پشتیبانی هوش مصنوعی در ردیابی بیمار و امتیازهای هشدار اولیه

سود:

• درک منطق و محدودیت‌های امتیازات هشدار اولیه (مانند EWS/NEWS) در حالی که علائم حیاتی و داده‌های مشاهده را با هوش مصنوعی خلاصه می‌کنند.
• توانایی سازماندهی روند و بدتر شدن علائم با دستورات ساختاریافته و ارائه پیش نویس گزارش به پزشک
• توانایی پیاده سازی که خروجی هشدار اولیه هوش مصنوعی یک پشتیبانی غربالگری است و این به پرستار و پزشک بستگی دارد که بیمار را ببینند و ارزیابی کنند و تصمیم بگیرند.

قلب پرستاری بیمار را زیر نظر دارد. پرستار اغلب اولین کسی است که متوجه افزایش نبض بیمار، کاهش فشار خون یا اختلال در تنفس می شود. این کار نظارتی هم مداوم و هم خسته کننده است: باید علائم حیاتی ده ها بیمار (نبض، فشار خون، تنفس، دما، اشباع اکسیژن، سطح هوشیاری) را دنبال کرد، روندها را دید و به موقع بیمار رو به وخامت را گرفت. هوش مصنوعی یک دستیار قدرتمند در این وظیفه نظارتی است: داده های پراکنده را سازماندهی می کند، روند را قابل مشاهده می کند، به محاسبه امتیاز هشدار اولیه کمک می کند و گزارش به پزشک را آماده می کند. اما مهمترین جمله این واحد این است: هوش مصنوعی بیمار را نمی بیند. شما هستید که تصمیم می گیرید بدتر شوید، به سراغ بیمار می روید و مداخله را آغاز می کنید.

امتیاز هشدار زودهنگام چقدر است؟

امتیاز هشدار زودهنگام (به انگلیسی: Early Warning Score، به اختصار EWS؛ نسخه معمولی NEWS - National Early Warning Score) یک ابزار غربالگری است که علائم حیاتی بیمار را نمره می دهد و یک عدد "خطر بدتر شدن" را ایجاد می کند. هر علامت حیاتی با دور شدن از محدوده طبیعی امتیاز بالاتری دریافت می کند. هنگامی که نمره کل از یک آستانه خاص فراتر رفت، یک هشدار داده می شود: "این بیمار باید بیشتر ویزیت شود" یا "باید با پزشک تماس بگیرید".

هدف از این امتیازها تشخیص زودهنگام آن است: ساعاتی قبل از اینکه بیمار به شدت بیمار شود، تغییرات خاموشی در علائم حیاتی وجود دارد. امتیاز این تغییر بی صدا را به عدد تبدیل می کند و از دست دادن آن را سخت می کند. با این حال، نمره یک کمک غربالگری است، نه یک تشخیص. نمره نرمال به این معنی نیست که "این بیمار خوب است". فقط می گوید "علائم حیاتی اندازه گیری شده در حال حاضر از آستانه تجاوز نمی کند." اگر مشکوک بالینی هستید، باید بیمار را حتی اگر نمره نرمال باشد، ارزیابی کنید.

احتیاط: امتیاز هشدار اولیه جایگزینی برای قضاوت بالینی نیست. اگر نمره پایین است اما بیمار از نظر شما "بد" به نظر می رسد، اولویت شما همیشه ارزیابی بالینی است. اعتماد کورکورانه به یک امتیاز محاسبه شده توسط هوش مصنوعی و عبور از آن بدون دیدن بیمار یک اشتباه جدی است.

هوش مصنوعی کجا به فرآیند ردیابی کمک می کند

می توانید با خیال راحت از هوش مصنوعی در نظارت بر بیمار در چهار مکان استفاده کنید:

1. ویرایش داده ها اندازه گیری های حیاتی را در زمان های مختلف در یک جدول سازمان یافته مرتب می کند و روند را قابل مشاهده می کند.
2. خلاصه روند. در جملاتی ساده، الگویی مانند «ضربان نبض افزایش یافته و فشار خون در 8 ساعت گذشته کاهش یافته است» را خلاصه می کند.
3. یادآوری منطق نمره. به شما یادآوری می کند که کدام علامت حیاتی کدام نمره را می گیرد (اما آستانه نهایی و تصمیم گیری طبق پروتکل سازمانی است).
4. پیش نویس گزارش. آنچه را که هنگام تماس با پزشک می گویید به یک پیش نویس منظم در قالب SBAR تبدیل می کند.

چیزی که هوش مصنوعی نمی تواند انجام دهد ارزیابی است: دیدن رنگ پوست، شنیدن صدای تنفس، توجه به بی قراری بیمار، وزن کردن جمله خانواده "همیشه اینطور نبود". اینها قضاوت های پرستاری هستند و در هیچ داده ای قرار نمی گیرند.

