Rilevamento pervasivo e intelligenza artificiale nell'ICU intelligente

La sottovalutazione del dolore è una delle principali barriere al trattamento adeguato del dolore nei pazienti critici ed è associata a molti esiti negativi come dolore cronico dopo la dimissione, ventilazione meccanica prolungata, degenza in terapia intensiva più lunga e aumento del rischio di mortalità. Molti pazienti in terapia intensiva non possono auto-riferire l'intensità del dolore a causa delle condizioni cliniche, dei dispositivi di ventilazione e della coscienza alterata. Il monitoraggio dello stato del dolore dei pazienti è un altro compito per gli infermieri oberati di lavoro e, a causa della natura soggettiva del dolore, tali valutazioni possono variare tra il personale di assistenza. Queste sfide indicano una necessità critica per lo sviluppo di sistemi di riconoscimento del dolore oggettivi e autonomi. Il delirio è un'altra complicanza comune dell'ospedalizzazione del paziente, che è caratterizzata da cambiamenti nella cognizione, nel livello di attività, nella coscienza e nella vigilanza e ha tassi fino all'80% nei pazienti chirurgici. I fattori di rischio che sono stati associati al delirio includono età, disfunzioni cognitive preesistenti, disturbi della vista e dell'udito, malattie gravi, disidratazione, anomalie elettrolitiche, sovramedicazione, abuso di alcol e interruzioni del sonno. Le stime mostrano che circa un terzo dei casi di delirium può beneficiare della prevenzione e dell'intervento farmacologico e non. Tuttavia, nella pratica, rilevare e prevedere il dolore e il delirio è ancora molto limitato.

Lo scopo di questo studio è valutare la capacità del modello proposto dai ricercatori di sfruttare l'accelerometro, i biomarcatori ambientali, del ritmo circadiano e i dati video per quantificare autonomamente il dolore, caratterizzare le attività funzionali e lo stato di delirio. Il sistema Autonomous Delirium Monitoring and Adaptive Prevention (ADAPT) utilizzerà nuove tecniche di rilevamento pervasivo e apprendimento profondo per quantificare autonomamente la mobilità dei pazienti e la dissincronia circadiana in termini di interruzioni notturne, intensità della luce e livello di pressione sonora. Ciò consentirà l'integrazione di questi fattori di rischio in un modello dinamico per la previsione delle traiettorie del delirio. Le telecamere disponibili in commercio verranno utilizzate per monitorare le espressioni facciali dei pazienti e contestualizzare le azioni dei pazienti fornendo dati di imaging per fornire ulteriori informazioni sul movimento del paziente. I sensori ambientali disponibili in commercio verranno utilizzati per fornire dati sull'illuminazione, il livello di decibel e la qualità dell'aria. I campioni di sangue dei pazienti aiuteranno a determinare il loro ritmo circadiano ea confrontare e convalidare le capacità del sistema di rilevamento pervasivo di monitorare autonomamente la dissincronia circadiana. Saranno raccolti anche i dati del fascicolo sanitario elettronico.