Всеобъемлющее зондирование и ИИ в интеллектуальном отделении интенсивной терапии

Недооценка боли является одним из основных препятствий для адекватного лечения боли у пациентов в критическом состоянии и связана со многими негативными последствиями, такими как хроническая боль после выписки, длительная искусственная вентиляция легких, более длительное пребывание в отделении интенсивной терапии и повышенный риск смертности. Многие пациенты ОИТ не могут самостоятельно сообщить об интенсивности боли из-за своего клинического состояния, наличия устройств искусственной вентиляции легких и измененного сознания. Мониторинг состояния боли у пациентов — еще одна задача для перегруженных работой медсестер, и из-за субъективного характера боли эти оценки могут различаться среди медицинского персонала. Эти проблемы указывают на острую потребность в разработке объективных и автономных систем распознавания боли. Делирий — еще одно распространенное осложнение госпитализации пациентов, которое характеризуется изменениями когнитивных функций, уровня активности, сознания и бдительности и встречается у хирургических больных с частотой до 80%. Факторы риска, связанные с делирием, включают возраст, ранее существовавшие когнитивные дисфункции, нарушения зрения и слуха, тяжелые заболевания, обезвоживание, нарушения электролитного баланса, передозировку лекарств, злоупотребление алкоголем и нарушения режима сна. Оценки показывают, что примерно в одной трети случаев делирия может помочь медикаментозная и немедикаментозная профилактика и вмешательство. Тем не менее, обнаружение и прогнозирование боли и делирия на практике все еще очень ограничено.

Целью данного исследования является оценка способности предложенной исследователями модели использовать акселерометр, данные окружающей среды, биомаркеры циркадного ритма и видеоданные для автономной количественной оценки боли, характеристики функциональной активности и состояния бреда. Система автономного мониторинга и адаптивного предотвращения делирия (ADAPT) будет использовать новые методы всепроникающего зондирования и глубокого обучения для автономной количественной оценки подвижности пациентов и циркадной диссинхронии с точки зрения ночных нарушений, интенсивности света и уровня звукового давления. Это позволит интегрировать эти факторы риска в динамическую модель для прогнозирования траекторий бреда. Имеющиеся в продаже камеры будут использоваться для наблюдения за выражением лица пациентов и контекстуализации действий пациентов путем предоставления данных изображений для предоставления дополнительной информации о движениях пациентов. Для получения данных об освещенности, уровне децибел и качестве воздуха будут использоваться имеющиеся в продаже датчики окружающей среды. Образцы крови пациентов помогут определить их циркадный ритм, а также сравнить и подтвердить возможности всеобъемлющей сенсорной системы по автономному мониторингу циркадной диссинхронии. Также будут собираться данные электронной медицинской карты.