سه کیف کوچک

مورد 1 - زوال خاموش. در یک بیمار 72 ساله نبض از 78 به 112 افزایش می یابد، تنفس از 16 به 24 افزایش می یابد و فشار خون از 80/130 به 60/100 در عرض 8 ساعت کاهش می یابد. هنگامی که به صورت جداگانه به هر مقدار نگاه می شود، به نظر می رسد "مرز عادی". هوش مصنوعی این سه روند را در یک جدول نشان می دهد و آنها را به صورت خلاصه می کند: "هر سه پارامتر در حال بدتر شدن هستند، امتیاز هشدار اولیه در حال افزایش است." پرستار بیمار را می بیند و ارزیابی می کند و با مشکوک شدن به سپسیس با پزشک تماس می گیرد. سهم هوش مصنوعی رویت زودهنگام است. تصمیم توسط پرستار و پزشک گرفته می شود.

مورد 2 - نمره عادی گمراه کننده. وضعیت حیاتی یک بیمار جوان کاملاً طبیعی است، اما بیمار به گفته خانواده اش «خودش نیست». نمره پایین است. علیرغم امتیاز، پرستار یک ارزیابی عصبی با شک بالینی انجام می دهد و یک تغییر اولیه را تشخیص می دهد. درس: حتی اگر نمره نرمال باشد، قضاوت بالینی حرف اول را می زند.

مورد 3 - سرعت گزارش. یک پرستار برای بیماری که رو به وخامت است با پزشک تماس می گیرد. او روند حیاتی ناشناس را به هوش مصنوعی می دهد و آن را پیش نویس SBAR می دهد. یک گزارش منظم و کامل در 30 ثانیه آماده می شود. پرستار پیش نویس را با پرونده واقعی مقایسه می کند، آن را تصحیح می کند و جستجو می کند. در زمان صرفه جویی می شود، هیچ تصمیمی به هوش مصنوعی سپرده نمی شود.

گام به گام: خلاصه ای از نظارت حیاتی با هوش مصنوعی

1. جمع آوری داده ها به صورت ناشناس زمان ها و مقادیر اندازه گیری را بدون شناسایی بیمار بنویسید.
2. آن را توسط هوش مصنوعی ویرایش کنید. یک نمودار و خلاصه روند را درخواست کنید.
3. آستانه موسسه را به من یادآوری کن. بیان کنید که آستانه و قاعده تصمیم مطابق پروتکل است.
4. بیمار را ارزیابی کنید. بیمار را بدون توجه به آنچه شماره می گوید، ببینید.
5. تبدیل گزارش به SBAR قبل از ارسال فایل به پزشک، آن را با فایل واقعی تأیید کنید.
6. تصمیم و زمان را ثبت کنید.

چهار قالب قابل کپی

وظیفه: اندازه گیری های حیاتی زیر (ناشناس) را با توجه به زمان آنها در یک جدول واحد مرتب کنید و روند هر پارامتر (افزایش/کاهش/ثابت) را در یک جمله خلاصه کنید. افزودن نظرات، تشخیص. اندازه گیری ها: [ساعت - نبض - TA - تنفس - دما - SpO2 - هوشیاری]

وظیفه: یک پیش نویس گزارش SBAR پرستار و پزشک برای این روند حیاتی بنویسید. S: وضعیت فعلی، B: پیشینه مختصر، A: مشاهده پرستار (مشاهده، نه نظر)، R: درخواست شده از پزشک (درخواست ارزیابی). بیان کنید که آستانه ها و تصمیم گیری ها را به پروتکل سازمانی واگذار می کنید. داده ها: [...]

وظیفه: برای هر یک از مقادیر حیاتی زیر، بر اساس منطق هشدار اولیه عمومی برچسب "عادی / توجه / توجه زیاد" را بزنید و بنویسید که چرا آن را به این صورت برچسب گذاری کرده اید. توجه داشته باشید که نمره و حدنصاب دقیق باید با پروتکل موسسه تایید شود. ارزش ها: [...]

وظیفه: عناوین مشاهداتی را که ممکن است از این یادداشت پیگیری بیمار (درد، برون ده ادرار، هوشیاری، پوست، ورود-خروج) فراموش شده باشد را به عنوان چک لیست یادآوری کنید. موارد گم شده را علامت بزنید، آنها را پر نکنید توجه: [...]

اعلان ضعیف / اعلان قوی

ضعیف: "آیا این بیمار بد است؟"

گوچلو: "روند حیاتی ناشناس 12 ساعته زیر را در یک جدول واحد ترتیب دهید، جهت هر پارامتر را مشخص کنید، و مشخص کنید کدام پارامترها یک الگوی بدتر را با هم نشان می دهند. تشخیصی انجام ندهید، تصمیم نگیرید، فقط داده ها را ویرایش کنید. من با دیدن بیمار ارزیابی نهایی را انجام خواهم داد."

در اعلان قدرتمند، هوش مصنوعی وظیفه "ویرایش و علامت گذاری" را دارد. وظیفه "تصمیم گیری" داده نشده است.

