غالبًا ما يتم توصيل المريض في وحدة الطوارئ ووحدة العناية المركزة وبيئات الرعاية الأخرى بمعدات المراقبة مثل أجهزة مراقبة القلب أو أجهزة التنفس الصناعي، والتي تلتقط مجموعة من نقاط البيانات الطبية: معدل ضربات القلب ومعدل التنفس ومستويات تشبع الأكسجين ودرجة حرارة الجسم والمزيد. يمكن أن تؤدي دراسة هذه الأرقام بمرور الوقت إلى الحصول على معلومات حيوية حول الأنماط الفسيولوجية للجسم التي تشير إلى تدهور وشيك مثل السكتات القلبية، والاكتئاب التنفسي، والسكتة الدماغية.
لسوء الحظ، في معظم الحالات، لا يستطيع المهنيون الطبيون الاستفادة من هذه البيانات لأن معظم المعلومات من الأجهزة الطبية تكون عابرة. القليل جدًا من بيانات الجهاز الموجود بجانب السرير تشق طريقها إلى السجل الصحي الإلكتروني، ويتم حذف الباقي بمجرد إخراج المريض من الشاشة. عندما يتم نقل مريض إلى وحدة مختلفة، لا توجد طريقة سهلة لأعضاء فريق الرعاية لنقل البيانات التاريخية إلى فريق الرعاية الجديد. في حين أن الممرضات أو الأطباء قد يسجلون ملاحظات عن الأحداث، إلا أن المعلومات الفسيولوجية التفصيلية غير متوفرة. في الواقع، يمكن للمهنيين الطبيين فقط أن يخبروا بحدوث حدث ؛ لا يمكنهم كشف لماذا أو كيف.
لسوء الحظ، في معظم الحالات، لا يستطيع المهنيون الطبيون الاستفادة من هذه البيانات لأن معظم المعلومات من الأجهزة الطبية تكون عابرة. القليل جدًا من بيانات الجهاز الموجود بجانب السرير تشق طريقها إلى السجل الصحي الإلكتروني، ويتم حذف الباقي بمجرد إخراج المريض من الشاشة. عندما يتم نقل مريض إلى وحدة مختلفة، لا توجد طريقة سهلة لأعضاء فريق الرعاية لنقل البيانات التاريخية إلى فريق الرعاية الجديد. في حين أن الممرضات أو الأطباء قد يسجلون ملاحظات عن الأحداث، إلا أن المعلومات الفسيولوجية التفصيلية غير متوفرة. في الواقع، يمكن للمهنيين الطبيين فقط أن يخبروا بحدوث حدث ؛ لا يمكنهم كشف لماذا أو كيف.
تكامل البيانات عبر رحلة المريض
يتمثل أحد الأهداف الأساسية لشركة Medical Informatics Corp (MIC) في تجميع بيانات المريض هذه لتمكين الوصول عن بُعد وإعطاء تحذيرات مبكرة للأطباء حول الأحداث الوشيكة. واجه هذا الهدف الطموح مشكلات مبكرة عندما اكتشفت Emma Fauss مؤسس MIC، الحاصلة على درجة الدكتوراه، أن أنظمة جمع البيانات الحالية تستخدم كل منها تنسيقات خاصة تجعل تكاملها غير عملي. لا يتم جمع البيانات بشكل جماعي. قالت Fauss: "لم تكن هناك أيضًا طريقة لأخذ خوارزمية وتشغيلها في البنية التحتية الحالية للمستشفى، لذلك يمكنك بالفعل نشرها على نطاق واسع عبر آلاف الأسرة مع تدفقات عمل موحدة".
اكتشف MIC أنه يتعين عليهم حل مشكلة شاملة - من الحصول على البيانات (النظيفة) إلى المراقبة عن بعد القائمة على البرامج إلى تطوير الذكاء الاصطناعي القابل للتطوير والذي يمكن نشره مرة أخرى في سير عمل قياسي. هذا ما تفعله منصة Sickbay السريرية، وهي حلول MIC القابلة للتطوير والمرخصة من قِبل إدارة الغذاء والدواء (Real Time Clinical Surveillance RTCS): فهي تدمج بيانات الأجهزة الطبية، وتفتحها للحصول على رعاية افتراضية مرنة عبر جميع خطوط الخدمة، وتستخدم الذكاء الاصطناعي (خاضع للإشراف وغير خاضع للإشراف) لتقديم رؤى للأطباء.
