Bezprzewodowy system monitorowania pacjenta wykrywa sygnały wskazujące na pogarszający się stan zdrowia oraz może być wykorzystywany zarówno w szpitalu, jak i w domu.

Nieodpowiednie monitorowanie pacjentów wymagających szczególnej opieki może uniemożliwiać odpowiednio wczesne podjęcie interwencji i prowadzić do zgonów, których można było uniknąć. Aby rozwiązać ten problem, pacjenci są coraz częściej angażowani we własną opiekę zdrowotną, w tym w monitorowanie własnych parametrów życiowych.

Zespół finansowanego przez UE projektu NIGHTINGALE opracował inteligentny, bezprzewodowy system monitorowania pacjentów, który rozpoznaje sygnały wskazujące na pogarszający się stan zdrowia. Rozwiązanie umożliwia zdalną obserwację pacjentów, zarówno na oddziałach szpitalnych, jak i po wypisie do domu.

Konsorcjum projektu NIGHTINGALE, w którego skład weszli partnerzy z sektora medycznego i przemysłowego, opracowało i przetestowało system zwany Checkpoint Cardio, który rejestruje kompletny zestaw parametrów życiowych, na przykład tych mierzonych przez pielęgniarki na oddziale szpitalnym, oraz zapewnia łatwą metodę komunikacji pomiędzy opiekunem a pacjentem.

„Wyniki naszych badań wskazują, że ubieralne bezprzewodowe rozwiązanie do monitorowania może wykrywać pogarszający się stan zdrowia pacjenta już na wczesnym etapie”, mówi Cor Kalkman, profesor emeritus w dziedzinie anestezjologii z Uniwersyteckiego Centrum Medycznego w Utrechcie.

Rozwój systemu z pomocą partnerów przemysłowych

W ramach unijnej strategii zamówień przedkomercyjnych zespół NIGHTINGALE zwrócił się do przedstawicieli przemysłu z prośbą o opracowanie nowej technologii ubieralnej, która mogłaby pomóc w monitorowaniu pacjentów wymagających szczególnej opieki.

Spośród 125 firm, które podjęły się tego zadania, twórcy projektu wybrali cztery prototypy, a następnie przetestowali system, który uznali za gotowy do wykorzystania, u hospitalizowanych pacjentów wysokiego ryzyka poddanych zabiegom chirurgicznym.

Nowo opracowany system Checkpoint Cardio to zestaw bezprzewodowych ubieralnych czujników, które precyzyjnie mierzą tętno, EKG (rejestrujące elektryczną czynność mięśnia sercowego), częstotliwość oddechów i temperaturę ciała. Algorytmy przetwarzają ogromne ilości danych zebranych za pomocą czujników, aby rozpoznawać wzorce i sygnały ostrzegawcze przed powiadomieniem personelu medycznego.

Lekcje wyciągnięte ze szpitalnych badań klinicznych

Większą część zespołu NIGHTINGALE tworzą pielęgniarki i pracownicy medyczni, którzy w trakcie pandemii musieli brać dodatkowe zmiany na oddziałach intensywnej terapii. „Pomimo opóźnień wywołanych pandemią COVID-19 udało nam się ukończyć badanie kliniczne systemu Checkpoint Cardio w pięciu szpitalach w Europie”, dodaje Kalkman, koordynator projektu NIGHTINGALE.

Zespół przeprowadził testy systemu z udziałem 25 pacjentów wysokiego ryzyka z każdego z pięciu szpitali. Następnie porównał go ze zwykłymi rozwiązaniami do monitorowania w szpitalach, potwierdzając, że ten pierwszy znacznie lepiej rozpoznaje wzorce dotyczące parametrów życiowych i dokonuje oceny pogarszającego się stanu zdrowia.

Zespół nie tylko uzyskał obiecujące wyniki, ale także ustalił, że tego rodzaju system nie może być wdrożony w środowisku klinicznym bez zmiany organizacji pracy pielęgniarek na oddziałach.

Ambicje związane z większym projektem wywołane pandemią

Pandemia COVID-19 uświadomiła zespołowi, że system ten może umożliwić wcześniejszy wypis ze szpitala także pacjentów z innych oddziałów, którzy byliby dalej monitorowani zdalnie. Pozwoliłoby to odciążyć oddziały szpitalne, w tym oddziały intensywnej terapii, szczególnie, że wiele szpitali w Europie w ciągu ostatnich kilku lat znalazło się pod podobną presją.

Zespół projektu NIGHTINGALE aktywnie bada możliwości realizacji większego projektu, obejmującego większą liczbę szpitali europejskich. „Wdrożymy te nowatorskie systemy w praktyce klinicznej, przeprowadzając między innymi wstępne testy wbudowanych systemów wspomagania decyzji klinicznych oraz dostarczając dużą ilość danych klinicznych potrzebnych do stworzenia systemów samouczących się”, wyjaśnia Kalkman.

© Unia Europejska, [2022] | źródło: CORDIS