اشتباهات رایج

• اشتباه گرفتن نمره با تشخیص امتیاز هشدار اولیه یک غربالگری خطر است، نه یک تشخیص.
• اعتماد به نمره طبیعی و ندیدن بیمار. سوء ظن بالینی همیشه اولویت دارد.
• اعتماد کورکورانه به محاسبات هوش مصنوعی. آستانه ها و نمرات باید طبق پروتکل سازمانی تایید شوند.
• روند گیج کننده با یک اندازه گیری واحد. این یک مقدار نیست که مهم است، بلکه تغییر در طول زمان است.
• رد شدن از موضوعات مشاهده موضوعاتی مانند درد، برون ده ادرار و هوشیاری از بخش حیاتی عددی مستثنی هستند.

زنجیره زوال و تشدید

امتیاز هشدار زودهنگام به تنهایی معنی ندارد. مسئله واقعی این است که وقتی امتیاز بالا می رود چه کاری انجام می شود. در اکثر موسسات، یک پروتکل تشدید مبتنی بر امتیاز وجود دارد: برای یک بیمار که از یک آستانه خاص فراتر می‌رود، دفعات مشاهده افزایش می‌یابد، پرستار مسئول مطلع می‌شود، یک پزشک در سطح مشخصی فراخوانی می‌شود و یک تیم واکنش سریع در سطح بالاتر فعال می‌شود. این زنجیره، شهود پرستار را مبنی بر اینکه «چیزی درست نیست» به اقدامی ملموس و پاسخگو تبدیل می کند. هوش مصنوعی برای یادآوری این زنجیره مفید است: بر اساس امتیاز، می تواند چک لیستی از "این سطح دارای این مرحله در پروتکل است" ارائه دهد. اما این پرستار است که زنجیره را آغاز و اجرا می کند. هوش مصنوعی فقط به شما یادآوری می کند که کدام مرحله در راه است.

بزرگ‌ترین مانع تشدید، اغلب فنی نیست، بلکه انسانی است: یک پرستار بی‌تجربه ممکن است در صدا زدن پزشک «بیهوده» تردید کند. با این حال، اطلاع رسانی زودهنگام و با ساختار مناسب جان انسان ها را نجات می دهد. در اینجا، پشتیبانی هوش مصنوعی از ویرایش SBAR نیز اطمینان روانی می‌دهد: زمانی که یک گزارش واضح و کامل در دست داشته باشید، جستجو آسان‌تر می‌شود.

فراتر از موارد حیاتی: سرنخ هایی برای تکمیل مشاهده

نمرات هشدار اولیه بر اساس عناصر حیاتی عددی است، اما اولین علائم بدتر شدن اغلب به اعداد نمی رسد: بی قراری بیمار، شروع گیجی، کاهش برون ده ادرار، پوست سرد و لطیف، عبارت "احساس ناخوشی". پرستاران باتجربه این سرنخ ها را قبل از بالا رفتن امتیاز می گیرند. هوش مصنوعی می تواند از یک چک لیست استفاده کند تا به شما یادآوری کند که آیا این موضوعات در یادداشت پیگیری بیمار پرسیده شده است - اما این فقط وظیفه پرستار است که این سرنخ ها را ببیند، لمس کند و تفسیر کند. بنابراین، هرگز خلاصه پیگیری هوش مصنوعی را با نتیجه ای مانند "بیمار پایدار است" به پایان نرسانید. هوش مصنوعی داده ها را سازماندهی می کند، شما تصمیم به تصویر بالینی می گیرید.

به طور خلاصه

هوش مصنوعی داده ها را در پیگیری بیمار سازماندهی می کند، روندها را قابل مشاهده می کند و گزارش را تسریع می کند. اما او بیمار را نمی بیند و تصمیم می گیرد بدتر شود. امتیاز هشدار اولیه یک کمک غربالگری است نه یک تشخیص. حتی اگر نمره نرمال باشد، در صورت وجود شک بالینی باید بیمار را ارزیابی کنید. از هوش مصنوعی برای "ویرایش و علامت گذاری" استفاده کنید. پرستار و پزشک کار "ارزیابی و تصمیم گیری" را انجام می دهند.

وظیفه کاربردی

روند حیاتی 8-12 ساعته یک بیمار را از خدمات خود (ناشناس) دریافت کنید. از هوش مصنوعی بخواهید این را در جدولی مرتب کند و یک خلاصه روند ایجاد کند. سپس یک پیش نویس گزارش SBAR تهیه کنید و آن را با فایل واقعی مقایسه کنید و آن را تصحیح کنید. در نهایت، یک پاراگراف بنویسید که چگونه در شرایطی که نمره نرمال است اما مشکوک بالینی هستید، چگونه عمل می کنید.

چک لیست

• [ ] من داده های حیاتی را بدون شناسایی ویرایش کردم.
• [ ] من این روند را به عنوان تغییر در طول زمان تفسیر کردم.
• [ ] من آستانه و امتیازات را با پروتکل موسسه تایید کردم.
• [ ] صرف نظر از اینکه نمره چه می گوید، بیمار را ارزیابی کردم.
• [ ] من گزارش SBAR را با فایل واقعی مقایسه کردم.
• [ ] تصمیم و زمان را ثبت کردم.
• [ ] من شک بالینی را فدای امتیاز نکردم.