Model głębokiego uczenia się wykrywający urazy ciśnieniowe

Obecnie, wraz z rosnącym wykorzystaniem technologii, widać, że do rozwiązywania złożonych problemów potrzebne są większe dane. Aby sprostać tej potrzebie, pojawiły się konwolucyjne sieci neuronowe, które są wykorzystywane w wielu obszarach, takich jak rozpoznawanie obiektów, rozpoznawanie mowy i przetwarzanie języka naturalnego, i mogą automatycznie uczyć się na podstawie symboli danych należących do obrazów, filmów, plików audio i tekstów, zamiast uczyć się według zakodowanych reguł, w odróżnieniu od tradycyjnych metod uczenia maszynowego, opartych na sztucznych sieciach neuronowych. Konwolucyjne sieci neuronowe to jedna z metod głębokiego uczenia się, która jest podgałęzią metod uczenia maszynowego i posiada zdolność uczenia się na przykładach. Konwolucyjne sieci neuronowe to metody, które mogą również uczyć się na podstawie surowych danych obrazowych lub tekstowych i których dokładność przewidywania zwiększa się w zależności od rozmiaru danych. W literaturze udowodniono, że sztuczna inteligencja i modele głębokiego uczenia są skuteczne w analizie ryzyka urazów uciskowych. Nie znaleziono jednak żadnych badań dotyczących klasyfikacji urazów uciskowych. Raju, Su, Patrician i in. (2015) zapewnili dokładniejsze i szybsze przewidywanie wyników skali ryzyka Braden za pomocą modelu głębokiego uczenia się, który opracowali w wyniku czteroletniej obserwacji w szpitalu wojskowym. Alderden, Pepper, Wilson i in. (2018) opracowali model głębokiego uczenia się, który ujawnia analizę ryzyka urazów uciskowych u pacjentów oddziałów intensywnej terapii oraz zapewnił dokładniejszą i znaczącą analizę ryzyka urazów uciskowych z bardziej czułymi pomiarami dla pacjentów oddziałów intensywnej terapii, których według narzędzi oceny ryzyka uważa się za osoby wysokiego ryzyka. Demircan, Yücedağ, Toz i in. (2016) opracowali model matematyczny analizujący czynniki ryzyka w procesie powstawania odleżyn i zapewnili ich wczesne wykrycie. Zastosowanie tych innowacyjnych aplikacji, które są zawarte i wykorzystywane w literaturze światowej, jest w naszym kraju ograniczone. W środowisku, w którym technologia szybko się rozwija i konsumuje, nie pozostawanie obojętnym na innowacyjne inicjatywy i integrowanie technologii z praktykami pielęgniarskimi zwiększy widoczność naszego zawodu poprzez kształcenie innowacyjnych pielęgniarek. W świetle tych informacji przeprowadzono badania mające na celu opracowanie modelu głębokiego uczenia się w zakresie wykrywania i klasyfikacji urazów uciskowych oraz określenie wpływu modelu na poziom wiedzy i satysfakcji pielęgniarek.

Cel Przeprowadzono randomizowane, kontrolowane badanie eksperymentalne w celu opracowania modelu głębokiego uczenia się do wykrywania i klasyfikacji urazów uciskowych oraz określenia wpływu modelu na poziom wiedzy i satysfakcji pielęgniarek.

Hipotezy badawcze; H1: Model głębokiego uczenia się umożliwia wykrywanie odleżyn.

H2: Model głębokiego uczenia się umożliwia klasyfikację odleżyn.

H3: Aplikacja mobilna opracowana w oparciu o model głębokiego uczenia się odgrywa aktywną rolę w leczeniu i pielęgnacji odleżyn.

Zmienne badania; Niezależne zmienne badania; model głębokiego uczenia się, ocena ryzyka Bradena Zmienne zależne badania; poziom wiedzy na temat odleżyn, poziom zadowolenia z wykształcenia. Metoda Badania są randomizowanym, kontrolowanym badaniem eksperymentalnym. Wszechświat i próbka badawcza obejmowały 80 pielęgniarek pracujących na oddziałach intensywnej terapii, chorób wewnętrznych i chirurgii fundacyjnego szpitala uniwersyteckiego w okresie od marca 2021 r. do czerwca 2022 r.

W celu ustalenia liczebności pielęgniarek stanowiących próbę badawczą posłużono się analogicznym badaniem z literatury przedmiotu oraz wykorzystano program do analizy mocy G* Power 3.1. W tym badaniu, aby osiągnąć poziom mocy 95% przy wielkości efektu 0,5 i poziomie błędu 5%, wielkość próby obliczono na 56, po 28 uczestników w każdej grupie. Biorąc pod uwagę dużą moc testu i straty w badaniu, w sumie udało się dotrzeć do 60 osób, po 30 w każdej grupie. Pielęgniarki z grupy próbnej zostały losowo przydzielone do grupy kontrolnej (n=30) i eksperymentalnej (n=30) przez badacza za pomocą prostej tabeli liczbowej. Tabela randomizacji została utworzona przy użyciu strony internetowej http://stattrek.com/statistics/random-number-generator.aspx do randomizacji. W rezultacie próba badawcza składała się łącznie z 60 pielęgniarek, po 30 osób w każdej grupie pielęgniarskiej, które zostały poinformowane o celu badania i zostały dopuszczone do udziału w badaniu oraz spełniły kryteria próby badanie. Przykładowe kryteria były następujące: pielęgniarka miała ukończone 18 lat, pracowała jako pielęgniarka na oddziale intensywnej terapii lub w klinice i wyraziła zgodę na udział w badaniu ustnie i pisemnie.

