COPD増悪の早期診断のための遠隔監視システム。

慢性閉塞性肺疾患 (COPD) は、世界中のグローバルな健康問題です。 毎年 6 億人が死亡している 4 番目の死因であるだけでなく、先進国で最も急速に増加している死亡率の病状でもあり、2020 年には 2 番目の死因になるでしょう (WHO データ)。 さらに、その影響は大幅に過小評価されています。 多くの場合遅れて診断されるのは 4 人に 1 人の患者だけであり、これは明らかに治療の機会を減らします。 その結果、COPD はしばしば後期段階でのみ特定され、治癒しますが、若い人 (45 ～ 50 歳) においても重要な健康問題を構成します。 最近の研究では、患者 1 人あたり毎年平均 1.300 ユーロの費用がかかると推定されており、より深刻な段階では 7.000 ユーロに増加する可能性があります。 COPD 患者を個別に管理することで、入院費用を削減し、生活の質を改善できることは明らかです。 この管理は、情報通信技術のサポートの恩恵を受ける可能性があります。これにより、病院を繰り返し訪問する必要なく患者を遠隔監視し、医療サービスの有効性を向上させることができます。 さらに、増悪の頻度が高く、高齢患者ではしばしば非典型的な臨床症状が現れるため、必要に応じて継続的な管理と早期介入を保証できる遠隔監視システムの可用性が特に望ましい. COPD 患者における遠隔監視システムの使用は、入院やその他の関連する転帰を減らす上で中等度の有効性をすでに示しています (Pedone C et al. BMC Health Serv Res 2003)、証拠は均一ではありません (Pedone C e Lelli D Pneumonol Alergol Pol 2015)。 COPD患者の健康状態に対する遠隔監視システムの影響のさらなる改善は、臨床イベントを予測できる意思決定支援システム（DSS）から派生する可能性があります（つまり、 従来の戦略では直接収集されない臨床パラメーターの変動に基づいて、医療提供者がイベントを監視または予測するのを支援します。

私たちの研究グループ (L.I.A., Università Campus Biomedico di Roma, Asl n. 4 Lanusei) は、症状の発症前に増悪または臨床的に気になる出来事を予測するアルゴリズムをすでに開発しています。 このプロジェクトは、Provincia Autonoma di Bolzano (イタリア) によって資金提供され、2016 年 2 月 24 ～ 27 日にラスベガスで開催された生物医学および健康情報学 (BHI) に関する IEEE-EMBS 国際会議で発表されました [「COPD 関連の気になるものの遠隔検出についてイベント" - BHI 2016]。 論文全文は、2017 年 3 月に IEEE Journal of Biomedical and Health Informatics ["A decision support system for tele-monitoring COPD-related warrisome events"] に掲載されました。

私たちの結果を利用して、健康状態を監視するための革新的な医療機器が開発されました。これは、患者がまだ気づいていない初期の兆候を考慮して、増悪または臨床的に気になる出来事を検出し、したがって、症状の発症前に医師に相談することを提案しています。 . このデバイスは、Bluetooth デジタル パルスオキシメータと APP で構成されています。 アプリは、心拍数と血中酸素飽和度を測定するパルスオキシメーターに接続します。 APP は、最初に各患者の生理学的特性に適応し、応答をパーソナライズし、パルスオキシメータから受信したデータの連続フローに基づいて使用されるパラメータの分析に独自の係数を設定します。 マシンの基本設定の「適応」の初期期間は 5 日間と推定されています。その後、デバイスは、入力データを使用した自己学習と、機械からの応答を改善するために設定パラメータを変更する医師による必須の介入。 私たちの結果は、アルゴリズムが 98% の感度指数と 100% の特異性で潜在的に重大な状況を検出できることを示唆しています。

3. 研究の目的

現在のシステムのパフォーマンスを検証するために、より多くの母集団でアルゴリズムをテストします。 システムで使用される記述子の数に基づいて、15% のドロップオフ率、0.02 のエラー マージン、p = 0.05 を考慮すると、登録された患者の数は 120 です。

臨床評価を通じて確認された、正常な概日変動よりも優れた呼吸困難またはエンティティの喀痰の悪化として定義され、治療の変更を必要とする増悪の認識のためにアルゴリズムをトレーニングする。増悪エピソードを認識するためのアルゴリズムを調整および検証する。

コストと患者の生活の質の観点からシステムの有効性を評価するには:

有効性:

