Efeito de um sistema de gerenciamento de alerta eletrônico de ML para reduzir o uso de visitas ao pronto-socorro e hospitalizações

Semanalmente, após a visita domiciliar, os ACS relataram o estado funcional dos participantes por meio de um aplicativo de smartphone que registrou 23 itens funcionais sobre cada participante (por exemplo, capacidade de ficar em pé, movimentar-se, comer, humor, solidão). Um sistema preditivo usando técnicas de aprendizado de máquina (ou seja, aproveitando preditores florestais aleatórios) foi desenvolvido e gerou alertas preditivos de 7 a 14 dias para o risco de visita de enfermeiros ao pronto-socorro.

Este questionário enfocou a autonomia funcional e clínica (ou seja, atividades da vida diária), possíveis sintomas médicos (por exemplo, fadiga, quedas e dor), mudanças de comportamento (por exemplo, reconhecimento e agressividade) e comunicação com o AH ou seu entorno. . Este questionário é composto por perguntas muito simples e de fácil compreensão, dando uma visão global do estado da pessoa. Para cada uma das 23 questões foi solicitada resposta sim/não. Os dados registrados pelos HAs foram enviados em tempo real para um servidor seguro para serem analisados ​​pelo nosso algoritmo de aprendizado de máquina, que previu o nível de risco e o exibiu em um dispositivo médico seguro baseado na web chamado PRESAGE CARE, que possui marcação CE. Particularmente, quando o algoritmo previa um nível de alto risco, um alerta era exibido em forma de notificação na tela ao enfermeiro coordenador do posto da rede de saúde do distrito. Essa notificação de risco foi acompanhada de informações sobre alterações recentes no estado funcional dos pacientes, identificadas a partir dos prontuários das ILPI, para auxiliar o enfermeiro coordenador na interação com o cuidador familiar e demais profissionais de saúde.

Em caso de alerta, a enfermeira coordenadora ligava para o cuidador familiar para indagar sobre alterações recentes no estado de saúde do paciente e para tirar dúvidas, podendo então decidir solicitar uma intervenção em saúde de acordo com um modelo de intervenção em saúde desenvolvido antes do início do estudar. Em resumo, esta intervenção de saúde desencadeada por alerta (ATHI) consistia em ligar para a enfermeira do paciente (se o paciente recebesse visitas domiciliares regulares de uma enfermeira) ou para o clínico geral do paciente e informá-los sobre uma piora do estado funcional do paciente e um risco potencial de uma visita ao pronto-socorro ou hospitalização não planejada nos próximos dias, de acordo com o algoritmo do sistema eHealth. Este modelo de ATHI foi apresentado e aprovado pelas Agences Régionales de Santé das regiões envolvidas no nosso estudo