Narzędzia do gromadzenia danych Wykorzystano dane badawcze, „Ustrukturyzowany formularz wprowadzający pielęgniarki”, „Zmodyfikowany test wiedzy na temat odleżyn Piepera”, „Skala oceny ryzyka Bradena” i „Skala satysfakcji pielęgniarskiej”.

Ustrukturyzowany formularz wprowadzający pielęgniarki:

zawiera informacje literaturowe na ten temat i zawiera informacje o wstępnej charakterystyce pielęgniarek.

Zmodyfikowany test wiedzy na temat odleżyn Piepera:

W wyniku badań Zmodyfikowana Skala została opracowana przez Piepera i Motta w 1995 r., zmodyfikowana przez Lawrence’a, a jej trafność i rzetelność została określona przez Asiye Gül i jej współpracowników w 2017 r. Zastosowano test wiedzy o ranach ciśnieniowych Pieper. Test ten składa się z 49 pozycji. Skala podzielona jest na trzy podwymiary. Wynik z wiedzy ogólnej może wynosić do 49 punktów, wynik z wiedzy o zapobieganiu może wynosić do 33 punktów, wynik z wiedzy o stadium zaawansowania może wynosić do 9 punktów, a wynik z identyfikacji ran może wynosić do 7 punktów. Do profesora dr Asiye Güla zwrócono się o zmodyfikowaną zgodę na test wiedzy na temat odleżyn firmy Pieper. W celu określenia poziomu rzetelności zastosowanej w badaniu skali przeprowadzono analizę rzetelności, uzyskując współczynnik alfa Chronbacha w grupie eksperymentalnej wynoszący 0,838, a w grupie kontrolnej – 0,812.

Skala Oceny Ryzyka Bradena:

Braden i Bergstrom został poprowadzony przez Oğuza w 1997 roku w Turcji. Na skali można uzyskać łączny wynik od 6 do 23. Na podstawie całkowitego wyniku 12 punktów i mniej uważa się za ryzyko wysokie, 13–14 punktów za ryzykowne, a 15–16 punktów za niskie ryzyko.

Ankieta satysfakcji pielęgniarki:

Pytania typu Likerta przygotowane przez badaczy na podstawie literatury w celu określenia poziomu satysfakcji pielęgniarek ze szkolenia dotyczącego urazów uciskowych. Najniższy wynik to 0, a najwyższy to 25. W celu określenia poziomu rzetelności użytego w badaniu kwestionariusza przeprowadzono analizę rzetelności, uzyskując współczynnik alfa Chronbacha na poziomie 0,95.

Opracowany przez nas model głębokiego uczenia się do wykrywania i klasyfikacji urazów uciskowych Opracowany przez nas „Model głębokiego uczenia się do wykrywania i klasyfikacji urazów uciskowych (model BYT-CNN)” został najpierw przeszkolony na 175 przykładowych obrazach pacjentów i wykazał współczynnik powodzenia przewidywania klasyfikacji około 97%. Ponieważ uważano, że model BYT-CNN działa lepiej w przypadku większej liczby zdjęć pacjentów; Kontynuowano jego rozwój, wykorzystując dane obrazowe 500 pacjentów i 500 pacjentów niebędących pacjentami, aby rozwiązać problemy klasyfikacyjne związane zarówno z oceną obecności choroby, jak i jej stadium (ryc. 1). Model ten zapewni analizę ryzyka urazów uciskowych i ich klasyfikację zgodnie z „Systemem Klasyfikacji Odleżyn NPUAP” w przypadkach, gdy się one rozwiną. Opracowano aplikację mobilną obejmującą interwencje pielęgniarskie zalecane przez NPUAP według etapu wyznaczonego przez model głębokiego uczenia się, a także przeprowadzono leczenie i pielęgnację urazu uciskowego (ryc. 2).

W celu wykrywania i klasyfikacji odleżyn z wykorzystaniem modelu BYT-CNN; robione jest zdjęcie urazu uciskowego lub obszaru zagrożonego i podłączane do głównego komputera, na którym odbywa się głębokie uczenie się, za pośrednictwem Bluetooth lub Wi-Fi. Następnie w ciągu „3 sekund” na telefon pielęgniarki zgłaszana jest informacja, czy u pacjenta występuje uraz uciskowy, a jeśli tak, to na jakim jest on etapie.