قالت Fauss: "نحن نركز بشكل خاص على بيانات جهاز السلاسل الزمنية، بما في ذلك أشكال الموجة والأنماط الفسيولوجية والبيانات الواردة من المريض"، "إنه مساحة غير مستغلة تمامًا، فهي تشبه إلى حد ما منطقة المحيط الأزرق للاستكشاف والتطوير".
نماذج الذكاء الاصطناعي ورصد حالات الاستخدام
تتدرب خوارزميات الذكاء الاصطناعي في MIC على بيانات المريض، مع الالتزام بالبروتوكولات التي حددها قانون التأمين الصحي لقابلية النقل والمساءلة (Health Insurance Portability and Accountability Act HIPAA). بينما يمكن أن يعمل MIC مع كل من النماذج الخاضعة للإشراف وغير الخاضعة للإشراف، فإن الخوارزميات التي تتنبأ بالأحداث الصحية مثل أحداث القلب تعتمد على النماذج الخاضعة للإشراف. من خلال العمل في مستشفى تكساس للأطفال مع أطباء من كلية بايلور للطب، ساعد MIC في تطوير تحليل يمكن أن يتنبأ بالسكتة القلبية أو الجهاز التنفسي لدى الأطفال الذين يعانون من القلب أحادي البطين قبل ساعة إلى ساعتين.
تلتزم MIC بتطوير ذكاء اصطناعي خاص بالمريض وتوفير مجموعات أدوات للمستشفيات وتمكين أنظمة الرعاية الصحية من إنشاء أنماط فسيولوجية خاصة بهم - فهم الأنماط الفسيولوجية المرتبطة بحالات معينة ثم تطوير خوارزميات يمكن استخدامها لمراقبة المرضى الذين يعانون من عوامل الخطر المؤهلة.
يُعد الذكاء الاصطناعي جيدًا في اكتشاف التدهور السريع للمؤشرات الفسيولوجية الرئيسية وكذلك سد الثغرات عند مراقبة المرضى لأيام أو أسابيع. "في الوحدات، إذا كان هناك تغيير في الوردية كل 12 ساعة، وإذا كان التدهور بطيئًا بدرجة كافية على مدار عدة أيام، فقد لا ترى أنه يحدث لأن وقتك في مشاهدة المريض قصير جدًا. هذه هي طبيعة العمل بنظام الورديات ". يساعد الذكاء الاصطناعي في سد هذه الثغرات ويوفر حاسبات درجات المخاطر للمرضى بناءً على بيانات الجهاز المتكاملة.
لا تتيح منصة Sickbay السريرية مراقبة المريض الفردي فحسب، بل تتيح أيضًا المراقبة عن بُعد للعديد من المرضى على نطاق واسع. "قد يعني ذلك أن لديك مركز قيادة افتراضي به شاشات افتراضية تراقب التحليلات التي يتم تشغيلها على المرضى. لا يجب أن تكون بجانب السرير للمراقبة الروتينية". إنها طبقة حماية إضافية يقدرها الأطباء. أطلقت Houston Methodist، على سبيل المثال، وحدة عناية مركزة افتراضية في عام 2020 تسمح بمراقبة جميع مرضى وحدة العناية المركزة عن بُعد. خوارزميات MIC - يعمل المستشفى ما يقرب من 20 خوارزمية مختلفة - وتمكن التصور المرئي للبيانات المنشأة الطبية من تتبع العناصر الحيوية بعناية ويتم إخطارها بالأحداث الإشكالية قبل حدوثها بوقت طويل. يعزز الذكاء الاصطناعي عملية صنع القرار ويساعد فرق الرعاية على التدخل بشكل أسرع عند الحاجة.
يتكامل Sickbay من MIC مع العديد من الأجهزة الطبية ويوفر مجموعة متسقة من البيانات للتحليل. إنها مشكلة معقدة نظرًا لتنوع الأجهزة الطبية ومكدسات التكنولوجيا وطرق حفظ السجلات الطبية الإلكترونية. تأمل Fauss في أن تجعل طبقة تزامن Sickbay الوصول إلى تطبيقات الذكاء الاصطناعي أسهل بكثير وأسرع. قالت Fauss: "إذا تمكنا من كسر الحواجز التي تحول دون اعتماد هذه التكنولوجيا القائمة على البيانات والمرتكزة على المريض، فيمكننا المضي قدمًا في مستوى الرعاية".
