo, las rondas de sala son comprobaciones puntuales de valores medidos individuales en momentos predefinidos.

Personal de enfermería cualificado lleva a cabo los planes de tratamiento acordados y comprueba el estado general del paciente varias veces al día. Sin embargo, a diferencia del seguimiento médico intensivo, no existe un seguimiento continuo y, por tanto, no siempre es inmediatamente evidente un empeoramiento del estado del paciente. Además, además de las complicaciones conocidas de enfermedades existentes, también pueden ocurrir complicaciones nuevas o inesperadas.

Aunque la monitorización en cuidados no intensivos se basa en una monitorización discontinua, los incidentes y complicaciones en ocasiones pueden poner en peligro la vida, especialmente si no hay una respuesta inmediata ante un deterioro del estado del paciente. Incluso si existen sistemas de alerta temprana, como las puntuaciones, su capacidad de reacción es limitada, en parte debido a la frecuencia con la que se recopilan.

Además de las limitaciones específicas de los pacientes en el seguimiento hospitalario, como la cooperación del paciente en el sentido de autocontrol, limitaciones médicas, como la frecuencia de las encuestas, también existen limitaciones económicas, como la disponibilidad de personal que pueda ser desplegado. para un seguimiento más frecuente.

Aunque existen enfoques telemédicos para el seguimiento, su implementación suele estar limitada tanto desde el punto de vista económico como, por ejemplo, por la formación adicional necesaria.

Incluso si se definen (o se pueden definir) valores umbral para los datos medidos (signos vitales, parámetros de laboratorio, impresión clínica y otros), si se exceden o no se alcanzan, puede tener como consecuencia, p. un paso terapéutico, sólo puede iniciarse retrospectivamente. En esta situación, el cambio fisiopatológico ya está tan avanzado que en muchos casos un mecanismo de compensación ya no funciona adecuadamente y se convierte en una situación de descompensación. En esta situación, los pacientes afectados en una sala de hospital corren potencialmente peligro de muerte.

Una forma de evitar los peligros descritos anteriormente podría ser utilizar una combinación reducida de métodos de monitorización en comparación con la monitorización en cuidados intensivos. Al mismo tiempo, el uso de inteligencia artificial permite la evaluación automatizada de los datos recopilados y, por tanto, puede conducir a la predicción de cambios en los parámetros, lo que permite alertar tempranamente, es decir, antes de que se produzca una descompensación fisiopatológica.