Bệnh nhân bỏ bê giết chết. AI này có thể giúp ngăn chặn nó

 Việc đảm bảo rằng bệnh nhân vẫn ổn là điều khó hơn cả. Công ty khởi nghiệp Inspiren sử dụng máy học và thiết kế công nghiệp để giúp các y tá theo dõi.

[Ảnh: Inspiren]

HƠN NHƯ THẾ NÀY

Các bộ lọc COVID-19 vẫn còn quá thật. Đây là cách chúng tôi có thể thuyết phục họ

Để có hành động triệt để về biến đổi khí hậu, hãy tìm đến các bảo tàng

Ngắm nhìn bên trong những ngôi nhà tuyệt đẹp của các kiến ​​trúc sư và nhà thiết kế nổi tiếng nhất thế giới

BỞI KATHARINE SCHWAB4 PHÚT ĐỌC

Trong đại đa số các bệnh viện, y tá được yêu cầu kiểm tra bệnh nhân ít nhất một lần một giờ. Phương pháp này, được gọi là làm tròn theo giờ , được thiết kế để giảm số lượng bệnh nhân bị ngã và loét do tì đè, xảy ra khi những người nằm liệt giường không di chuyển đủ. Nhưng không có cách nào để biết liệu các y tá có kiểm tra hàng giờ hay không.

Tình trạng bỏ bê bệnh nhân là một vấn đề nan giải trên toàn quốc. Theo một nghiên cứu năm 2016, các sai sót y tế - trong đó bao gồm sơ suất trong chăm sóc dẫn đến té ngã và bị thương - là nguyên nhân gây tử vong đứng hàng thứ ba trên toàn quốc, khiến hơn 250.000 ca tử vong mỗi năm. Michael Wang, một doanh nhân và y tá đã đăng ký làm việc trong bộ phận tim mạch của Bệnh viện Trưởng lão New York cho biết: “Trong các viện dưỡng lão và bệnh viện, chúng tôi nghe những câu chuyện kinh dị về sự bỏ bê. "Bệnh nhân bị thương hoặc họ chết vì một thực tế rất đơn giản là không ai kiểm tra họ."

[Ảnh: Inspiren]

Sự nghiệp của Wang bắt đầu trong quân đội, và anh đăng ký vào chương trình y tá của Columbia để bắt đầu cuộc sống của mình như một dân thường. Sau khi lấy bằng RN, anh ấy làm việc trong đơn vị tim mạch của Trưởng lão New York vào ban đêm trong khi lấy bằng MBA của Columbia vào ban ngày. “Đó là khi tôi bắt đầu thực sự kết hợp những gì tôi học được ở trường và một số vấn đề thực tế mà tôi đã chứng kiến ​​khi là một y tá thực hành bên giường bệnh,” anh nói. "Tôi nhận ra rằng có những lỗ hổng lớn trong quy trình chăm sóc bệnh nhân."

Năm 2016, Wang thành lập công ty khởi nghiệp  Inspiren với mục tiêu cung cấp dữ liệu về những gì thực sự diễn ra trong các phòng bệnh. Sản phẩm đầu tiên của công ty là một thiết bị giám sát mọi thứ diễn ra trong phòng bệnh, kết hợp với nền tảng phân tích để giúp các y tá và bệnh viện hiểu họ đang chăm sóc bệnh nhân tốt như thế nào.

Được gọi là iN, thiết bị hình bầu dục nằm trên tường trong mỗi phòng bệnh và sử dụng các cảm biến để phát hiện khi có nhân viên ở đó. Nó cũng sử dụng các thuật toán học máy để hiểu những gì họ đang làm - giống như biến bệnh nhân để ngăn họ bị loét do áp lực. Thiết bị có thể nhận biết khi nào bệnh nhân ra khỏi giường hoặc nếu họ bị ngã và báo động.

Nghe hơi giống Big Brother, kiểu bệnh viện. Nhưng iN không sử dụng tính năng nhận dạng khuôn mặt để xác định ai đang ở trong phòng. Thay vào đó, nó cảm nhận chuyển động và sau đó đo tỷ lệ duy nhất của chiều dài chân tay của nhân viên bệnh viện, như thể họ là những hình que. Sau đó, nó sẽ tra cứu chúng trong hệ thống để xác định ai đang ở trong phòng. Để đảm bảo rằng thiết bị tuân thủ HIPAA, bệnh nhân chỉ được xác định bằng số phòng và số giường của họ và quá trình xử lý diễn ra trên thiết bị trước khi dữ liệu chính xác, chính xác đến 95%, được đưa lên đám mây.

