Искусственный интеллект в оценке состояния кожи для профилактики пролежней у медицинских сестер реанимационных отделений (IT-PIP)

Пролежни остаются серьезным и в значительной степени предотвратимым осложнением среди пациентов в критическом состоянии, при этом популяции пациентов в отделениях интенсивной терапии подвержены особенно высокому риску из-за обездвиженности, гемодинамической нестабильности и сложных медицинских потребностей. В KFSHRC-Джидда более половины всех зарегистрированных в 2024 году внутрибольничных пролежней возникли в условиях реанимации, что подчеркивает сохраняющиеся проблемы в раннем выявлении и последовательном определении стадии. Хотя организация следует доказательным практикам и использует такие инструменты, как шкала Брейдена и рекомендации по стадированию NPIAP, вариабельность знаний, навыков и уверенности медсестер продолжает влиять на качество профилактики и точность оценки.

Традиционная оценка состояния кожи в основном опирается на визуальный осмотр и клиническое суждение, что может приводить к неоднозначной интерпретации ранних изменений тканей, особенно при более темных тонах кожи, повреждениях глубоких тканей и повреждениях кожи, связанных с влажностью. Эти ограничения подчеркивают необходимость инновационных подходов, обеспечивающих более последовательное и объективное определение стадии.

Распознавание изображений с помощью искусственного интеллекта (ИИ) стало потенциально ценным дополнением к стандартной сестринской оценке. Анализируя характеристики кожи, такие как цвет, текстура и контур, инструменты на основе ИИ могут помогать медсестрам выявлять изменения на ранней стадии и предоставлять поддержку для принятия решений в соответствии с критериями NPIAP. Интеграция ИИ в повседневную практику обладает потенциалом для улучшения раннего выявления, повышения точности определения стадии и снижения вариативности практики.

В этом рандомизированном контролируемом исследовании оценивается использование мобильного приложения с поддержкой ИИ по сравнению со стандартной ручной оценкой кожи, проводимой медсестрами отделений интенсивной терапии. Вмешательство использует инструмент распознавания изображений, который анализирует стандартизированные фотографии областей кожи с высоким риском и предоставляет рекомендации по стадированию на основе определений NPIAP. Медсестры в контрольной группе продолжат выполнять традиционные оценки, основанные на визуальном осмотре и пальпации, в соответствии с действующими больничными протоколами.

Все участвующие медсестры получат до вмешательства обучение по профилактике пролежней, комплексной оценке состояния кожи и стадированию по NPIAP для установления последовательного исходного уровня. Группа вмешательства пройдет дополнительное обучение по стандартизированной съемке изображений для обеспечения надлежащего освещения, расстояния и положения. Ослепленный специалист по уходу за ранами независимо рассмотрит все оценки и изображения; эта внешняя проверка служит эталонным стандартом для оценки точности и надежности между экспертами.

Помимо изучения точности определения стадии, в исследовании будут оцениваться изменения в знаниях и уверенности медсестер до и после вмешательства с использованием валидированных инструментов. Оно также изучит осуществимость и приемлемость интеграции ИИ в рабочие процессы ОИТ. Ожидается, что полученные данные проинформируют о том, как технология ИИ может поддерживать сестринскую практику, улучшать клиническое принятие решений и помогать снижать частоту возникновения внутрибольничных пролежней в условиях реанимации.