CogMe do zapobiegania i wczesnego wykrywania delirium (CogMe)

Delirium to zespół definiowany jako ostre zaburzenie zarówno świadomości, jak i funkcji poznawczych, które ma tendencję do wahań w czasie i jest spowodowane fizjologicznymi konsekwencjami stanu chorobowego. Jest częstym schorzeniem w warunkach intensywnej terapii, na oddziałach chorób wewnętrznych, u pacjentów pooperacyjnych i na oddziale intensywnej terapii. Delirium wiąże się ze zwiększoną śmiertelnością, dłuższymi pobytami w szpitalu, długotrwałymi zaburzeniami funkcji poznawczych i zwiększonymi kosztami opieki zdrowotnej. Patofizjologia delirium jest wieloczynnikowa i nie do końca poznana.

Częstość występowania delirium wzrasta wraz z wiekiem i jest bardzo częsta u hospitalizowanych pacjentów w podeszłym wieku. Na niektórych oddziałach wskaźniki delirium mogą sięgać ponad 40%. Jednak delirium jest niedodiagnozowane w prawie dwóch trzecich przypadków lub błędnie diagnozowane jako depresja lub demencja. Ponadto wykazano wcześniej, że rozpoznanie majaczenia jest często opóźnione, a rozpoznawanie i dokumentowanie majaczenia przez lekarzy i pielęgniarki jest dalekie od optymalnego. Wczesna diagnoza delirium może poprawić wyniki kliniczne, skracając czas trwania objawów, skracając czas hospitalizacji i zmniejszając liczbę powikłań odległych.

Badania kliniczne wykazały, że delirium można zapobiegać nawet w jednej trzeciej przypadków poprzez wieloczynnikowe interwencje niefarmakologiczne, jednak ich wdrożenie może być kosztowne i wymagać specjalnie przeszkolonego personelu. Ponadto zwykle nie uwzględniają parametrów fizjologicznych.

Trzy ostatnie postępy technologiczne stwarzają obecnie możliwości nowego podejścia do zapobiegania delirium. Po pierwsze, w ostatnich latach monitorowanie parametrów życiowych za pomocą czujników noszonych na ciele, zasilanych zaawansowanymi algorytmami przetwarzania, stało się technicznie wykonalne. Rozwój ten może zapewnić możliwości wczesnego wykrywania delirium i wykrywania fizjologicznych wyzwalaczy delirium, takich jak odwodnienie, infekcje i brak snu. Po drugie, ostatnie postępy w systemach wirtualnego dialogu (np. Alexa firmy Amazon lub Siri firmy Apple) zapewniają nowe i ekscytujące możliwości automatycznej interakcji z pacjentem. Z urządzeń z komunikacją głosową lub multimodalną mogą korzystać starsi pacjenci, którzy mają niewielkie lub żadne doświadczenie w zakresie nowoczesnych technologii mobilnych. Wreszcie, niedawne postępy w cyfrowym gromadzeniu danych, infrastrukturze obliczeniowej i rozwoju algorytmów pozwalają obecnie rozszerzyć zastosowanie sztucznej inteligencji i uczenia maszynowego na obszary medycyny, które wcześniej uważano za domenę ludzkich ekspertów. Połączenie tych trzech źródeł danych może znacznie ulepszyć obecne modele prognostyczne i pozwolić na wcześniejsze i dokładniejsze przewidywanie delirium.

Zautomatyzowany system, który mógłby pomóc w wykrywaniu delirium i ostrzegać klinicystów o możliwym początku zespołu, może znacznie poprawić leczenie i wyniki pacjentów. System CogMe wykorzystuje obecną technologię, aby zapewnić całościowe i skalowalne podejście do przewidywania majaczenia, wykrywania go i zapobiegania, obejmujące zarówno aspekty fizjologiczne, jak i poznawcze. System wykorzystuje urządzenia ubieralne do monitorowania parametrów fizjologicznych i komunikuje się z pacjentami za pomocą dedykowanej aplikacji na tablety – CogMe Personal Assistant (PA). W tym badaniu dane zebrane przez urządzenia do noszenia i CogMe PA, w połączeniu z danymi pacjentów z EMR, zostaną przeanalizowane retrospektywnie przy użyciu technik uczenia maszynowego (CogMe Data Analytics) w celu oceny zdolności systemu CogMe do przewidywania i wykrywania delirium .