Pasien di bangsal umum tidak bisa dipantau seketat pasien di unit perawatan intensif (ICU) selama 24 jam. Saat kondisi memburuk mendadak, rumah sakit yang tidak memiliki tim respons darurat khusus berisiko terlambat mendeteksi tanda bahaya sejak dini. Dalam situasi seperti ini, perangkat medis berbasis kecerdasan buatan (AI) untuk memprediksi henti jantung dapat berfungsi sebagai lapisan pengaman keselamatan pasien, berdasarkan temuan studi terbaru.
Perusahaan AI medis VUNO, pada tanggal 18, mengumumkan hasil studi multisenter yang menganalisis efektivitas klinis ‘VUNO Med–DeepCARS’ telah dipublikasikan di jurnal internasional 〈Diagnostics〉.
DeepCARS merupakan perangkat medis yang menggunakan AI untuk menganalisis tanda vital pasien rawat inap—seperti tekanan darah, denyut nadi, laju napas, dan suhu tubuh—lalu memberi peringatan kepada tenaga medis mengenai pasien dengan risiko tinggi mengalami henti jantung dalam 24 jam.
Studi ini membandingkan luaran klinis sebelum dan sesudah penerapan DeepCARS pada sekitar 160.000 pasien rawat inap berusia 19 tahun ke atas di bangsal umum pada tiga rumah sakit sekunder yang tidak mengoperasikan Rapid Response System (RRS), yakni Rumah Sakit Kangdong Sacred Heart, Rumah Sakit Siwha, dan Rumah Sakit Incheon Naeun. RRS adalah sistem keselamatan pasien yang dirancang untuk mendeteksi lebih dini perburukan kondisi pasien di bangsal umum, sehingga tim medis khusus dapat melakukan penilaian dan penanganan dengan cepat.
Jika terjadi henti jantung di dalam rumah sakit, tingkat kelangsungan hidup satu tahun dilaporkan hanya sekitar 13,4%. Untuk mencegahnya, pengoperasian sistem peringatan dini dan RRS direkomendasikan. Namun, karena biaya yang tinggi serta keterbatasan tenaga, fasilitas layanan kesehatan setingkat rumah sakit sekunder kerap kesulitan untuk memilikinya.
Hasil penelitian menunjukkan, setelah DeepCARS diterapkan, angka kejadian henti jantung di rumah sakit turun 21% dan angka kematian di rumah sakit turun 15%. Total lama rawat inap berkurang rata-rata 0,51 hari, sementara lama perawatan di ICU berkurang rata-rata 1,32 hari. Secara khusus, pada kelompok pasien sepsis—yang merupakan penyebab pendahulu utama henti jantung di rumah sakit—kejadian henti jantung turun 29% dan angka kematian turun 22%, sehingga efektivitas klinis yang lebih tinggi dapat dikonfirmasi.
Ju Sung-hoon, CTO VUNO, berkata, “Studi ini merupakan penelitian kedua yang membuktikan bahwa DeepCARS menurunkan henti jantung di rumah sakit pada bangsal umum, sekaligus studi multisenter pertama.” Beliau juga menambahkan, “Kami mengonfirmasi bahwa DeepCARS dapat menjadi alat keselamatan pasien yang skalabel dan efisien biaya bahkan di rumah sakit sekunder yang sulit membangun RRS karena beban biaya dan keterbatasan tenaga.”
Sementara itu, DeepCARS juga menunjukkan penurunan henti jantung sebesar 46% dan penurunan angka kematian sebesar 35% dalam penelitian Rumah Sakit Universitas Inha pada Januari lalu. Saat itu, penelitian tidak hanya menganalisis catatan masa lalu, tetapi mengikuti pasien rawat inap secara nyata setelah studi dimulai untuk memeriksa hasil sebelum dan sesudah penggunaan DeepCARS. Studi multisenter kali ini bermakna karena mengonfirmasi kemungkinan pemanfaatan DeepCARS di berbagai rumah sakit sekunder.
DeepCARS saat ini telah diterapkan dan digunakan di sekitar 170 rumah sakit, termasuk rumah sakit yang menjalankan penggunaan percontohan, dengan total sekitar 65.000 tempat tidur. Di Korea Selatan, pemanfaatannya terutama berfokus pada pasar layanan non-pertanggungan.
