Vi huskede det nye monitoreringsudstyr og AI's bidrag til datavrimlen. Men glemte vi det faglige input?

For nyligt målte vores forskningsprojekt WARD (Wireless Assessment of Respiratory and circulatory Distress) et lavt blodtryk hos en nyopereret kræftpatient tidligt om formiddagen, selvom alle morgenens målinger foretaget af afdelingen var normale. Bekymringen blev opfulgt af en scanning, som viste et pludseligt opstået hul på tarmen – en tidskritisk komplikation, som blev forsørget i tidligt ved reoperation.

Operationen lykkedes, men så opstod problemerne. Det er virkeligheden i nutidens sundhedsvæsen, hvor store operationer gennemføres i fuld bedøvelse under tæt monitorering i et særdeles sikkert miljø på operationsstuen og i opvågningsafdelingen. Her overvåges patienter kontinuerligt for de såkaldte vitalparametre (blodtryk, puls, iltmætning, vejrtrækning mv.), og der er typisk én sygeplejerske til at monitorere to patienter. De efterfølgende døgn på sengeafdelingen kan ratioen imidlertid være en sygeplejerske til 20 patienter i en nattevagt, og de vitale parametre måles manuelt med op til 8-12 timers mellemrum. Det er åbenlyst, at kritiske komplikationer som blødninger, infektioner og blodpropper kan opstå imellem disse intervaller og det estimeres, at en tredjedel af patienter vil få alvorlige komplikationer i løbet af de første 30 dage efter en stor operation eller indlæggelse med akut medicinsk sygdom, og 70% af alle hospitalsdødsfald forekommer på den almindelige sengeafdeling.

Svaret kan ligge i monitorsystemer

En nærliggende løsning er at bruge ny teknologi til kontinuerlig monitorering 24/7 på sengeafdelingerne og måske endda efter udskrivelse for at opdage og undgå alvorlige komplikationer. En på papiret let beslutning kunne derfor være at indkøbe en patientmonitor til hver enestue på fremtidens hospitaler. De fleste monitorsystemer er dog stadig ledningsbaserede hvilket vil holde patienten i sengen i modstrid med årtiers udvikling henimod tidlig mobilisering. Et andet større problem er, at de aktuelle monitoreringssystemer alarmerer, hver gang en fastsat værdi krydser tærsklen fra det normale. Vores data viser, at det efter større operationer vil ske i gennemsnit 50-90 gange om dagen og er derfor ikke praktisk anvendeligt, da ingen sygeplejerske kan håndtere 50 alarmer for hver af sine patienter. Tanken er derfor, at løsninger med kunstig intelligens til at skabe overblik må være fremtiden. Men ukritisk implementering af ny medicinsk teknologi i sundhedsvæsenet går dog oftest galt, og i forhold til patientmonitorering kan fagligheden blive glemt – som i dette sandsynlige skrækscenarie:

• Indkøbte systemer giver alarmer, som personalet ikke kan nå at håndtere; såkaldt alarm fatigue.
• Indkøbte systemer giver alarmer, som ikke er relateret til betydende komplikationer; lav specificitet som medfører overbehandling og spild af ressourcer.
• Indkøbte systemer overser tegn på kritisk forværring; lav sensitivitet, hvilket igen gør at personalet ikke stoler på systemet.
• Indkøbte systemer er ikke brugervenlige; medførende lav compliance.

Hvis der er noget som kunstig intelligens er god til, så er det at øge sensitivitet og specificitet for at forudsige en hændelse. En stor fare lurer dog lige om hjørnet, hvis der ikke sikres et fagligt input, så det er klinisk relevante modaliteter, der monitoreres og klinisk relevante begivenheder, som forudsiges, og at det er testet i det relevante kliniske miljø. Sagt med andre ord: garbage in – garbage out. Som sundhedspersoner skal vi holde fast i, at fremtidens teknologi bliver testet efter samme grundige krav, som eksisterer for udvikling af nye lægemidler.

Den store tekniske udvikling, vi er vidner til i disse år, vil ganske givet bringe endnu mere ny teknologi ind på hospitalerne. De nye opdagelser, som monitoreringen medbringer, må vi dog ikke glemme at fortolke sammen med medicinske eksperter og de andre brugere som, skal høste gevinsten af anvendelse i dagligdagen.