LegközelebbKövetkező útmutató
AI előrejelzése akut vesekárosodásról
Iparágak
Iparági ÚTMUTATÓ
A mesterséges intelligencia nyomássérülés-előrejelzése EHR-alapú modelleket, ágy melletti érzékelőket és sebfotóelemzést használ a nyomássérülések kockázatának kitett betegek azonosítására, valamint a meglévő sebek nyomon követésére, pontosabban, mint a Braden skála.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Ez azért fontos, mert a kórházban szerzett nyomássérülések fájdalmasak, gyakran megelőzhetők és költségesek. A korábbi vagy célzottabb figyelmeztetések segítenek az ápolónőknek abban, hogy a fordulási ütemterveket, a támasztófelületeket és a bőrellenőrzéseket azokra a betegekre irányítsák, akiknek leginkább szükségük van rájuk.
A Barbara Braden és Nancy Bergstrom által az 1980-as években kifejlesztett Braden-skála hat alskálát értékel: érzékszervi észlelés, nedvesség, aktivitás, mobilitás, táplálkozás, valamint súrlódás és nyírás. Az összesítés 6-tól 23-ig terjed, és az alacsonyabb pontszám magasabb kockázatot jelent. A 18 vagy az alatti pontszámot általában veszélyeztetettnek tekintik. A skála gyors és ismerős, de szubjektív értékelésektől függ, és csak mérsékelten jósol. Az akut ellátásban sokat számító tényezőket is figyelmen kívül hagyja, mint például a vazopresszorok, az alacsony perfúzió, a hosszú műtétek és az orvosi eszközök. 2016-ban a National Pressure Ulcer Advisory Panel (ma NPIAP) nyomási fekélyről nyomássérülésre változtatta a terminust, mivel a korai szakaszban érintetlen bőr is előfordulhat. A szakaszolás kiterjed az 1–4. szakaszra, a nem stádiumba állítható és mélyszöveti nyomássérülésekre, valamint az orvostechnikai eszközökkel kapcsolatos sérülésekre is. Az EHR adatokon kiképzett gépi tanulási modellek vazopresszor dózisokat, mechanikus lélegeztetést, műtéti időt, BMI-t, inkontinenciát, laboratóriumi értékeket, mobilitási dokumentációt és áthelyezési rekordokat használhatnak. Az érzékelők közvetlen méréseket adnak hozzá. A szubepidermális nedvesség (SEM) szkennerek, mint például a Provizio SEM Scanner, észlelik a bőr alatti folyadékváltozásokat, amelyek a látható károsodás előtt jelentkezhetnek. Ez különösen hasznos, mert a korai bőrpír nehezebben látható sötétebb bőrön. A hordható érzékelők, például a Leaf rendszer nyomon követik a páciens helyzetét és fordulását, a nyomástérképező szőnyegek pedig megmutatják, hol alakul ki a nyomás. A sebfotó alkalmazások, mint például a Swift Medical, mérik a seb méretét, és osztályozzák a szöveteket az okostelefonok képei alapján. Az egyik tévhit az, hogy egy fotóalkalmazás színpadra állítja a sebet. A stádium meghatározása továbbra is klinikai értékelést igényel, beleértve a mélységet, a tapintást és a nem látható szöveteket. A másik, hogy az előrejelzés megelőzi a sérüléseket. A megelőzést az áthelyezés, a támasztófelületek, a nedvességkezelés, a táplálkozás és az eszközök ellenőrzése jelenti. A CMS a kórházban szerzett 3. és 4. stádiumú nyomássérüléseket kórházi állapotként kezeli, így ezek továbbra is prioritást élveznek a minőségi programokban.
Egy intenzív osztályos modell egy hosszú műtét után két vazopresszoron lévő pácienst magas kockázatúként jelöl meg, még akkor is, ha a Braden-pontszám határvonalat jelent. A csapat áthelyezi a pácienst egy speciális támasztófelületre, és hozzáadja a sarok tehermentesítését.
A nővér szubepidermális nedvességszkennert használ egy sötét bőrű páciens keresztcsontján és sarkán, ahol a korai bőrpír nehezen látható. Az emelkedő érték korábbi áthelyezésre késztet.
A hordható helyzetérzékelők azt mutatják, hogy a páciens több mint három órán keresztül az egyik oldalon maradt. A rendszer emlékezteti a személyzetet, hogy a fordulási intervallum lejárt.
Egy sebápoló hetente lefényképezi a keresztcsonti sebet, a keretben kalibrációs matricával. Az alkalmazás méri a sebterületet és a szövettípusokat, így a gyógyulási trendek hétről hétre összehasonlíthatók.
Kombináltabb megközelítésekre számíthat, amelyek az EHR kockázati modelleket érzékelőadatokkal és az ápolási munkafolyamaton belüli fényképek követésével párosítják. Értékük attól függ, hogy korábbi megelőzést eredményeznek-e, nem csak több riasztást. Független bizonyítékok arra vonatkozóan, hogy ezek az eszközök csökkentik a kórházban szerzett nyomássérüléseket, még mindig fejlesztés alatt állnak, és termékenként és beállításonként eltérőek. A bőrtónusokon átívelő teljesítmény különös vizsgálatot érdemel a jövőbeli értékelések során. Egyelőre a legvédhetőbb felhasználás a bőrfelmérés és a Braden skála kiegészítéseként szolgál, nem helyettesíti a nővér gyakorlati bőrvizsgálatát.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A mesterséges intelligencia nyomássérülés-előrejelzése EHR-alapú modelleket, ágy melletti érzékelőket és sebfotóelemzést használ a nyomássérülések kockázatának kitett betegek azonosítására, valamint a meglévő sebek nyomon követésére, pontosabban, mint a Braden skála. Ez azért fontos, mert a kórházban szerzett nyomássérülések fájdalmasak, gyakran megelőzhetők és költségesek. A korábbi vagy célzottabb figyelmeztetések segítenek az ápolónőknek abban, hogy a fordulási ütemterveket, a támasztófelületeket és a bőrellenőrzéseket azokra a betegekre irányítsák, akiknek leginkább szükségük van rájuk.
A Braden összértéke 6 és 23 között van, az alacsonyabb pontszám pedig magasabb kockázatot jelent. A 18 vagy az alatti pontszámot általában veszélyeztetettnek tekintik.
A hat alskála a szenzoros észlelés, a nedvesség, az aktivitás, a mobilitás, a táplálkozás, valamint a súrlódás és a nyírás. A vérnyomást nem pontozzák, ez az egyik oka annak, hogy a skála figyelmen kívül hagyja az olyan tényezőket, mint az alacsony perfúzió.
A SEM méri a bőr alatti változásokat, amelyek a látható sérülés előtt következhetnek be. Ez segít ott, ahol a korai bőrpír nehezebben látható a sötétebb bőrön.
A csak sérülés után megjelenő tulajdonságok miatt a modell pontosnak tűnik a tesztelés során, de a valós használat során használhatatlan. A funkciókat az előrejelzési idő előtt rendelkezésre álló adatokra kell korlátozni.
A marker lehetővé teszi a szoftver számára a valódi sebméretek és a helyes szín mérését, ami megbízhatóvá teszi a hétről-hétre történő összehasonlítást.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI előrejelzése akut vesekárosodásról
Iparágak