Einstein investit dans l'utilisation des données et de l'intelligence artificielle pour prévenir l'aggravation de la situation des patients hospitalisés

LE Einstein a commencé un modèle de soins, utilisant des données et intelligence artificiellequi vise à favoriser la détection précoce de l'aggravation clinique chez les patients hospitalisés en appartement. L'objectif est de réduire de 50 % le nombre de transferts tardifs vers le service des patients graves (USI ou soins semi-intensifs) sur les 24 prochains mois.

Les transferts tardifs sont ceux impliquant des patients qui nécessitent un accompagnement avancé dans les premières heures suivant leur admission à la DPG. L'initiative vise donc à organiser une réponse structurée, immédiate et conjointe entre le Centre de Suivi des Soins (CMOA) et l'équipe d'intervention rapide, avec l'appui de l'équipe multidisciplinaire locale et de l'équipe d' assistants médicaux, afin que l'équipe soignante puisse réaliser les interventions nécessaires, indispensables que l'état de ces patients s'aggrave.

Le Care Monitoring Center a été mis en œuvre chez Einstein en 2018, suite à l'adoption des dossiers médicaux électroniques dans l'organisation, qui ont permis de capturer, traiter et analyser des données pour fournir des informations en temps réel aux équipes soignantes, générant ainsi des interventions de sécurité.

Le modèle développé s'est inspiré du travail des compagnies aériennes, apportant aux hôpitaux un centre de surveillance avec une connaissance partagée de la situation, dans le but d'augmenter l'efficacité opérationnelle et d'apporter plus de sécurité et de fiabilité aux patients. . . . . Ainsi, le CMOA fonctionne comme un niveau supplémentaire de supervision et de contrôle, et alerte les professionnels sur d'éventuelles défaillances, incohérences et retards dans l'assistance, entraînant ainsi leur apparition.

Constituée d'une équipe de professionnels administratifs, infirmiers et médicaux, l'équipe surveille les informations sur la base d'algorithmes prédéfinis, qui traduisent les données des patients en temps réel grâce au big data, à l'apprentissage automatique et à l' intelligence artificielle. Pour vous donner une idée, l'année dernière, le centre de surveillance a permis d'obtenir des résultats importants, tels que l'élimination de l'apparition de dommages catastrophiques liés à l'anesthésie dans le centre chirurgical (SC) et la réduction de 30 % des événements indésirables graves également dans l'environnement SC.

Selon Claudia Laselva, directrice des services hospitaliers d'Einstein, les échecs et/ou les retards dans la détection de l'aggravation clinique des patients comptent parmi les principaux détracteurs de la sécurité des patients. « Ces événements impactent négativement différents indicateurs de résultats, depuis l'augmentation de la durée du séjour du patient, en passant par la survenue de réadmissions dans les 30 jours, jusqu'à l'augmentation de la fréquence des décès », souligne-t -il. Aujourd'hui, la plateforme compte déjà plus de 100 triggers (dits « triggers ») avec des alertes en temps réel, supervisées par une équipe spécialisée.

Dans le cadre du nouveau projet, pour une évaluation complète et dynamique, l'utilisation d'algorithmes et d'intelligence artificielle permet de suivre plus précisément l'évolution du patient dans le temps, en surveillant les nouvelles données cliniques, les examens complémentaires et les multiples interactions dans le système.

La première étape du projet, intitulée Watcher, est axée sur le suivi des patients atteints de cancer. «Dans notre réalité, nous avons observé que les patients atteints de cancer représentaient le groupe avec la plus forte incidence de transferts, d'où la possibilité de les inclure dans la phase 1 de ce suivi», explique Claudia.

En 2023, 16,6% des patients adultes traités en code jaune (un code préventif qui indique la reconnaissance précoce de modifications aiguës des paramètres vitaux indiquant une aggravation clinique du patient) lors d'une hospitalisation dans un appartement de l'unité hospitalière Einstein , à Morumbi, ont eu un cancer oncologique. diagnostiqueur. Parmi ceux-ci, environ 40 % ont nécessité un transfert vers le DPG, dont 25 % vers l'USI.

Les patients atteints de cancer peuvent présenter de nombreuses complications secondaires à la maladie ou à son traitement. Parmi les problèmes infectieux les plus importants (pneumonie, infection urinaire, infection associée aux dispositifs invasifs, endocardite infectieuse, encéphalite, méningite et infections généralisées) et vasculaires (hémorragie, thrombose veineuse profonde, embolie pulmonaire, insuffisance coronarienne aiguë et accident) figurent les plus important. vasculaire cérébral). Dans certains scénarios, si la reconnaissance d'une aggravation clinique est retardée – uniquement lorsque le patient présente une instabilité critique – les conséquences peuvent avoir un impact négatif sur l'évolution du patient, pouvant aller jusqu'au décès.

Le projet pilote ayant débuté en avril de cette année, l'achèvement de l'évaluation de l'objectif et des indicateurs est prévu pour le 26 octobre.