一般病棟における早期警戒スコアのパラメータの機械学習予測

病気や怪我が発生した場合、患者は医学的に評価され、急性期外来診療所、救急治療室、手術で初期治療を受けます。 医学的に必要な場合は、病院でケアや治療を受けることもできます。 病気の重症度と主な医学的問題に応じて、このケアは病棟で提供されます。病棟では主に特定の専門分野が担当し、診療科などの形で割り当てられます。

入院患者の滞在の一環として、治療とケアは通常、医療スタッフによる病棟回診を通じて提供されます。 ただし、病棟回診はあらかじめ決められた時間に個別の測定値を抜き取りチェックするものです。

資格のある看護スタッフが合意された治療計画を実行し、1日に数回患者の全身状態をチェックします。 ただし、集中的な医療モニタリングとは対照的に、継続的なモニタリングは行われないため、患者の状態の悪化が常にすぐに明らかになるわけではありません。 さらに、既存の状態の既知の合併症に加えて、新たなまたは予期しない合併症も発生する可能性があります。

非集中治療モニタリングは不連続モニタリングに基づいていますが、特に患者の状態の悪化に即座に対応できない場合、インシデントや合併症は時に生命を脅かす可能性があります。 スコアなどの早期警告システムがあったとしても、収集頻度のせいもあって、その対応能力には限界があります。

自己モニタリングという意味での患者の協力、調査の頻度などの医学的制限など、入院患者モニタリングの患者固有の制限に加えて、配置できるスタッフの確保などの経済的制限もあります。より頻繁なモニタリングのために。

モニタリングには遠隔医療によるアプローチもありますが、これらの設定は、経済的な面や、必要な追加トレーニングなどの面で制限されることがよくあります。

測定されたデータ (バイタルサイン、検査パラメータ、臨床印象など) に対してしきい値が定義されている (または定義できる) 場合でも、これらの値を超えたり、到達しなかったりすると、結果として次のような結果が生じます。治療ステップは遡及的にのみ開始できます。 この状況では、病態生理学的変化がすでにかなり進んでおり、多くの場合、代償機構が適切に機能しなくなり、代償不全の状況に変わります。 この状況では、病棟の影響を受けた患者は潜在的に致命的な危険にさらされます。

上記の危険を回避する 1 つの方法は、集中治療モニタリングと比較して、モニタリング方法の組み合わせを減らして使用することです。 同時に、人工知能の使用により、収集されたデータの自動評価が可能になり、パラメーターの変化の予測につながる可能性があり、これにより早期、つまり病態生理学的代償不全が発生する前に警告することが可能になります。