Служба дистанционного ухода на дому для пациентов с диабетической стопой (уровень риска 0, риска 1 и риска 2): тестирование и проверка специальных приложений и решений искусственного интеллекта (MYFOOT-D)

Без эффективного ухода за собой люди с диабетическими язвами стопы (ДЯС) подвержены риску увеличения времени заживления, госпитализации, ампутации и снижения качества жизни. Несмотря на эти последствия, приверженность самопомощи DFU остается низкой.

Как уже указывалось в предыдущих параграфах, обучение пациентов методам профилактики обнаруженных диабетических язв стопы оказывает положительное краткосрочное влияние на знания об уходе за стопой, отсрочив язву стопы и ампутацию, особенно у пациентов с высоким риском. Необходимы новые стратегии, чтобы привлечь людей к самообслуживанию своих DFU.

Современные информационные технологии могут помочь в привлечении интереса пациентов, если пациент, использующий их, быстро осознает какую-либо непосредственную пользу. Крайне важно также, чтобы медицинские работники, особенно те, кто ежедневно работает с пациентами с диабетом, были осведомлены о такой практике, а затем могли убедить пациентов, что они заслуживают наилучшего лечения, чтобы избежать дальнейшего ухудшения патологии.

Мобильные приложения для здоровья открывают большие перспективы для людей с диабетом, но лишь немногие приложения стремятся привлечь людей к самопомощи DFU.

Шефер и др. исследовали факторы риска развития язв диабетической стопы и ампутации у больных сахарным диабетом. Они пришли к выводу, что прогнозирование и своевременное лечение диабетических язв стопы (ДЯС) имеют большое значение для улучшения и поддержания качества жизни пациентов и предотвращения последующего социально-экономического бремени ампутации.

Машинное обучение — это часть области искусственного интеллекта, которая может автоматически обучать модели на основе данных и лучше информировать о принятии клинических решений. Се и др. разработали точную и объяснимую модель прогнозирования для оценки риска внутрибольничной ампутации у 618 госпитализированных пациентов с ДФУ. Они пришли к выводу, что модель машинного обучения обеспечивает точную оценку частоты ампутаций у пациентов с ДФУ во время госпитализации. Кроме того, модель может давать информацию для индивидуального анализа факторов риска пациентов.

К тяжелым осложнениям, связанным с диабетом, относятся диабетический кетоацидоз, некетотическая гиперосмолярная кома, сердечно-сосудистые заболевания, инсульт, хроническая почечная недостаточность, повреждение сетчатки и язвы стопы. Во всем мире наблюдается огромный рост числа пациентов с диабетом, и он считается серьезной проблемой здравоохранения во всем мире. Ранняя диагностика диабета полезна для лечения и снижает вероятность тяжелых осложнений, связанных с ним. Алгоритмы машинного обучения (такие как ANN, SVM, Naive Bayes, PLS-DA и глубокое обучение) и методы интеллектуального анализа данных используются для обнаружения интересных закономерностей для диагностики и лечения заболеваний. Современные вычислительные методы диагностики диабета имеют некоторые ограничения и не тестируются на разных наборах данных или людях из разных стран, что ограничивает практическое использование методов прогнозирования.

Система, использующая искусственный интеллект и машинное обучение, разработанная стартапом из Врнячкой бани (Сербия), может помочь прогнозировать развитие осложнений в стопах у пациентов с диабетом.

Проект MY FOOT направлен на восполнение пробела в мобильных приложениях путем предоставления доказательств как заинтересованным сторонам, то есть удаленной помощи со стороны больницы, так и пациента, который непосредственно участвует в своей собственной стратегии лечения.

В частности, приложение должно мотивировать пациентов и вовлекать их в уход за собой. Взаимодействие с приложением для мобильного телефона осуществляется в следующих условиях:

APP обрабатывает ввод данных от пациента с точки зрения собственного ощущения состояния здоровья, симптомов, выявленных в течение дня, событий, произошедших в конечном итоге, фотографий стопы, включая увеличение язвы (если есть), APP сообщает о повышении / снижении уровня риска. график во времени, отображает эволюцию или заживление язвы на основе обработки фотографий, используя адекватные графики, отображающие время на главной оси, и в то же время напоминает о личных целях для регулярного оказания помощи на основе текущих условий, в конечном итоге предупреждает пациента о необходимости связаться с клиницистов для визуального осмотра в больнице.