Aplikacja mobilna, przygotowana zgodnie z zaleceniami NPUAP 2016 dotyczącymi leczenia i pielęgnacji odleżyn, informuje pielęgniarkę o tym, jaką opiekę zapewnić na jakim etapie.

Metoda stosowana przy zbieraniu danych

Przed rozpoczęciem gromadzenia danych badacze opracowali „Model głębokiego uczenia się do wykrywania i klasyfikacji urazów uciskowych (model BYT-CNN). Wszystkie pielęgniarki biorące udział w badaniu odbyły jednocześnie w klasie 4-godzinną lekcję teoretyczną na temat „Urazów uciskowych”. Tydzień po odbyciu szkolenia teoretycznego wszystkie pielęgniarki zostały podzielone na grupę eksperymentalną (model głębokiego uczenia się) i kontrolną (metoda tradycyjna). Obie grupy otrzymały „Strukturowy formularz wprowadzający pielęgniarki” i zastosowano „Test wstępny (zmodyfikowany „Test wiedzy o odleżynach Piepera)”.

Zastosowanie w grupie kontrolnej: Po lekcji teoretycznej pielęgniarki z grupy kontrolnej określiły i sklasyfikowały urazy uciskowe u swoich pacjentów, korzystając z „Skali Oceny Ryzyka Bradena”, która została uznana za ważną i wiarygodną. Pielęgniarki z grupy kontrolnej, które za pomocą skali określały odleżyny, zostały przeszkolone z zakresu rozpoznawania i klasyfikacji odleżyn z wykorzystaniem materiałów pisemnych, których treść przygotowali badacze. Po szkoleniu wśród pielęgniarek przeprowadzono „Badanie satysfakcji z metody szkolenia”. Tydzień po szkoleniu pielęgniarki otrzymały „Test końcowy (zmodyfikowany „Test wiedzy o odleżynach Piepera”). Po zakończeniu działania aplikacji pielęgniarki-wolontariusze z grupy kontrolnej zostały poddane detekcji i klasyfikacji urazów uciskowych za pomocą modelu głębokiego uczenia się oraz przeszkolone z aplikacji mobilnej.

Zastosowanie w Grupie Eksperymentalnej: Po kursie teoretycznym pielęgniarki z grupy eksperymentalnej wykrywały i klasyfikowały urazy uciskowe u swoich pacjentów za pomocą „Modelu Głębokiego Uczenia”. W grupie eksperymentalnej opracowaną przez badaczy aplikację mobilną zainstalowano na telefonach pielęgniarek, które wykrywały urazy uciskowe przy użyciu modelu głębokiego uczenia się oraz zastosowano szkolenia. Tym samym pielęgniarki miały zapewnioną opiekę i leczenie pacjenta zgodnie z opracowaną aplikacją mobilną na podstawie stopnia zaawansowania urazu ciśnieniowego wykrywanego przez model głębokiego uczenia się. Po szkoleniu wśród pielęgniarek przeprowadzono „Badanie satysfakcji z metody szkoleniowej”. Tydzień po szkoleniu pielęgniarki zostały poddane „Testowi końcowemu (zmodyfikowany „Test wiedzy o odleżynach Piepera)”. Etyczne i prawne aspekty badania. W celu przeprowadzenia badania przeprowadzono niezbędne wywiady i korespondencję oraz uzyskano pozwolenia instytucjonalne. i uzyskano zgodę komisji etyki. Zezwolenie komisji etyki uzyskano od Komisji etyki ds. badań nad ludźmi Uniwersytetu Istinye decyzją nr 2104 z dnia 27.01.2021. Zezwolenie instytucjonalne; W celu przeprowadzenia badania uzyskano zgodę na złożenie wniosku z Gabinetu Naczelnego Lekarza Szpitala Uniwersyteckiego w Stambule Beykent w dniu 08.02.2022 r. z dokumentem nr 14. Od osób biorących udział w badaniu uzyskano formularze świadomej zgody. Trzech z pięciu badaczy, którzy zakończyli fazę wdrożeniową pracy badawczej w Katedrze Inżynierii Komputerowej. Pozostali dwaj badacze pracują na Wydziale Pielęgniarstwa (dwóch badaczy jest członkami wydziału Inżynierii Komputerowej, jeden badacz jest członkiem wydziału Podstaw Pielęgniarstwa, jeden badacz jest inżynierem oprogramowania, a jeden badacz jest pielęgniarką na oddziale intensywnej terapii).

Analiza danych Do analizy wykorzystano dane uzyskane w badaniu za pomocą programu SPSS (Statistical Package for Social Sciences) dla systemu Windows 25.0. Do oceny danych zastosowano opisowe metody statystyczne w postaci liczby, procentu, średniej i odchylenia standardowego. Różnice pomiędzy proporcjami zmiennych kategorycznych w grupach niezależnych analizowano za pomocą testów Chi-Square i Fishera. Do analizy wykorzystano testy dokładne. Do porównania ciągłych danych ilościowych pomiędzy dwiema niezależnymi grupami zastosowano test T. Do porównania pomiarów wewnątrzgrupowych wykorzystano test t grup zależnych.