ICU Cockpit-apper: Intervensjonsstudie med første ICU Cockpit-programvare (ICUCockpiApp)

Bakgrunn:

Siden 2014 har prosjektet «ICU-Cockpit» blitt satt opp ved Neurointensive Unit ved Universitetssykehuset Zürich i samarbeid med Universitetet i Zürich og ETH Zürich. State-of-the-art informasjonsteknologi samler inn, synkroniserer og krypterer data fra en rekke medisinske enheter i sanntid. Prosjektet tar sikte på å sette i gang en grunnleggende utvikling innen akutt- og intensivmedisin - og få til en vesentlig forbedring i måten diagnostikk, behandling og risikohåndtering håndteres i den kliniske hverdagen.

Basert på videoovervåking er det allerede utviklet algoritmer for tidlige alarmsystemer og terapistøtte. For å gjøre algoritmene brukbare for klinisk praksis, utvikles for tiden et brukergrensesnitt (GUI) i samarbeid med University of Applied Sciences Northwestern Switzerland (FHNW), se vedlegg 15. GUI gjør det mulig å visualisere og tolke de multimodale pasientdataene på en omfattende måte.

I 2016 startet et forskningsprosjekt ved NICU ved Universitetssykehuset Zürich med tittelen "ICU Cockpit: Integrated platform for multimodal patient monitoring and therapy support in neurocritical care" (BASEC nr. 2016-01101). Hensikten med enkeltstedsprosjektet er å sette opp en integrert plattform (vitenskapelig prototype av ICU Cockpit-programvareplattform) for multimodal pasientovervåking og terapistøtte i nevrokritisk omsorg, og som et andre trinn for å utvikle og validere algoritmer for noen første kliniske applikasjoner. Videre blir automatisk gjenstandsdeteksjon (dvs. antall falske og sanne alarmer i ICU Cockpit sammenlignet med standard overvåkingssystem) vurdert og algoritmer utviklet for tidlig oppdagelse av epileptiske anfall og sekundær svekkelse av cerebral perfusjon.

Målet med denne nåværende kliniske undersøkelsen er verifisering og validering av ICU Cockpit-programvareplattformen og følgende tre forskjellige applikasjoner for prognose og prediksjon av komplikasjoner:

a) ICU Cockpit COVID-19 for fjernovervåking av isolerte pasienter, b) ICU Cockpit Stabil State for en omfattende visualisering av vitale parametere og som tilleggshjelp til tidlig oppdagelse av overhengende kritiske komplikasjoner c) ICU Cockpit Cerebral Ischemi for prediksjon av forsinket cerebral iskemi hos pasienter med subaraknoidal blødning (SAH).

1. ICU Cockpit COVID-19 for fjernovervåking av isolerte pasienter Etter å ha infisert mer enn 100 000 mennesker i 100 land, har koronavirussykdommen 2019 (COVID-19) blitt en pandemi. I Kina ble opptil 10 % av pasientene med COVID-19 alvorlig syke som trengte intensivbehandling, hovedsakelig på grunn av lungebetennelse, akutt respiratorisk nødsyndrom (ARDS) og multiorgansvikt. I Italia, med rundt 5200 senger på intensivavdelinger (ICUs), var allerede 1028 viet til pasienter med COVID-19 innen 11. mars. Videre har 20 % av helsepersonell på dette tidspunktet allerede blitt smittet, og noen har dødd. For USA, uten selvisolering og for henholdsvis R0 = 2 og R0 = 2,5, anslås ICU-innleggelser å bli 17,4 til 25,7 per 1000 innbyggere, noe som vil betydelig overstige kapasiteten til de eksisterende 100 000 ICU-sengene i USA. Også i Sveits står helsevesenet og spesielt intensivavdelinger overfor ekstraordinære utfordringer ettersom de menneskelige ressursene for intensivavdelingen er begrenset.

   Fremskritt innen medisinsk informatikk har potensial til å lette medisinsk behandling og spare personellressurser, ikke bare i den ambulerende sektoren, men på intensivavdelingene, spesielt under epidemier. I intensiv- og akuttmedisin er situasjonen forsterket av sanntidssignaler fra flere sensorer på, så vel som inne i menneskekroppen. Spesielt i en nødsituasjon er det ikke mulig å integrere denne flommen av informasjon raskt i beslutningsprosessen.

   Fjernovervåking av strengt isolerte pasienter reduserer spesielt ruter og gange for personalet, antall nære kontakter med infiserte pasienter og dermed virusoverføring. Sikkerheten til pasienter vil økes ved å redusere stress og utbrenthet hos sykepleiere og leger, som ofte jobber i krise over tid.

2. ICU Cockpit Stable State Som en første applikasjon er det nylig utviklet en programvare kalt "stable state". Vitale parametere som arterielt blodtrykk, intrakranielt trykk og mange andre er vanskelig å lese med et blikk på grunn av deres høye informasjonstetthet. Siden menneskekroppen er et komplekst sammenkoblet system, er disse biosignalene også sterkt korrelerte. Erfarne klinikere kan gjenkjenne avvik i korrelasjonsstrukturen til flere signaler, men det er umulig å forstå hele bildet for den enorme mengden tilgjengelige data. Imidlertid kan subtile korrelasjonsendringer indikere en ustabil tilstand hos en pasient før disse endringene er synlige i et spesifikt signal eller dets sammensatte mål.

   En algoritme som beregner innbyrdes avhengigheter i et vilkårlig sett med signaler under en stabil fase av pasienten ble nylig utviklet. Denne stabile tilstanden sammenlignes med et online estimat av gjeldende tilstand. Korrelasjonsendringer reduseres didaktisk og visualiseres i en Mondrian-lignende skjerm for raske sammenligninger av nåværende og tidligere tilstander.

   Applikasjonen "stabil tilstand" som en del av GUI ICU Cockpit er planlagt implementert som et ekstra hjelpemiddel i tidlig oppdagelse av forestående kritiske komplikasjoner.

3. ICU Cockpit Cerebral Ischemi Cerebral vasospasme (CVS) er en forsinket morfologisk innsnevring av cerebrale arterier, som oppstår 4 til 10 dager etter aneurysmal subaraknoidalblødning. Klassisk har CVS vært assosiert med forsinket cerebral iskemi (DCI), som til slutt fører til hjerneinfarkt assosiert med sykelighet og dødelighet. Dette har vært et slags paradigme, og begrepet CVS har ofte blitt misbrukt for å beskrive kliniske tegn på DCI. Mesteparten av forskningen var fokusert på antakelsen om at CVS var eneansvarlig for DCI. I dag er det godt akseptert at ikke alle pasienter med CVS utvikler DCI. Omvendt kan DCI oppstå i fravær av CVS. Nylig gjennomgang av litteraturen indikerer at CVS ikke er den eneste årsaken til DCI og at hele bildet av DCI er multifaktorielt. Det er en pågående debatt om dette problemet, men hjerneinfarkt på avbildningsstudier kan være det mest passende målet på DCI ved siden av funksjonelt resultat. Derfor er det utviklet en algoritme for å forutsi DCI basert på en tilfeldig skogmodell, som gjør det mulig å identifisere biomarkører for forekomsten 24 timer til 48 timer før.