特別なケアの必要性の予想される減少を検証するために、介入前の 3 年間と介入期間中の ER と入院の頻度の比較に基づきます。 この目的のために、承認後、Scheda di Dimissione Ospedaliera (SDO) のファイル A とファイル L が使用されます。 このようにして、各患者の ER と入院、入院の原因と日数に関するすべてのデータが取得されます。 結果の累積頻度の大幅な減少は、有効性の証拠と見なされます。 介入年と前年の比較は、過去 3 年間と介入を含む時系列の分析によって補足され、介入年と前年の明らかな有意差が、トレンド。 さらに、検出されたパラメータは、呼吸だけでなく、他の起源のインシデントによっても変更される可能性があるため（例： 心臓）病理学、介入の効果の分析的評価を目的として、ERまたは入院の原因が検出され、カタログ化されます。

ケアの必要性の表現である客観的なアウトカムの分析 (有効性チェック 1) は、ベースラインによって表される健康への影響の分析と、呼吸困難の尺度 (MRC)、身体能力指数 ( 6'WT)、個人の自律性スケール (ADL、IADL)、および呼吸器疾患 (CAT) と相関する健康状態アンケート。 この結果については比較がないため、ベースラインと比較してパフォーマンスが安定している場合も同じことが達成されたと見なされます。

費用対効果: 増悪した COPD による入院の加重平均費用を仮定し、提案された介入の費用を推定すると (添付の分析スキームを参照)、達成された節約が支出の少なくとも 25% を超える場合、介入は費用対効果が高いと見なされます。発生した。 このしきい値は、任意ではありますが、関連する変数を計算する手順でさまざまに局所化された欠陥によって、より低い値が不利になる可能性があるため、便利で合理的です。

気管支閉塞の程度やGOLDステージに関係なく、増悪頻度の高いCOPD患者さんを対象とします。 2018年のGOLDガイドラインによると、毎年2回以上の増悪、または入院につながる少なくとも1回の悪化が頻繁にあると考えられています。 増悪とは、ER や入院の必要性に関係なく、薬物療法の変更を必要とする呼吸器の健康状態の変化を意味し、逆に最初の有効性結果を構成する増悪の割合を特徴付けます。 研究者の意見では、認知障害が妨げられている長期酸素療法を受けている患者は、プロトコルを順守する可能性があり、平均余命が1年に制限されているため、除外されます。 他の除外基準、特に併存疾患は予見されません。この研究は実際の生活の次元に合わせて設計されており、アルゴリズムを使用して非呼吸器疾患の悪化に関する関心のある情報を伝えることができるからです。

各患者には、患者の健康 COPD の状態を測定するための BPCOmedia キットが提供されます。 このキットは、Bluetooth パルスオキシメータと、Google Play からダウンロード可能な Android システム用の APP で構成され、バージョン 4.1 以降の患者の Android スマートフォンにインストールされます。

検査中は、専門のチーム リーダー (GP) と専門の呼吸器専門医がいるチーム全体のために、専任のケース マネージャー看護師が、個別化された治療計画の開発のための公平で横断的なアプローチを行い、調整と適切な治療を促進します。各種サービスのご利用。

オキシヘモグロビン飽和度と心拍数の測定は、事前に定義されたモニタリング計画に従って、1 日 3 回、患者が症状を経験するたびに実行されます。 患者は、アルゴリズムが潜在的に危険な状況を検出したとき、または知覚された健康状態が遠隔監視システムによって実行された測定から逸脱したときはいつでも、最初にケースマネージャーの看護師または GP が利用できない場合は、最初に GP を参照します。 一方、ケースマネージャーの看護師と一般開業医は、パラメーターを毎日監視し、受信した値が進行中または差し迫った健康状態の悪化 (「気になる出来事」) と互換性があるかどうかを評価します。 この場合、患者は電話で連絡を受け、症状または増悪の兆候（呼吸困難、無力症、分泌物の増加）の存在を調査します。 得られたデータを基に、気になる事象を次のように再分類します。

誤警報;軽微な事象 (治療的介入やその他の介入を必要としない臨床的悪化) 悪化の可能性。 増悪の可能性がある場合、GP が患者を訪問し、GP は増悪の実際の存在を確認します (結果として、治療の変更、さらなる診断調査の指示、または指示に応じてより高いレベルの治療への送信を伴う)。または、イベントを「マイナー イベント」として再分類します。

呼吸器専門医は、専門知識を含む状況の解釈にいつでも対応でき、空き状況に応じて、ケースマネージャーの看護師と GP の両方から連絡を受けます。 重要な酸素飽和度低下などの特定の状況の場合、優先ルートがアクティブ化されるため、専門の呼吸器専門医が迅速に介入できます。

