Assistência à IA na avaliação de recuperação de endoscopia GI (AIVR2)

Globalmente, o câncer é uma das principais causas de morte. 70% dessa carga global de câncer é atribuída à mortalidade prematura, dos quais 70% dessas mortes são evitáveis ​​e 30% são tratáveis ​​globalmente, o câncer é uma das principais causas de morte. 70% dessa carga global de câncer é atribuída à mortalidade prematura, dos quais 70% dessas mortes são evitáveis ​​e 30% são tratáveis. Entre as dez causas mais comuns de morte por câncer em todo o mundo, um terço são os cânceres digestivos. Estes podem ser diagnosticados por endoscopia gastrointestinal ambulatorial. Isso inclui câncer colorretal (via colonoscopia), bem como câncer de esôfago e gástrico (via esofagogastroduodenoscopia). Além do diagnóstico, a endoscopia ambulatorial também é amplamente utilizada para triagem e vigilância do câncer. Com o aumento global no envelhecimento da população e a maior conscientização sobre a triagem do câncer, a demanda por serviços de endoscopia para rastreamento, diagnóstico e vigilância do câncer está aumentando rapidamente para atingir o objetivo de detecção e tratamento precoce do câncer.

Para reduzir o medo e a ansiedade dos pacientes em relação à endoscopia e aliviar a dor e o desconforto associados, a maioria das endoscopias é realizada sob sedação. Sabe -se que o efeito sedativo dura mais do que o necessário para colonoscopias terapêuticas diagnósticas ou básicas, o que pode ser feito principalmente em 30 minutos. Os pacientes são monitorados de perto na sala de recuperação após a conclusão da endoscopia, e a enfermeira de recuperação avalia a consciência do paciente após um período fixo de tempo, normalmente 60 minutos ou a cada 10 minutos até que os critérios de alta padronizados sejam atendidos. Em um ambiente ambulatorial, é importante determinar se os pacientes estão totalmente recuperados do efeito sedativo e atingiram um estado clinicamente estável antes de descarregá -los do hospital com o acompanhamento de um adulto responsável. A avaliação dos critérios de descarga padronizados inclui os seguintes: 1) retorno da consciência ao nível da linha de base; 2) sinais vitais estão dentro dos limites normais; 3) o estado respiratório não é comprometido; e 4) dor e desconforto foram abordados. Foram recomendadas uma pontuação de avaliação de descarga padronizada, como a pontuação do Aldrete modificada, e o sistema de pontuação de descarga pós-anrestesia modificado (MPADSS). O tempo médio de recuperação exigido pelos dois sistemas foi relatado em 60 minutos, o que é bastante demorado. As diretrizes internacionais sobre sedação na endoscopia gastrointestinal recomendam uma taxa de enfermagem de 1: 1 para monitorar de perto os pacientes após sedação moderada ou profunda para aumentar a segurança do paciente. Com essa proporção de 1: 1, os enfermeiros de recuperação podem avaliar o nível de consciência do paciente a cada 10 minutos por pontuação padronizada da avaliação de alta, o que facilita um tempo de recuperação mais curto. No entanto, a avaliação a cada 10 minutos é demorada e com muito trabalho intensiva e essa taxa de enfermagem de recuperação pode não ser praticável em países limitados por recursos. Em Hong Kong, a taxa usual de enfermagem de recuperação é 1:10, portanto, a prática padrão atual é avaliar a consciência do paciente após 60 minutos. Como resultado, o número de endoscopias organizadas em cada sessão é limitado pelo tempo de recuperação (ou seja, taxa de rotatividade de pacientes), o espaço de recuperação e a mão de obra de enfermagem. Além disso, a decisão da enfermeira de recuperação sobre se um paciente é descarregável pode ser interferido por uma série de fatores contextuais, como carga de trabalho pesada, a disponibilidade do espaço de recuperação e a demanda do paciente. É necessário um sistema de avaliação rápido, conveniente e confiável para reduzir o tempo de recuperação (ou seja, aumentar a taxa de rotatividade) devido à crescente demanda prevista de endoscopia sedada, o que leva à exigência de espaço e mão de obra de enfermagem para recuperação de pacientes. Para nosso melhor conhecimento, nenhum estudo intervencionista foi realizado para reduzir o tempo de recuperação pela tecnologia de IA sem aumentar a mão de obra de enfermagem. Na década passada, a tecnologia de inteligência artificial (IA) surgiu e foi implementada com sucesso em vários contextos clínicos, particularmente no campo da endoscopia gastrointestinal. Os modelos de IA treinados a partir de imagens endoscópicas foram comprovadamente eficazes na detecção e diagnóstico de doenças e cânceres gastrointestinais. A voz humana pode ser transferida para a imagem e usada para treinar modelos de IA para ajudar no diagnóstico de doenças. Por exemplo, a IA foi treinada para detectar efetivamente a doença de Alzheimer e prever sua gravidade apenas com base nos dados de voz dos pacientes. Outro modelo de IA foi desenvolvido com base na análise de voz para distinguir os principais distúrbios psiquiátricos, incluindo distúrbios bipolares, depressivos, de ansiedade e esquizofrenia. Dados esses resultados promissores, desenvolvemos e validamos um modelo de IA para avaliar o status de recuperação da endoscopia com base em 400 gravações de voz de 200 