У семи нянек: как повысить безопасность пациента и качество ухода за ним

У семи нянек: как повысить безопасность пациента и качество ухода за ним

30 Aug 2021
298
Прослушать

Ежегодно в больницах США происходит от 700 тыс. до 1 млн падений пациентов. Примерно одна треть падений приводит к травмам, а около 11 тыс. — к смертельному исходу. Такие данные приводит Агентство по исследованиям и качеству здравоохранения этой страны. Падение может увеличить продолжительность пребывания пациента на койке и обернуться многомиллиоными исками к больнице. К счастью, несколько стартапов, похоже, придумали, как свести к минимуму такие ситуации.

Дополнительные расходы больниц, связанные с падениями и травмами пациентов, составляют от 3 до 15 тыс. долларов на одного человека. Среди наиболее частых причин ЧП — недосмотр среднего медицинского персонала, его нехватка, отсутствие реакции со стороны медсестер, когда пациенты нуждаются в их помощи, например, для сопровождения в туалет.

При этом из-за приема некоторых препаратов больные могут быть дезориентированы, могут не осознавать, где они находятся или что им нужно нажать кнопку вызова медсестры, прежде чем пытаться встать самостоятельно.

Малазийский стартап Smart Peep предлагает решить часть этих проблем при помощи своей одноименной системы, которая использует технологию искусственного интеллекта и оптические датчики, размещенные в палатах и коридорах больницы. Это дает возможность персоналу получать извещения в случае, если пациент пытается подняться, встал с кровати, покинул палату, долго не возвращается в нее. Эти данные медсестра может видеть как на мониторе, так и на смартфоне.

Благодаря Smart Peep клиника сможет обеспечить проактивный уход своим пациентам  и предотвратить несчастные случаи, уверяют разработчики.

 

Американское решение Care.AI — как видно из названия, тоже зиждется на технологии ИИ. И оно тоже создает условия, когда медперсонал получает информацию о самых разнообразных факторах риска в палате каждого пациента в режиме реального времени. Сценарии, за которыми следит и о которых предупреждает система, включают: пациент в палате №* пытается встать с кровати, пациента в палате №* давно не переворачивали, у него есть риск развития пролежней, уборщики не продезинфицировала палату должным образом, посетитель палаты №* не посещал пункт гигиены рук в холле или палате. В дополнение Care.AI контролирует соблюдение режима лечения. 

Платформа непрерывно собирает новые данные через свою нейронную сеть интеллектуальных датчиков. Таким образом в клинике создается полная иллюзия того, что в каждой палате постоянно дежурит сиделка. При этом, обладая самым большим в мире набором поведенческих данных для здравоохранения, система может не просто фиксировать события, а прогнозировать проблемы до их возникновения, искать тенденции, которые могут повлиять на качество ухода за больными, и отправлять оповещения при их обнаружении.

Схожий проект развивает и британская Lili. Хотя пока он заточен не на медицинские учреждения, а на домохозяйства. В рамках пилота сто жителей Дорсета, которые постоянно нуждаются в помощи соцработников, в течение трех месяцев будут находиться под наблюдением ИИ.

Порядка девяти датчиков, установленных в доме каждого из участников эксперимента, будут отслеживать поведение и потребление электроэнергии. Специалисты Lili будут смотреть, как часто человек включает чайник, как часто открывает холодильник. Заметив небольшие изменения в поведении, алгоритм будет анализировать их и находить причины. Например, слишком частое посещение туалета в ночное время может указывать на инфекцию мочевыводящих путей или другую проблему с мочеполовой системой.

Датчики контролируют движение, температуру и использование определенных приборов, при этом система не применяет видеонаблюдение.  Lilli заявляет, что по результатам пилота поможет сократить количество необходимых посещений врача и нагрузку на систему здравоохранения округа в объеме до 250 тыс. фунтов стерлингов в год. 

Сейчас идет отбор желающих поучаствовать в пилоте. Ожидается, что пул будет сформирован к середине сентября.

Российский проект в этой сфере принадлежит компании «Третье мнение». Недавно она выпустила мобильное приложение, которое в режиме онлайн оповещает медсестер о важных событиях и контролирует уход за больными. 

Информацию о событиях в больничной палате или других помещениях сервис получает от системы умного видеонаблюдения в режиме реального времени. Видеопоток, поступающий с камер, анализируется алгоритмом ИИ. Информация о событиях в виде изображений и текстовых сообщений приходит на специальный монитор на посту медсестры и в формате пуш-уведомлений отправляется на смартфоны и умные часы медперсонала.

Сервис и приложение «Третье Мнение. AI-мониторинг» извещают о падении пациента, о риске возникновения пролежней из-за длительного нахождения в одном положении и позволяет проводить профилактику падений в туалетных и душевых комнатах без прямого видеонаблюдения. Приложение интегрируется с кнопкой вызова медсестры. Тревожный сигнал мгновенно поступает на пульт и все подключенные мобильные устройства.

К тому же программа напоминает медперсоналу о плановых посещениях пациентов для проведения осмотра и выполнения врачебных назначений и процедур. В случае невыполнения медицинской манипуляции напоминание повторяется, а в случае повторного игнорирования информация о пропуске отправляется заведующему или вышестоящему руководителю.

Генеральный директор компании-разработчика Анна Мещерякова говорит:

Умное видеонаблюдение в больницах оцифровывает протоколы ухода, дает возможность объективно планировать нагрузку персонала и контролировать качество услуг.

Сервис протестировали в федеральной клинике медицинской реабилитации НМХЦ им. Пирогова. Он вел мониторинг суточной двигательной активности пациентов и учет их посещений медперсоналом. Также система внедрена в сети частных клиник «Медси». 

Аналитики отмечают, что потребность в подобных продуктах будет расти по мере увеличения числа пожилых людей (старения нации). И покупателями будут выступать как больницы и сами пациенты, так и дома престарелых, интернаты, реабилитационные центры. 

Текст подготовила Екатерина Погонцева