プロジェクトの目的に十分な数のイベントを取得するために、少なくとも 120 人の患者を登録し、12 か月間追跡する予定です。

主な転帰は気管支の増悪であり、これは平均 2/患者/年のポアソン分布を持つと想定されます。 タイプ I とタイプ II の誤差がそれぞれ 5% と 20% の Lehr の式を使用して、0.25 人の増悪/患者/年の減少が臨床的に有意であると考えると、1 年間追跡した 480 人のサンプルサイズの推定値が得られます。フォローアップ中の損失を相殺するために、500 に増やすことが適切であると考えられます。

このサンプル サイズは、イベント予測アルゴリズムの開発にも十分です。実際、システムで使用される記述子の数に基づいて、15% のドロップオフ率、0.02 のエラー マージン、p = 0.05 を考慮すると、数必要な患者数は 120 人です。

機器は、トレーニング セッション中に配信されます。トレーニング セッションでは、遠隔監視システムの機能と、健康状態が変化した場合にとるべき行動について患者に指示されます。

セッションの最後に適切な理解が確認され、研究スタッフは、必要に応じて、しばらくしてから患者に追加のセッションを提供します。

患者はまた、調査システムが通常の支援に代わるものではないこと、および症状に何らかの変化がある場合は、必要に応じてかかりつけの医師または専門家に連絡して通常の手順に従う必要があることも明記されます。

すべての患者は、インフォームド コンセントに署名します。 使用される遠隔監視システムは、通常の支援に代わるものではなく、研究手順は緊急介入を提供するものではありません。したがって、参加者は、健康上の問題の評価のために医師に連絡し、重大な場合には通常の緊急手順を有効にすることをお勧めします。状況。

データ分析 データは記述統計法に従って分析され、性能を評価し、精度、精度、特異性および感度を計算します。 最初は、トレーニング フェーズで参照母集団のデータが使用されます。 続いて、1人抜きで、今回の実験で得られたデータを用いてシステムトレーニングを再度評価し、性能の推定に進みます。

5. 遠隔監視システム

基本的な特徴を以下にまとめます。

アプリとパルスオキシメータで構成されるシステムは、医療機器として認定されています (来年 2017 年 6 月)。患者は、パルスオキシメータと Android アプリで構成されるキットを受け取ります。このアプリは Google Play からダウンロードでき、バージョン 4.1 以降の Android スマートフォンにインストールできます。患者はアプリを使用して、外部からのサポートを必要とせずに自宅で測定を実行できます。アプリは、構成、トレーニング/キャリブレーション、モニタリングの 3 つのモードで動作します。構成中に、ユーザーは購入したパルスオキシメータとアプリに関連付けられたアカウントを作成します。これは、デバイスを購入していない人によるデバイスの悪用を減らすためです。トレーニング段階では、アプリは必要な情報を取得してアルゴリズムを調整し、前述の危険なイベントのいずれかの発生を識別できるようにします。監視フェーズでは、患者はアプリを使用して、前述の危険なイベントのいずれかの開始を監視します。ユーザーは、構成中に提供された資格情報を使用して、患者ポータルと呼ばれる Web ポータルにアクセスし、実行された測定の履歴を確認できます。患者ポータルにより、エンド ユーザーは自分のデータをグラフィカルで直感的な形式で表示し、測定値を医師と共有できます。医師は、医療ポータルと呼ばれる専用のポータルにアクセスします。医療ポータルでは、医師は、患者が自分のデータを参照できるようにしている場合、患者が実行した測定値を参照できます。医師が患者によって実行された措置のレポートを取得する可能性;アプリと患者ポータルと医療ポータルの両方が、イタリア語と英語から始まるヨーロッパの主要言語をサポートしています。

インストールおよび構成フェーズ ユーザーは、Google Play ストアから Android アプリをダウンロードします。 インストール時に、アプリは、パッケージ内にある英数字の商用コードを入力して、ユーザーがまだアカウントを持っていない場合は新しいアカウントを登録し、購入したパルスオキシメータを登録するように案内します。

1 つのアカウントを商用コードに関連付けることができます。

アカウントの作成とパルスオキシメトリ ウィザードとの関連付けの際に、アプリは登録とユーザー プロファイリングに必要な最小限の情報を要求します。

名前と姓 電子メール アドレス 電話番号 ユーザー名とパスワード 登録を続行するには、患者はプライバシーに関する声明を表示し、現在の法律で義務付けられている個人の健康データの処理に同意する必要があります。