pacientes. Este modelo tem uma precisão média de 84,14%, com uma área média sob a curva (AUC) de 0,91. Para aprimorar ainda mais o desempenho desse modelo de IA, planejamos coletar gravações de voz adicionais para treinar novamente. Também planejamos desenvolver uma aplicação móvel desse modelo de IA para avaliação de eficácia em uma configuração de ensaios controlados randomizados (ECR) piloto. Os enfermeiros de endoscopia em Hong Kong foram convidados a participar de um estudo de pesquisa. Portanto, acreditamos que a implementação do modelo de IA na prática clínica será bem aceita pelos enfermeiros de endoscopia em Hong Kong.1). Entre as dez causas mais comuns de morte por câncer em todo o mundo, um terço são os cânceres digestivos. Estes podem ser diagnosticados por endoscopia gastrointestinal ambulatorial. Isso inclui câncer colorretal (via colonoscopia), bem como câncer de esôfago e gástrico (via esofagogastroduodenoscopia). Além do diagnóstico, a endoscopia ambulatorial também é amplamente utilizada para triagem e vigilância do câncer. Com o aumento global no envelhecimento da população e a maior conscientização sobre a triagem do câncer, a demanda por serviços de endoscopia para rastreamento, diagnóstico e vigilância do câncer está aumentando rapidamente para atingir o objetivo de detecção e tratamento precoce do câncer. Para reduzir o medo e a ansiedade dos pacientes em relação à endoscopia e aliviar a dor e o desconforto associados, a maioria das endoscopias é realizada sob sedação. Sabe -se que o efeito sedativo dura mais do que o necessário para colonoscopias terapêuticas diagnósticas ou básicas, o que pode ser feito principalmente em 30 minutos. Os pacientes são monitorados de perto na sala de recuperação após a conclusão da endoscopia, e a enfermeira de recuperação avalia a consciência do paciente após um período fixo de tempo, normalmente 60 minutos ou a cada 10 minutos até que os critérios de alta padronizados sejam atendidos. Em um ambiente ambulatorial, é importante determinar se os pacientes estão totalmente recuperados do efeito sedativo e atingiram um estado clinicamente estável antes de descarregá -los do hospital com o acompanhamento de um adulto responsável. A avaliação dos critérios de descarga padronizados inclui os seguintes: 1) retorno da consciência ao nível da linha de base; 2) sinais vitais estão dentro dos limites normais; 3) o estado respiratório não é comprometido; e 4) dor e desconforto foram abordados (10). Foram recomendadas uma pontuação de avaliação de descarga padronizada, como a pontuação do Aldrete modificada, e o sistema de pontuação de descarga pós-anrestesia modificado (MPADSS). O tempo médio de recuperação exigido pelos dois sistemas foi relatado em 60 minutos, o que é bastante demorado. As diretrizes internacionais sobre sedação na endoscopia gastrointestinal recomendam uma taxa de enfermagem de 1: 1 para monitorar de perto os pacientes após sedação moderada ou profunda para aumentar a segurança do paciente. Com essa proporção de 1: 1, os enfermeiros de recuperação podem avaliar o nível de consciência do paciente a cada 10 minutos por pontuação padronizada da avaliação de alta, o que facilita um tempo de recuperação mais curto. No entanto, a avaliação a cada 10 minutos é demorada e com muito trabalho intensiva e essa taxa de enfermagem de recuperação pode não ser praticável em países limitados por recursos. Em Hong Kong, a taxa usual de enfermagem de recuperação é 1:10, portanto, a prática padrão atual é avaliar a consciência do paciente após 60 minutos. Como resultado, o número de endoscopias organizadas em cada sessão é limitado pelo tempo de recuperação (ou seja, taxa de rotatividade de pacientes), o espaço de recuperação e a mão de obra de enfermagem. Além disso, a decisão da enfermeira de recuperação sobre se um paciente é descarregável pode ser interferido por uma série de fatores contextuais, como carga de trabalho pesada, a disponibilidade do espaço de recuperação e a demanda do paciente. É necessário um sistema de avaliação rápido, conveniente e confiável para reduzir o tempo de recuperação (ou seja, aumentar a taxa de rotatividade) devido à crescente demanda prevista de endoscopia sedada, o que leva à exigência de espaço e mão de obra de enfermagem para recuperação de pacientes. Para nosso melhor conhecimento, nenhum estudo intervencionista foi realizado para reduzir o tempo de recuperação pela tecnologia de IA sem aumentar a mão de obra de enfermagem. Na década passada, a tecnologia de inteligência artificial (IA) surgiu e foi implementada com sucesso em vários contextos clínicos, particularmente no campo da endoscopia gastrointestinal. Os modelos de IA treinados a partir de imagens endoscópicas foram comprovadamente eficazes na detecção e diagnóstico de doenças e cânceres gastrointestinais. A voz humana pode ser transferida para a imagem e usada para treinar modelos de IA para ajudar no diagnóstico de doenças. Por exemplo, a IA foi treinada para detectar efetivamente a doença de Alzheimer e prever sua gravidade apenas com base nos dados de voz dos pacientes. Outro modelo de IA foi desenvolvido com base na análise de voz para distinguir os principais distúrbios psiquiátricos, incluindo distúrbios bipolares, depressivos, de ansiedade e esquizofrenia.