[Ảnh: Inspiren]

Công ty đã trải qua 72 lần lặp lại khác nhau của thiết kế, được chế tạo cẩn thận để giảm thiểu cảm giác kỳ lạ khi bị theo dõi. Ban đầu iN có hình tròn, nhưng các y tá nói với Wang và nhóm của anh ấy rằng nó khiến họ nhớ quá nhiều về một con mắt thường xuyên nhìn chằm chằm vào họ - vì vậy anh ấy đã chỉnh sửa nó thành hình bầu dục thân thiện hơn. Đèn LED xung quanh cạnh của nó cho biết trạng thái của bệnh nhân - màu xanh lá cây cho tất cả tốt hoặc màu cam nếu bệnh nhân không được nhìn thấy. Dựa trên phản hồi từ các y tá và bác sĩ, đèn LED điều chỉnh theo lượng ánh sáng trong phòng, đảm bảo rằng chúng không quá sáng khi bệnh nhân đang cố gắng ngủ.

Cùng với màn hình iN, hệ thống của Inspiren đi kèm với một ứng dụng để giúp các bác sĩ và y tá theo dõi những bệnh nhân nào họ đã gặp và ai cần được quan tâm nhiều hơn. Khi bệnh nhân không được gặp trong một giờ hoặc hơn, y tá sẽ nhận được thông báo nhắc nhở để đảm bảo rằng họ đang làm tròn hàng giờ một cách hiệu quả.

Kyle Mushet, một y tá tại New York Presbyterian, chưa thử nghiệm iN nhưng nói rằng hệ thống sẽ giúp anh ta đảm bảo rằng không có ai rơi qua các vết nứt. Mushet nói: “Nếu chúng tôi bận rộn hoặc có chuyện gì đó đang xảy ra, chúng tôi không thể kiểm tra bệnh nhân mỗi giờ một lần như mong muốn,” Mushet nói. "Nó sẽ cách mạng hóa cách chúng ta sẽ tương tác với bệnh nhân của mình."

[Ảnh: Inspiren]

Mặc dù thiết bị này nhằm mục đích giúp các y tá làm công việc của họ tốt hơn và cứu sống bệnh nhân, nhưng nó cũng hữu ích cho các bệnh viện. Wang nói: “Các bệnh viện không biết chuyện gì đang xảy ra bên trong phòng bệnh nhân. “Có một lỗ hổng lớn về thông tin thực tế mà các bệnh viện không thể theo dõi. Điều này chuyển thành chi phí. ”

Đó là bởi vì khi bệnh nhân bị ngã, bị loét, hoặc có bất kỳ vấn đề gì do nhân viên bệnh viện đã làm, thì bệnh viện phải bỏ tiền túi ra để giải quyết. Các công ty bảo hiểm cũng có quyền lợi trong trò chơi này - bệnh viện tính phí dựa trên giờ công và mức độ phức tạp của dịch vụ chăm sóc nhận được, nhưng các công ty bảo hiểm không biết liệu các bệnh viện có báo cáo chính xác thời gian mà bác sĩ và y tá đã dành cho bệnh nhân hay không. iN có khả năng cung cấp cho ban quản lý bệnh viện thông tin về những gì đang xảy ra bên trong bức tường của họ, ngăn ngừa việc bỏ bê, giảm chi phí và đảm bảo rằng mọi người được tính đúng số tiền khi họ rời đi.

Hiện tại, hệ thống của Inspiren đang được thử nghiệm tại một bệnh viện ở Queens, và Carolyn Sun, một nhà nghiên cứu tại Columbia, đang thực hiện một nghiên cứu lâm sàng ban đầu để xác định hiệu quả của nó. Trong khi Sun vẫn đang làm việc để thu thập dữ liệu cơ bản về tình trạng làm tròn hàng giờ hiện tại, cô ấy chắc chắn rằng biết thêm về những gì đang diễn ra trong các phòng bệnh sẽ giúp ích cho những bệnh nhân bên trong họ. Bà nói: “Bằng chứng cho thấy y tá càng có nhiều thời gian với bệnh nhân, thì kết quả của bệnh nhân càng tốt. “Chúng tôi thậm chí không biết liệu các y tá có thực sự làm hay không làm những việc này. Không có dữ liệu tuyệt vời về điều đó. Sẽ thực sự tuyệt vời khi có cái nhìn 360 độ về những gì đang xảy ra với bệnh nhân ”.

Sun nhận thấy tiềm năng lớn hơn trong trí tuệ học máy. “Về lý thuyết, nếu bạn có tất cả dữ liệu, ngay cả khi một bệnh nhân không thể nói cho bạn biết, bạn có thể dự đoán liệu họ có đau hay không bằng cách nhìn trên khuôn mặt hoặc nhịp tim của họ,” cô nói. "Bạn có thể có cách chăm sóc phòng ngừa theo một cách hoàn toàn mới mà chúng tôi chưa từng thấy trước đây."