インストール / 構成フェーズの最後に、アプリはトレーニング / キャリブレーション モードで起動します。

トレーニングとキャリブレーション フェーズ 正しく機能するために、アプリは N = 5 日間の事前定義された期間の初期トレーニング フェーズを必要とします。

トレーニング フェーズは、事前に定義された時間帯 (朝、午後、夕方) で分割された 1 日 3 回の測定からなる監視計画に基づいています。 タイムスロットごとに測定が必要です。

モニタリング計画には一連のリマインダーが含まれており、音声信号に関連付けられたプッシュ通知を通じて、患者に実行する測定を思い出させます。 監視計画は、アプリの特別なセクションで読み取り専用で参照できます。

M で示される各測定で、アプリはヘモグロビン飽和度 SpO2 のパーセンテージの値、パルスオキシメータによって測定された HR 心拍数の値、および測定が行われた日時を取得します。 入力データは形式的にトライアド (SPO2、HR、t) で示されます。ここで、値 t は測定 M の日付と時刻の両方を示しているため、測定範囲 (朝、午後、夕方) を分類するのに役立ちます。

5 日間、つまりトレーニング フェーズの終わりに、測定値と APP に事前に保存された患者プロファイルのデータセットを使用して、モニタリング フェーズ中に自動的に渡されます。

APP は、トレーニングまたはモニタリングのフェーズを常に明確に見える特別なバンドに表示します。

トレーニング フェーズ中、アプリは個々の測定データとトレーニング フェーズの終了時にバックエンドでのキャリブレーションの結果を保存します。 また、アプリはバックエンドから独立した方法で動作するため、接続がない場合でも、ユーザーに対して透過的な方法でデータがバックグラウンドで同期されます。

モニタリング フェーズ トレーニングとキャリブレーション フェーズが完了すると、アプリはモニタリング フェーズに入ります。このフェーズでは、患者が自分の健康状態をチェックおよび監視し続けるための措置を実行します。

このフェーズで記憶する情報は次のとおりです。

HR 心拍数; SpO2 ヘモグロビン飽和度;検出日時 モニタリング計画に従って、アプリはユーザーにパルスオキシメータを装着して電源を入れて測定を実行するように促します。 検出すると、アプリはユーザーにパルスオキシメーターを取り外すように促して警告します。 ユーザーには完全に透過的な単一の測定は、より適切にフィルター処理された一連の測定として実装されます (5 ～ 10 秒で実行された測定の平均)。

測定ごとに、アプリはパルスオキシメータからパラメータを受け取り、SpO2、心拍数、日付と時刻を送信してアルゴリズムに問い合わせ、アルゴリズムによる処理の結果を表示します。 この結果は、わかりやすいテキストと、患者の健康状態を明確かつ即座に理解できる適切なアイコンで患者に提示されます。

アプリは接続がなくても測定を実行できるため、すべての構成パラメーター (監視計画を参照) はアプリにローカルに保存され、バックエンドにリモートで存在するものと随時同期されます。

測定後、測定自体のパラメータと処理の結果はローカルに保存され、可能であればクラウドに保存されます。 接続がないためにクラウドにすぐに保存できない場合、データの調整は患者に対して透過的な方法で行われます。

また、アプリは測定履歴をローカルに保持するため、患者はアプリから直接測定値を調べることができます。 これらのメジャーは、表形式およびグラフィック モードで表示されます。

監視段階では、患者は、知覚状態が悪化した場合、および知覚状態とアプリの結果との間に不一致を見つけた場合に、関連する医師に連絡する可能性を持たなければなりません. したがって、アプリから直接新しいトレーニング/トレーニング フェーズを開始して、アルゴリズムを再調整することができます。

設定 アプリには、個人設定専用の特別なセクションがあります。 このセクションでは、患者は自分の個人データ、モニタリング計画を参照し、リセットを実行してトレーニングとキャリブレーション フェーズを再開できます。

アルゴリズム ライブラリ アルゴリズムは、ローマ大学の生物医学キャンパスによって開発され、ジュゼッペ カパッソの L.I.A が所有するライブラリにカプセル化されています。

患者インターフェース

初期構成段階で選択した資格情報を使用して、患者は患者専用の Web ポータルにアクセスできます。 このポータルにアクセスした後、患者は次の可能性があります。

個人データを管理し、ポータルとアプリにアクセスするためのパスワードを変更します。

読み取り専用として利用可能な標準の監視計画を参照してください。 行われた測定のリストを参照し、それらをグラフィカル モードで表示します。フィルタリングして期間ごとに表示することもできます。

監視データを共有できる独自の医師を設定します。 患者は、情報を共有するために最も一般的なソーシャル ネットワークで使用される方法と同様の方法で、医師に自分のデータにアクセスするように勧めます。

