De vele alarmen op intensive care-afdelingen veroorzaken bij zowel personeel als patiënten stress en alarmmoeheid. Dit kan de gezondheid van intensive care-patiënten negatief beïnvloeden waardoor ze langer in het ziekenhuis liggen. ‘Smart and Silent ICU’ wil die belasting zowel bij patiënten als personeel verminderen. Een ander aandachtspunt is om veranderingen in de status van intensive care-patiënten beter te voorspellen. Daarvoor wordt gebruik gemaakt van AI-toepassingen, die patronen kunnen herkennen. De onderzoeken moeten aantonen in hoeverre klinisch personeel relevante veranderingen eerder kan herkennen en hoe dat personeel door AI ondersteund kan worden bij het nemen van therapeutische beslissingen. 

Baanbrekend

Het onderzoeksproject gaat drie jaar duren en telt vier studieprojecten. Deelnemers zijn Ascom, leverancier van mobiele workflowoplossingen, BetterCare, fabrikant van klinische datamanagementoplossingen, vijf medisch-wetenschappelijke instellingen in Europa en Dräger zelf. “We zijn verheugd over de financiering door het IHI en zien dit als een bevestiging van de behoefte aan data-gestuurde therapieondersteuning in de acute zorg. Dit maakt baanbrekende toepassingen voor de klinische praktijk mogelijk, zoals op AI gebaseerde klinische beslissingsondersteuning”, zegt Michael Wilkening, Strategy and Business Development for Medical Technology bij Dräger. 

Twee toepassingsstudies in Nederland richten zich op het verminderen van onnodige alarmen op intensive care afdelingen. Een onderzoek aan het Erasmus Medisch Centrum in Rotterdam onderzoekt de impact op het genezingsproces wanneer alarmgeluiden rondom het bed worden gedempt en veilig worden verspreid. Dat biedt de patiënt een rustigere omgeving. In het Universitair Medisch Centrum Utrecht onderzoeken verpleegkundigen en intensive care-artsen het gebruik van algoritmen om klinische alarmen te beoordelen op basis van klinische patiëntgegevens. Dat gebeurt in een gesimuleerde studie. Met behulp van de nieuwe regels kunnen onnodige alarmen beter worden geïdentificeerd en zo nodig in de toekomst worden onderdrukt. 

Kunstmatige intelligentie

Twee andere onderzoeksprojecten in Oostenrijk en Spanje richten zich op mogelijkheden met AI-toepassingen. Een onderzoeksgroep aan de Medische Universiteit van Wenen ontwikkelt en valideert functionele algoritmen die de status van intensive care-patiënten in real-time kunnen analyseren. Zo willen ze veranderingen in PICS-indicatoren (post intensive care syndrome) in een vroeg stadium kunnen detecteren. Deze voorspellingstool geeft artsen vroegtijdig informatie voor de behandeling. 

In het Hospital Clínic Barcelona en de Universitat Politècnica de Catalunya in Barcelona ligt de focus op het analyseren van de hart-long interactie. In dit samenwerkingsproject worden algoritmen ontwikkeld en klinisch gevalideerd om negatieve ontwikkelingen in de gezondheid en bepaalde syndromen in een vroeg stadium te detecteren en weer te geven.