تتدرب خوارزميات الذكاء الاصطناعي في MIC على بيانات المريض، مع الالتزام بالبروتوكولات التي حددها قانون التأمين الصحي لقابلية النقل والمساءلة (Health Insurance Portability and Accountability Act HIPAA). بينما يمكن أن يعمل MIC مع كل من النماذج الخاضعة للإشراف وغير الخاضعة للإشراف، فإن الخوارزميات التي تتنبأ بالأحداث الصحية مثل أحداث القلب تعتمد على النماذج الخاضعة للإشراف. من خلال العمل في مستشفى تكساس للأطفال مع أطباء من كلية بايلور للطب، ساعد MIC في تطوير تحليل يمكن أن يتنبأ بالسكتة القلبية أو الجهاز التنفسي لدى الأطفال الذين يعانون من القلب أحادي البطين قبل ساعة إلى ساعتين.
تلتزم MIC بتطوير ذكاء اصطناعي خاص بالمريض وتوفير مجموعات أدوات للمستشفيات وتمكين أنظمة الرعاية الصحية من إنشاء أنماط فسيولوجية خاصة بهم - فهم الأنماط الفسيولوجية المرتبطة بحالات معينة ثم تطوير خوارزميات يمكن استخدامها لمراقبة المرضى الذين يعانون من عوامل الخطر المؤهلة.
يُعد الذكاء الاصطناعي جيدًا في اكتشاف التدهور السريع للمؤشرات الفسيولوجية الرئيسية وكذلك سد الثغرات عند مراقبة المرضى لأيام أو أسابيع. "في الوحدات، إذا كان هناك تغيير في الوردية كل 12 ساعة، وإذا كان التدهور بطيئًا بدرجة كافية على مدار عدة أيام، فقد لا ترى أنه يحدث لأن وقتك في مشاهدة المريض قصير جدًا. هذه هي طبيعة العمل بنظام الورديات ". يساعد الذكاء الاصطناعي في سد هذه الثغرات ويوفر حاسبات درجات المخاطر للمرضى بناءً على بيانات الجهاز المتكاملة.
لا تتيح منصة Sickbay السريرية مراقبة المريض الفردي فحسب، بل تتيح أيضًا المراقبة عن بُعد للعديد من المرضى على نطاق واسع. "قد يعني ذلك أن لديك مركز قيادة افتراضي به شاشات افتراضية تراقب التحليلات التي يتم تشغيلها على المرضى. لا يجب أن تكون بجانب السرير للمراقبة الروتينية". إنها طبقة حماية إضافية يقدرها الأطباء. أطلقت Houston Methodist، على سبيل المثال، وحدة عناية مركزة افتراضية في عام 2020 تسمح بمراقبة جميع مرضى وحدة العناية المركزة عن بُعد. خوارزميات MIC - يعمل المستشفى ما يقرب من 20 خوارزمية مختلفة - وتمكن التصور المرئي للبيانات المنشأة الطبية من تتبع العناصر الحيوية بعناية ويتم إخطارها بالأحداث الإشكالية قبل حدوثها بوقت طويل. يعزز الذكاء الاصطناعي عملية صنع القرار ويساعد فرق الرعاية على التدخل بشكل أسرع عند الحاجة.
يتكامل Sickbay من MIC مع العديد من الأجهزة الطبية ويوفر مجموعة متسقة من البيانات للتحليل. إنها مشكلة معقدة نظرًا لتنوع الأجهزة الطبية ومكدسات التكنولوجيا وطرق حفظ السجلات الطبية الإلكترونية. تأمل Fauss في أن تجعل طبقة تزامن Sickbay الوصول إلى تطبيقات الذكاء الاصطناعي أسهل بكثير وأسرع. قالت Fauss: "إذا تمكنا من كسر الحواجز التي تحول دون اعتماد هذه التكنولوجيا القائمة على البيانات والمرتكزة على المريض، فيمكننا المضي قدمًا في مستوى الرعاية".