医師のインターフェース このポータルを使用すると、医師は Web 経由で患者のデータにアクセスできます。 適切なリンク「医療ポータルのログイン ページで医師として登録する」をクリックすると、医師はポータルに登録できます。 有効化は、管理者による十分な確認後に行われなければなりません。管理者は、登録を要求する医師の身元を確認するために追加の文書を要求する場合があります。

登録すると、医師は資格情報を使用してポータルにアクセスし、登録時に入力した個人データを管理したり、アクセスを共有している患者の測定値にアクセスしたりできます。 医師は患者を検索し、データへのアクセス要求を送信できます。 その後、患者は要求を受け入れるかどうかを選択できます。

医師は患者のデータを変更することはできず、読み取り専用にしています。 病歴または訪問に由来するその他の情報を入力できる既知のフィールドがあります。

医師のインターフェース - 固有の機能 研究/実験の目的の達成をサポートするために、検出された測定値の近くで医師によって検証される一連の「特定の」データを収集するために、一連の機能が予見されます。同じ医師が患者に立ち向かい、アルゴリズムによって生成された結果を確認またはリダイレクトする可能性があること。 技術的な観点からは、バックエンドでアプリから送信されたデータを収集することですが、医師がデータを確認したり、彼の意見によれば生成されたはずの結果を再分類したりできます。 したがって、すでに予見されているように、医師はバックエンドにアクセスして、問題の患者を選択し、結果を確認する判断に関心のある措置を調べたり、科学によって示される一連のラベルに従って結果を変更したりできます。委員会。

その後、情報をアドホックに抽出して、バイオメディカル キャンパスでの分析用に提供できます。

作業スキーム 次の図は、システム全体の論理アーキテクチャを表しています。 この図には、スマートフォンに存在するパーツ (スマートフォン領域) と、Web に存在する補助コンポーネント (Web 領域) も示されています。 医療機器は、スマートフォンとしてマークされた領域に含まれるアプリとアルゴリズムで構成されていることに留意することが重要です。 システムのユーザーは患者と医師です。 患者はスマートフォンをモニタリングと診察に使用し、Web パーツは患者と医師の両方が適切な Web ポータルで簡単な診察に使用します。

主な成分は以下のとおりです。

アプリ 患者のスマートフォンにインストールされているアプリを表します。 このアプリは、モニタリング段階でパルスオキシメトリから測定値を受け取り、予測アルゴリズムとやり取りして患者の健康状態を判断します。 健康状態の処理や相談に役立つデータはローカル データベースに保存されるため、Web 側の接続から独立して作業できます。 アプリは、測定値と健康データをリモートで保存するという唯一の目的でバックエンドとやり取りします。

予測アルゴリズム アプリに物理的に統合されていますが、その重要性を考えると、アルゴリズムはローカルではそれ自体がブロックです。 アプリは、監視計画に基づいて測定のタイム スロットを管理し、それに応じて、パルス オキシメータによって収集された情報と、ローカル データベースに保存された履歴データから処理されたその他の情報を渡す予測アルゴリズムを呼び出します。 この情報に基づいて、アルゴリズムが患者の健康状態を判断します。

ローカル データベース ローカル データベースは、処理を実行し、患者の健康状態を判断するためにアルゴリズムに必要な最初のインスタンスで必要な措置をローカルに維持し、次に患者が以前の措置を直接参照できるようにするために、アプリによって使用されます。スマートフォン。 正しい処理のために、アルゴリズムは過去 90 日間の測定値を必要とします。 これらは、ローカル データベースに保存されている測定値です。

パルス酸素濃度計。 患者が SpO2 と心拍数の測定を行うために使用する医療機器です。 Bluetooth 経由でアプリとやり取りして、実行された測定を共有します。

バックエンド

これは、さまざまな患者によって行われた測定値と患者プロファイルが保存されるリモート ハードウェア/ソフトウェア コンポーネントです。 ここでは、データはリモート データベースに保存され、必要に応じてスマートフォンにダウンロードしたり、適切なポータルを通じて患者や医師が相談したり、Rome Biomedical Campus の研究者が使用してさらに改良したりできます。アルゴリズムを開発します。 詳細なアーキテクチャに特化した次のセクションでは、システムの他のコンポーネントとの相互作用に使用されるさまざまなプロトコルについても説明します。

リモート データベース 患者の測定値、患者および医療プロファイル データが保存されるリモート データベース。

Web インターフェイス これらは、患者と医師がバックエンドに保存されたデータを参照できるようにするシステムのコンポーネントです。

構造 次の図は、システム全体の物理的なアーキテクチャと、システム全体のコンポーネントがどのように相互作用/通信するかを表しています。