Pervasive Sensing og AI i Intelligent ICU

Undervurdering av smerte er en av de primære barrierene for adekvat behandling av smerte hos kritisk syke pasienter, og er assosiert med mange negative utfall som kroniske smerter etter utskrivning, forlenget mekanisk ventilasjon, lengre intensivopphold og økt dødelighetsrisiko. Mange ICU-pasienter kan ikke selv rapportere smerteintensiteten på grunn av deres kliniske tilstand, ventilasjonsutstyr og endret bevissthet. Overvåking av pasientenes smertestatus er nok en oppgave for overarbeidede sykepleiere, og på grunn av smertens subjektive natur, kan disse vurderingene variere blant omsorgspersonell. Disse utfordringene peker på et kritisk behov for å utvikle objektive og autonome smertegjenkjenningssystemer. Delirium er en annen vanlig komplikasjon ved sykehusinnleggelse, som er preget av endringer i kognisjon, aktivitetsnivå, bevissthet og årvåkenhet og har rater på opptil 80 % hos kirurgiske pasienter. Risikofaktorene som har vært assosiert med delirium inkluderer alder, eksisterende kognitiv dysfunksjon, syns- og hørselshemming, alvorlig sykdom, dehydrering, elektrolyttavvik, overmedisinering, alkoholmisbruk og forstyrrelser i søvnmønsteret. Estimater viser at omtrent en tredjedel av deliriumtilfellene kan dra nytte av medikamentell og ikke-medikamentell forebygging og intervensjon. Å oppdage og forutsi smerte og delirium er imidlertid fortsatt svært begrenset i praksis.

Målet med denne studien er å evaluere evnen til etterforskernes foreslåtte modell til å utnytte akselerometer, miljø-, døgnrytme-biomarkører og videodata i autonom kvantifisering av smerte, karakterisering av funksjonelle aktiviteter og deliriumstatus. Systemet for autonom deliriumovervåking og adaptiv forebygging (ADAPT) vil bruke nye gjennomgripende sensing og dyplæringsteknikker for autonomt å kvantifisere pasienters mobilitet og døgnrytme dyssynkroni når det gjelder nattlige forstyrrelser, lysintensitet og lydtrykknivå. Dette vil tillate integrering av disse risikofaktorene i en dynamisk modell for å forutsi deliriumbaner. Kommersielt tilgjengelige kameraer vil bli brukt til å overvåke pasientenes ansiktsuttrykk og kontekstualisere pasientenes handlinger ved å gi bildedata for å gi ytterligere pasientbevegelsesinformasjon. Kommersielt tilgjengelige miljøsensorer vil bli brukt for å gi data om belysning, desibelnivå og luftkvalitet. Pasientblodprøver vil hjelpe til med å bestemme døgnrytmen deres og sammenligne og validere det gjennomgripende sansesystemets evner til autonom overvåking av døgnrytmen. Det vil også bli samlet inn elektroniske helsejournaldata.