CogMe deliriumin ehkäisyyn ja varhaiseen havaitsemiseen (CogMe)

Delirium on oireyhtymä, joka määritellään akuutiksi tajunnan ja kognition häiriöksi, joka pyrkii vaihtelemaan ajan myötä ja joka johtuu sairauden fysiologisista seurauksista. Se on yleinen häiriö akuuttihoidossa, sisätautien yksiköissä, leikkauksen jälkeisillä potilailla ja teho-osastolla. Delirium liittyy lisääntyneeseen kuolleisuuteen, pidempään sairaalahoitoon, pitkäaikaiseen kognitiiviseen heikkenemiseen ja kohonneisiin terveydenhuoltokustannuksiin. Deliriumin patofysiologia on monitekijäinen, eikä sitä täysin ymmärretä.

Deliriumin esiintyvyys lisääntyy iän myötä ja on hyvin yleistä iäkkäillä sairaalahoidossa olevilla potilailla. Tietyillä osastoilla deliriumin määrä voi nousta yli 40 %:iin. Delirium on kuitenkin alidiagnosoitu lähes kahdessa kolmasosassa tapauksista tai se diagnosoidaan väärin masennukseksi tai dementiaksi. Lisäksi on aiemmin osoitettu, että deliriumin diagnoosi viivästyy usein ja että lääkärit ja sairaanhoitajat tunnistavat ja dokumentoivat deliriumin kaikkea muuta kuin optimaalista. Deliriumin varhainen diagnoosi voi parantaa kliinistä lopputulosta lyhentää oireiden kestoa, lyhentää hoitojakson kestoa ja vähentää pitkäaikaisia ​​komplikaatioita.

Kliiniset tutkimukset ovat osoittaneet, että delirium voidaan ehkäistä jopa kolmanneksessa tapauksista monitekijäisillä ei-lääketieteellisillä toimenpiteillä, mutta niiden toteuttaminen voi olla kallista ja vaatia erityisesti koulutettua henkilökuntaa. Lisäksi he eivät yleensä ota huomioon fysiologisia parametreja.

Kolme viimeaikaista teknologista kehitystä tarjoavat nyt mahdollisuuksia uudelle deliriumin ehkäisymenetelmälle. Ensinnäkin elintoimintojen seuranta kehittyneillä prosessointialgoritmeilla toimivilla puetettavilla sensoreilla on viime vuosina tullut teknisesti mahdollista. Tämä kehitys voi tarjota mahdollisuuksia deliriumin varhaiseen havaitsemiseen ja deliriumin fysiologisten laukaisimien, kuten kuivumisen, infektioiden ja unen puutteen havaitsemiseen. Toiseksi viimeaikaiset edistysaskeleet virtuaalisissa dialogijärjestelmissä (esim. Amazonin Alexa tai Applen Siri) tarjoavat uusia ja jännittäviä mahdollisuuksia automaattiseen potilasvuorovaikutukseen. Vanhemmat potilaat, joilla on vähän tai ei ollenkaan kokemusta nykyaikaisesta mobiiliteknologiasta, voivat käyttää puhe- tai multimodaalisia laitteita. Viimeaikainen edistys digitalisoidun tiedon hankinnassa, laskentainfrastruktuurissa ja algoritmien kehittämisessä mahdollistaa nyt tekoäly- ja koneoppimissovellusten laajentumisen lääketieteen aloille, joiden ajateltiin aiemmin olevan vain ihmisasiantuntijoiden alue. Näiden kolmen tietolähteen yhdistelmä voi parantaa huomattavasti nykyisiä ennustemalleja ja mahdollistaa aikaisemman ja tarkemman delirium-ennusteen.

Automaattinen järjestelmä, joka voisi auttaa deliriumin havaitsemisessa ja varoittaa kliinikkoja oireyhtymän mahdollisesta puhkeamisesta, voi parantaa huomattavasti potilaiden hoitoa ja tuloksia. CogMe-järjestelmä hyödyntää nykyistä teknologiaa tarjotakseen kokonaisvaltaisen ja skaalautuvan lähestymistavan deliriumin ennustamiseen, havaitsemiseen ja ehkäisyyn, joka kattaa sekä fysiologiset että kognitiiviset näkökohdat. Järjestelmä käyttää puettavia laitteita fysiologisten elintoimintojen seurantaan ja kommunikoi potilaiden kanssa erillisen tablet-sovelluksen - CogMe Personal Assistantin (PA) avulla. Tässä tutkimuksessa puettavien laitteiden ja CogMe PA:n keräämät tiedot yhdessä EMR:n potilastietojen kanssa analysoidaan takautuvasti käyttäen koneoppimistekniikoita (CogMe Data Analytics), jotta voidaan arvioida CogMe-järjestelmän kykyä ennustaa ja havaita delirium. .