Application of algorithmic processing of vital signals to determine patient status
Εφαρμογή αλγοριθμικής επεξεργασίας ζωτικών σημάτων για τον προσδιορισμό της κατάστασης ασθενούς
Κριζέα, Μαρία
Κουμπιάς, Σταύρος
Krizea, Maria
Γιαλελής, Ιωάννης
Χούσος, Ευθύμιος
--
Μεγάλο ποσοστό του πληθυσμού (και κυρίως οι ηλικιωμένοι) αντιμετωπίζει προκλήσεις από την αύξηση των χρόνιων μη μεταδοτικών ασθενειών όπως οι καρδιαγγειακές παθήσεις, οι αποφρακτικές πνευμονοπάθειες, ο καρκίνος, ο διαβήτης, τα μυοσκελετικά προβλήματα και οι συνθήκες ψυχικής υγείας που συνδέονται με την ηλικία. Η σημερινή υποδομή υγειονομικής περίθαλψης δεν μπορεί να αντιμετωπίσει την προβλεπόμενη αύξηση των αιτημάτων για παρακολούθηση της υγειονομικής περίθαλψης και βοήθεια των ασθενών. Αυτές οι προκλήσεις πρέπει να αντιμετωπιστούν με τη βελτίωση των σημερινών συστημάτων και υποδομών υγείας. Μία εφαρμογή που χρησιμοποιεί ένα σύστημα ασαφούς συμπερασμού (Fuzzy Inference System), το οποίο μπορεί να καθορίσει την κατάσταση ενός ατόμου χρησιμοποιώντας ζωτικά σήματα όπως η καρδιακή συχνότητα, ο ρυθμός αναπνοής και η συστολική πίεση σε συνδυασμό με την ηλικία, προτείνεται σε αυτή τη μελέτη.
Σκοπός είναι η ενίσχυση της αποτελεσματικής λειτουργίας του Τμήματος Επειγόντων Περιστατικών (ΤΕΠ) στα νοσοκομεία, το οποίο στις μέρες μας αντιμετωπίζει σοβαρά προβλήματα εξαιτίας της μαζικής προσέλευσης περιστατικών που δημιουργούν συνθήκες συνωστισμού, αυξημένους χρόνους αναμονής και άλλες ανεπιθύμητες επιπτώσεις. Στόχος της παρούσας διπλωματικής εργασίας είναι η ανάπτυξη μιας εφαρμογής που θα μπορεί να χρησιμοποιηθεί για την κατά προτεραιότητα διαλογή και παρακολούθηση ιατρικών συμβάντων (συστήματα Triage), ώστε ο ασθενής στο ΤΕΠ να αντιμετωπίζεται με κριτήριο τη σοβαρότητα της κατάστασής του και όχι με βάση τη σειρά προσέλευσής του. Η λειτουργία της διευκολύνει και επιταχύνει τη δουλειά των ειδικών γιατρών, όσον αφορά στην εκτίμηση της τρέχουσας κατάστασης της υγείας ενός ασθενούς, ώστε να διαπιστωθεί αν ο ασθενής χρήζει άμεσης παρακολούθησης και εξέτασης. Με τη χρήση των συμπερασμάτων της συγκεκριμένης εφαρμογής μπορεί να δημιουργηθεί μία σειρά προτεραιότητας, σε περιπτώσεις κατά τις οποίες αρκετοί ασθενείς βρίσκονται σε αναμονή για εξέταση, ώστε τα πιο επείγοντα περιστατικά να εξυπηρετούνται άμεσα. Για τον προσδιορισμό της κατάστασης του ασθενούς η εφαρμογή χρησιμοποιεί και επεξεργάζεται ζωτικά σήματα, τα οποία είναι ο καρδιακός παλμός, ο ρυθμός αναπνοής και η αρτηριακή πίεση (στη συγκεκριμένη εργασία λαμβάνεται υπόψιν μόνο η συστολική πίεση). Οι παραπάνω ενδείξεις συνδυάζονται με την ηλικία του ασθενούς για την ακριβέστερη εκτίμηση του αποτελέσματος. Οι ζωτικές ενδείξεις λαμβάνονται από τη βάση δεδομένων, The Massachusetts General Hospital/Marquette Foundation (MGH/MF) Waveform Database, της PhysioNet και αναλύονται σε επόμενο κεφάλαιο. Η διεξαγωγή του αποτελέσματος γίνεται από ένα σύστημα συμπερασμού ασαφούς λογικής (Fuzzy Inference System), δεδομένου του γεγονότος ότι η ασαφής λογική γνωρίζει αλματώδη ανάπτυξη τα τελευταία χρόνια. Το παραπάνω σύστημα περιγράφεται λεπτομερώς στη συνέχεια. Η σχεδίαση ολόκληρης της εφαρμογής είναι αποδοτική, ενώ θα μπορούσε να χρησιμοποιηθεί και ως βάση για περαιτέρω βελτίωση και επέκταση, όπως η λειτουργία της σε ένα Android κινητό τηλέφωνο ή πάνω σε μία φορητή συσκευή.
