Пациентов в обычных палатах трудно контролировать так же непрерывно и тщательно, как в отделении интенсивной терапии. При резком ухудшении состояния в больницах, где нет специализированной команды экстренного реагирования, раннее выявление нередко запаздывает. Исследование показало, что медицинское изделие на базе искусственного интеллекта (ИИ), прогнозирующее остановку сердца, в таких условиях может служить дополнительным «страховочным контуром» для безопасности пациентов.
Медицинская ИИ-компания VUNO 18-го июня сообщила, что результаты многоцентрового исследования, оценивавшего клиническую эффективность «VUNO Med–DeepCARS», опубликованы в международном научном журнале 〈Diagnostics〉.
DeepCARS — это медицинская система, которое с помощью ИИ анализирует жизненно важные показатели госпитализированных пациентов — артериальное давление, пульс, частоту дыхания, температуру тела и другие — и уведомляет медперсонал о пациентах с высоким риском остановки сердца в течение ближайших 24 часов.
В исследовании сравнили клинические показатели до и после внедрения DeepCARS у примерно 160 тысяч пациентов старше 19 лет, госпитализированных в общие отделения трёх больниц второго уровня — Kangdong Sacred Heart Hospital, Siwha Hospital и Incheon Naeun Hospital, — где не используется система быстрого реагирования (RRS). Система быстрого реагирования — это контур обеспечения безопасности пациентов, который позволяет рано выявлять ухудшение состояния у пациентов в общих отделениях; затем выделенная команда медиков оперативно проводит оценку и лечение.
При возникновении внутрибольничной остановки сердца годичная выживаемость составляет лишь около 13,4%. Для профилактики рекомендуется внедрение систем раннего оповещения и систем быстрого реагирования, однако из-за высокой стоимости и ограничений по персоналу учреждениям уровня вторичных больниц зачастую сложно их обеспечить.
По итогам исследования после внедрения DeepCARS частота внутрибольничной остановки сердца снизилась на 21%, а внутрибольничная смертность — на 15%. Общая длительность госпитализации сократилась в среднем на 0,51 дня, а длительность пребывания в отделении интенсивной терапии — в среднем на 1,32 дня. Особенно выраженный клинический эффект подтвердился в группе пациентов с сепсисом — одной из ключевых предшествующих причин внутрибольничной остановки сердца: число остановок сердца снизилось на 29%, а смертность — на 22%.
Технический директор (CTO) VUNO Чу Сонхун заявил: «Это второе исследование, доказавшее, что DeepCARS снижает число внутрибольничных остановок сердца в общих отделениях, и первое многоцентровое исследование». Он добавил: «Мы подтвердили, что DeepCARS может стать масштабируемым и экономически эффективным инструментом безопасности пациентов даже для больниц второго уровня, которым сложно внедрить RRS из-за затрат и кадровой нагрузки».
Между тем DeepCARS в исследовании Inha University Hospital, опубликованном в январе, также показал эффект снижения: остановки сердца — на 46%, смертности — на 35%. Тогда исследователи не ограничились анализом ретроспективных записей: после начала исследования они наблюдали за реальными госпитализированными пациентами и сравнивали результаты до и после использования DeepCARS. Нынешнее многоцентровое исследование важно тем, что подтвердило применимость DeepCARS и в нескольких больницах второго уровня.
В настоящее время система DeepCARS внедрена и используется примерно в 170 больницах, включая медицинские учреждения, участвующие в пилотных программах, и охватывает около 65 тысяч больничных коек. В Южной Корее её применение в основном развивается на рынке медицинских услуг, не покрываемых государственной системой страхования.
