Små bærbare apparater kan afsløre, om patienten efter udskrivelsen er ved at udvikle en komplikation. Data kan indsamles og analyseres kontinuerligt. større kirurgisk procedure. Når disse patienter kommer sig efter operationen, vil de have en større risiko for at udvikle komplikationer, der kan medføre genindlæggelse - og i værste fald døden. De seneste få år er vi blevet betydeligt bedre til at behandle patienter under indlæggelsen - og udskrive dem i en tilstand, hvor de kan tage vare på sig selv. Men alt for mange patienter får en komplikation efter udskrivelsen. Således vil ca. halvdelen af dødsfald inden for 90 dage efter en operation forekomme efter udskrivelsen. For at forstå og forebygge disse komplikationer og dødsfald er der behov for smarte metoder til at opspore, om patienten efter udskrivelsen er ved at udvikle en komplikation. Tidlig opsporing En komplikation vil oftest erkendes hos patienten på et tidspunkt, hvor der er kliniske tegn som feber, smerter eller almen utilpashed grundet manglende væske- og fødeindtag. Der er solid evidens for, at mange af disse symptomer foregås af fysiologiske ændringer, der ville kunne spores, hvis blot man kunne måle dem. Med udviklingen inden for digitale metoder til at overvåge patienters fysiolo- giske tilstand er der nu mulighed for at udskrive patienter med såkaldte »wearables«. Det vil sige små, bærbare apparater, der løbende monitorerer patienternes vitale funktioner. For eksempel kan aktivitet og søvnrytme registreres med simple metoder, ligesom armbåndsure kan detektere bevægelse. Hjerte, vejrtrækning og blodsukker Det er også muligt at monitorere hjerterytme og vejrtrækning ved at placere elektroder på brystkassen af patienten. Ved at analysere hjertefrekvensen kan man se, om patientens generelle stresstilstand øges. Det er også muligt at opnå meget præcise mål for patientens vejrtrækningsrytme. Endelig kan man undersøge patientens blodsukkerniveau, som er et af de afgørende og alvorlige tegn på, at kroppen er i en fysiologisk stresstilstand. Blodsukkeret hos patienten kan monitoreres ved at placere en simpel elektrode i underhuden, for eksempel på maveskindet. Fælles for disse metoder er, at de hver især giver unikke muligheder for at detektere, om patienten er i en rolig og ustresset tilstand, eller om patienten er ved at udvikle en komplikation. Livreddende algoritmer Maskinlæringsalgoritmer, der kan analysere disse data, og ikke mindst integrere værdierne i en større analyse, har et stort potentiale for at forudsige komplikationer, inden de bliver livstruende. Med en algoritme, der advarer behandlerne på hospitalet, vil man kunne opsætte kriterier for, hvornår patienter skal kontaktes med henblik på uddybende informationer, og hvornår de skal genindlægges til forebyggende behandling. De første skridt i sådanne analyser er at monitorere en stadig større gruppe af patienter, hvor man kan udvikle algoritmerne til at fange komplikationer, før de opstår, og sideløbende udvikle kliniske systemer, der kan igangsættes, så forebyggende tiltag kan effektueres. På Sjællands Universitetshospital, Kirurgisk Afdeling, er der igangsat flere forskningsprojekter med fokus på netop dette. I den første fase er der designet en platform, hvor data fra flere nationale datakilder integreres i en »big data«platform med informationer om tusindvis af patienters tidligere diagnoser, medicinforbrug, forløb efter kirurgi etc. Ved at fusionere disse data med prospektive indsamlede data er der mulighed for yderligere at forfine følsomheden for disse metoders detektion af komplikationer efter udskrivelse. Menneskelig og økonomisk gevinst Komplikationer og genindlæggelser har store konsekvenser for patienter efter kirurgi, både i form af nedsat helbred og livskvalitet. Desværre oplever mange patienter begge dele. Derfor kan de her beskrevne løsninger have en afgørende positiv betydning for patienterne. Det er også velkendt, at den største økonomiske udfordring for kirurgiske afdelinger er behandling af komplikationer efter kirurgi. Faktisk går en tredjedel af hospitalsudgifterne til behandling af komplikationer efter behandlinger. Det må derfor forventes, at investeringer i disse systemer, som indsamler data og skaber digitale løsninger til individualiserede opfølgnings- og behandlingsforløb efter kirurgi, også vil kunne medføre afgørende økonomiske besparelser. | Februar 2020 | 19
Download PDF fil
Se arkivet med udgivelser af Medicoteknik her
TechMedias mange andre fagblade kan læses her