CogMe per la prevenzione e la diagnosi precoce del delirium (CogMe)

Il delirio è una sindrome definita come un disturbo acuto sia della coscienza che della cognizione che tende a fluttuare nel tempo ed è causata dalle conseguenze fisiologiche di una condizione medica. È un disturbo comune nei reparti di terapia intensiva, nelle unità di medicina interna, nei pazienti postoperatori e nell'unità di terapia intensiva. Il delirio è associato a un aumento della mortalità, degenze ospedaliere più lunghe, deterioramento cognitivo a lungo termine e aumento dei costi sanitari. La fisiopatologia del delirio è multifattoriale e non è completamente compresa.

La prevalenza del delirium aumenta con l'età ed è molto comune nei pazienti anziani ospedalizzati. In alcuni reparti i tassi di delirio possono raggiungere oltre il 40%. Tuttavia, il delirio è sottodiagnosticato in quasi due terzi dei casi o diagnosticato erroneamente come depressione o demenza. Inoltre, è stato precedentemente dimostrato che la diagnosi di delirio è spesso ritardata e che il riconoscimento e la documentazione del delirio da parte di medici e infermieri è tutt'altro che ottimale. La diagnosi precoce del delirium può migliorare l'esito clinico, con una durata ridotta dei sintomi, una riduzione della durata del ricovero e una riduzione delle complicanze a lungo termine.

Gli studi clinici hanno dimostrato che il delirio può essere prevenuto fino a un terzo dei casi mediante interventi non farmacologici multifattoriali, ma possono essere costosi da implementare e richiedono membri del personale appositamente formati. Inoltre, di solito non considerano i parametri fisiologici.

Tre recenti progressi tecnologici offrono ora opportunità per un nuovo approccio alla prevenzione del delirio. In primo luogo, negli ultimi anni il monitoraggio dei segni vitali con sensori indossabili alimentati da algoritmi di elaborazione avanzati è diventato tecnicamente fattibile. Questo sviluppo può fornire opportunità per la diagnosi precoce del delirio e per il rilevamento di fattori scatenanti fisiologici del delirio come disidratazione, infezioni e mancanza di sonno. In secondo luogo, i recenti progressi nei sistemi di dialogo virtuale (ad es. Alexa di Amazon o Siri di Apple) offrono nuove ed entusiasmanti opportunità per l'interazione automatica con il paziente. I dispositivi con comunicazione vocale o multimodale possono essere utilizzati da pazienti anziani con poca o nessuna esperienza nella moderna tecnologia mobile. Infine, i recenti progressi nell'acquisizione di dati digitalizzati, nell'infrastruttura informatica e nello sviluppo di algoritmi, ora consentono alle applicazioni di intelligenza artificiale e apprendimento automatico di espandersi in aree della medicina che in precedenza si pensava fossero solo la provincia di esperti umani. La combinazione di queste tre fonti di dati può migliorare notevolmente gli attuali modelli di previsione e consentire una previsione del delirio precedente e più accurata.

Un sistema automatizzato che potrebbe aiutare con il rilevamento del delirio e avvisare i medici di un possibile insorgenza della sindrome può migliorare notevolmente il trattamento e gli esiti per i pazienti. Il sistema CogMe utilizza la tecnologia attuale per fornire un approccio olistico e scalabile per la previsione, il rilevamento e la prevenzione del delirio coprendo sia gli aspetti fisiologici che quelli cognitivi. Il sistema utilizza dispositivi indossabili per il monitoraggio dei parametri vitali fisiologici e comunica con i pazienti tramite un'app per tablet dedicata: CogMe Personal Assistant (PA). In questo studio, i dati raccolti dai dispositivi indossabili e dal CogMe PA, in combinazione con i dati dei pazienti dall'EMR, saranno analizzati retrospettivamente utilizzando tecniche di apprendimento automatico (CogMe Data Analytics) per valutare la capacità del sistema CogMe di prevedere e rilevare il delirium .