ICU Cockpit 应用程序：第一个 ICU Cockpit 软件应用程序的介入研究 (ICUCockpiApp)

背景：

自 2014 年以来，与苏黎世大学和苏黎世联邦理工学院合作，在苏黎世大学医院的神经重症病房设立了“ICU-Cockpit”项目。 最先进的信息技术实时收集、同步和加密来自众多医疗设备的数据。 该项目旨在启动急诊和重症医学的根本发展，并在日常临床实践中显着改善诊断、治疗和风险管理的处理方式。

基于视频监控，早期警报系统和治疗支持的算法已经开发出来。 为了使算法可用于临床实践，目前正在与瑞士西北应用科学大学 (FHNW) 合作开发用户界面 (GUI)，请参阅附录 15。 GUI 允许以全面的方式可视化和解释多模态患者数据。

2016 年，苏黎世大学医院 NICU 启动了一项名为“ICU Cockpit：神经重症监护中多模式患者监测和治疗支持的集成平台”的研究项目（BASEC No. 2016-01101）。 单一站点项目的目的是建立一个集成平台（ICU Cockpit 软件平台的科学原型），用于神经重症监护中的多模式患者监测和治疗支持，并作为第二步开发和验证一些首次临床应用的算法。 此外，还评估了自动伪影检测（即，与标准监测系统相比，ICU Cockpit 中的假警报和真警报的数量），并开发了用于早期检测癫痫发作和脑灌注继发性损伤的算法。

本次临床研究的目的是验证和验证 ICU Cockpit 软件平台以及以下三种不同的并发症预后和预测应用程序：

a) ICU Cockpit COVID-19，用于远程监控隔离患者，b) ICU Cockpit Stable State，用于全面可视化重要参数，并作为早期发现即将发生的严重并发症的额外帮助 c) ICU Cockpit Cerebral Ischemia，用于预测延迟性脑缺血蛛网膜下腔出血 (SAH) 患者的缺血。

1. ICU Cockpit COVID-19 用于远程监控隔离患者 2019 年冠状病毒病 (COVID-19) 已感染 100 个国家/地区的 100,000 多人，已成为大流行病。 在中国，多达 10% 的 COVID-19 患者病情严重，需要重症监护治疗，主要是由于肺炎、急性呼吸窘迫综合征 (ARDS) 和多器官衰竭。 在意大利，重症监护病房 (ICU) 约有 5200 张床位，截至 3 月 11 日已有​​ 1028 张床位专门用于治疗 COVID-19 患者。 此外，此时 20% 的医护人员已经被感染，一些人已经死亡。 对于美国，在没有自我隔离和 R0 = 2 和 R0 = 2.5 的情况下，ICU 入院人数预计将达到每 1,000 人 17.4 至 25.7 人，这将大大超过美国现有 100,000 张 ICU 病床的容量。 此外，在瑞士，由于 ICU 专业人员的人力资源有限，医疗保健系统，尤其是 ICU 正面临着巨大的挑战。

   医学信息学的进步有可能促进医疗保健并节省人力资源，不仅在门诊部门而且在 ICU 中，尤其是在流行病期间。 在重症医学和急诊医学中，来自人体表面和体内的多个传感器的实时信号使情况变得更加复杂。 特别是在紧急情况下，不可能将大量信息迅速整合到决策过程中。

   对严格隔离的患者进行远程监控尤其减少了工作人员的路线和步行，减少了与受感染患者的密切接触次数，从而减少了病毒传播。 减轻护士和医生的压力和倦怠感可以提高患者的安全性，因为随着时间的推移，护士和医生通常会在危机中工作。

2. ICU Cockpit Stable State 作为第一个应用程序，最近开发了一个名为“stable state”的软件。 由于信息密度高，动脉血压、颅内压和许多其他重要参数很难一目了然。 由于人体是一个复杂的相互连接的系统，这些生物信号也高度相关。 有经验的临床医生可以识别出几个信号相关结构的偏差，但由于可用数据量巨大，不可能掌握全貌。 然而，在这些变化在特定信号或其复合测量中可见之前，细微的相关变化可能表明患者处于不稳定状态。

   最近开发了一种算法，该算法计算患者稳定阶段期间任意一组信号的相互依赖性。 将该稳定状态与当前状态的在线估计进行比较。 相关变化在类似蒙德里安的显示中被减少和可视化，以便快速比较当前和过去的状态。

   应用程序“稳定状态”作为 GUI ICU Cockpit 的一部分计划实施，作为早期检测迫在眉睫的严重并发症的额外帮助。

3. ICU Cockpit 脑缺血 脑血管痉挛 (CVS) 是一种迟发性脑动脉形态学狭窄，发生在动脉瘤性蛛网膜下腔出血后 4 至 10 天。 传统上，CVS 与迟发性脑缺血 (DCI) 有关，最终导致与发病率和死亡率相关的脑梗塞。 这是一种范例，术语 CVS 经常被误用于描述 DCI 的临床症状。 大多数研究都集中在 CVS 完全负责 DCI 的假设上。 如今，并非所有 CVS 患者都会发展为 DCI，这一点已被广泛接受。 相反，DCI 可以在没有 CVS 的情况下发生。 最近的文献回顾表明，CVS 不是 DCI 的唯一原因，DCI 的整体情况是多因素的。 关于这个问题一直存在争论，但是影像学研究中的脑梗塞可能是除功能结果之外最合适的 DCI 测量方法。 因此，开发了一种基于随机森林模型预测 DCI 的算法，该算法可以识别 24 小时至 48 小时前发生的生物标志物。