Медсестры традиционно регулируют потребление инсулина тяжелобольным пациентам, следуя точным шагам, чтобы вручную рассчитать правильную дозу для каждого человека. В поисках способов улучшить этот процесс исследователи из Института безопасности и качества пациентов Джонса Хопкинса Армстронга недавно протестировали систему «умного агента», которая объединяет электронные медицинские записи и инфузионные насосы для автоматизации выбора дозы инсулина.

Исследование показало, что Smart Agent, разработанный совместными усилиями Лаборатории прикладной физики Университета Джона Хопкинса и Медицинской школы Университета Джона Хопкинса, может уменьшить количество ошибок и обеспечить более быструю доставку инсулина по сравнению с расчетом дозировки вручную. В свою очередь, говорят исследователи, это может освободить медсестер и врачей, чтобы они могли сосредоточить свое внимание на других приоритетах ухода за пациентами.

Результаты, опубликованные 10 марта 2021 года в журнале BMJ Quality & Safety , предполагают, что интеллектуальная система агентов потенциально может оптимизировать безопасность и эффективность практики инфузии инсулина в отделениях интенсивной терапии.

«Контроль уровня глюкозы улучшает результаты для пациентов в критическом состоянии; однако текущие протоколы инфузии инсулина являются трудоемкими для медсестер и могут быть подвержены ошибкам», — говорит ведущий автор исследования Майкл Розен, доктор философии, магистр медицины, доцент кафедры анестезиологии и интенсивной терапии. медицины в Медицинской школе Университета Джона Хопкинса.

Текущий процесс инфузии требует, чтобы медсестра управляла дозами инсулина ежечасно в зависимости от состояния пациента. Поскольку ни медицинская карта пациента, ни рабочие данные инфузионного насоса не передаются в электронном виде, медсестре требуется сначала получить уровень глюкозы в крови пациента из медицинской карты. Затем он или она должны вручную рассчитать изменение скорости приема лекарств, используя алгоритм для определения новой дозировки инсулина. Вторая медсестра дважды проверяет этот процесс, прежде чем он будет задокументирован в медицинской карте, и, наконец, новая доза вручную программируется в инфузионный насос для введения инсулина пациенту.

В рамках исследования 20 медсестер интенсивной терапии в больнице Джона Хопкинса в Балтиморе, штат Мэриленд, в период с мая по июль 2018 года опробовали конкретную систему интеллектуальных агентов в условиях моделирования. Участники выполнили 12 имитационных ситуаций в четырех блоках по три сценария в каждом. Каждый блок был выполнен с использованием ручного протокола или интеллектуального агента.

Медсестры опрашивались после каждого сеанса, чтобы получить их впечатления об уровнях безопасности (количество ошибок), эффективности (время для выполнения каждой задачи), предполагаемой рабочей нагрузке, доверии к системе и удобстве использования.

Исследователи говорят, что их результаты показывают, что автоматическая система была значительно лучше в расчете точности дозирования по сравнению с ручным расчетом. В 120 сценариях медсестры никогда не делали ошибок в расчетах при использовании системы интеллектуального агента по сравнению с 20 ошибками (16,6%), сделанными при использовании системы вручную.

Интеллектуальный агент позволил медсестрам завершить процесс в среднем на 29 секунд быстрее, чем ручная система, а также снизила их общую рабочую нагрузку. Задачи, которые занимали больше всего времени при использовании ручной системы, заключались в извлечении информации из электронной медицинской карты и выполнении ручных вычислений — ни то, ни другое не требуется в системе интеллектуального агента. Медсестры также обнаружили, что после использования Smart Agent по крайней мере дважды, они доверяли ему больше, чем ручным вычислениям.

В целом Smart Agent получил положительные отзывы от всех 20 медсестер. Большинство сочли ее полезной и более эффективной, чем ручная система, а 18 (90%) сочли ее более простой в использовании. Пятнадцать (75%) медсестер считали, что автоматизированная система более безопасна, чем ручной процесс, в то время как пять (25%) не были уверены или полагали, что обе системы примерно так же безопасны.

«Этот подход может быть применен для улучшения фрагментированной и неэффективной ИТ-инфраструктуры здравоохранения путем проектирования, тестирования и системной интеграции», — говорит старший автор исследования Адам Сапирштейн, доктор медицины, доцент кафедры анестезиологии и реанимации Медицинского факультета Университета Джонса Хопкинса. .

Исследователи считают, что Smart Agent может служить шаблоном для аналогичных систем, использующих алгоритмы, встроенные непосредственно в электронные медицинские записи, чтобы их можно было интегрировать с устройствами для автоматической доставки лекарств пациентам.