تصور کن یه بچه خیلی بدحال رو دارن از یه بیمارستان به یه بیمارستان دیگه می‌برن؛ مثلاً با آمبولانس یا هلیکوپتر. توی همین مسیر، این فشار استرس واقعاً رو بدنش اثر می‌ذاره و اوضاعش ممکنه بدتر بشه. اما داستان اینجاست که خب وقتی یکی خیلی بدحاله، آمار علائم حیاتی‌ش مثل ضربان قلب و فشار خون و اکسیژن خونش، معمولاً تو محدوده معمولی قرار نمی‌گیره و ما نمی‌تونیم بگیم چی براش “نرمال” حساب میشه. همین باعث میشه تشخیص اینکه واقعاً حالش داره بدتر میشه یا نه، خیلی سخت بشه.
حالا یه تیم باحال از محقق‌ها (اسم‌هاشون زیاد و خفن!) اومدن یه روش نوآورانه و داده‌محور رو امتحان کردن تا بتونن این بدتر شدن‌ها رو دقیق‌تر شناسایی کنن. اینا اومدن تو یه پژوهش گذشته‌نگر (یعنی داده‌های قدیمی رو بررسی کردن) و اطلاعات ۱۵۱۹ تا جابجایی بچه‌ها رو بین سال‌های ۲۰۱۶ تا ۲۰۲۱ زیر ذره‌بین گذاشتن.
اینجوری بوده که هر ثانیه از مسیر، علائم حیاتی این بچه‌ها رو ثبت کردن؛ یعنی مثلاً ضربان قلب، فشار خون، میزان اکسیژن، پارامترهای تنفسی و … بعد هم با یه روشی که مال تحلیل بازارهای مالی بوده استفاده کردن! اسمش هم هست Bollinger Bands و اساساً تو بورس خیلی معروفه. حالا اینجا این روش رو دستکاری کردن تا برای پزشکی هم جواب بده.
ایده‌شون این بود که برای هر بچه، محدوده مخصوص خودش از “ثبات” علائم حیاتی رو پیدا کنن. یعنی به جای اینکه دنبال مثلاً عدد ۹۸ برای اکسیژن باشن، ببینن توی همون لحظات، اكسيژن و فشارخون و ضربانش چه روندی داره و اگه با هم از روال مخصوص اون بچه خارج شدن، پرچم قرمز بزنن! مثلاً اگه ساتوریشن اکسیژن (همون درصد اکسیژن خون) از یه حد تعریف‌شده پایین‌تر اومد و همزمان یکی دیگه از پارامترهای تنفسی هم داغون شد، بگن “یوهو! این یه مشکل تنفسی هست”. یا اگه فشار خون و ضربان قلب با هم بهم بریزه، یه مشکل قلبی-عروقی داریم.
طبق داده‌هایی که درآوردن، حدود ۱۵.۶ درصد از این ترنسفرها (جابجایی‌ها) حداقل یه بار مشکل تنفسی جدی داشتن و ۲۱.۵ درصد هم مشکلات قلبی-عروقی براشون پیش اومد. “Adverse event” یعنی اتفاق بدی که نباید بیفته، مثلاً خطرناک شدن تنفس یا قلب.
برای اینکه بفهمن این رویکردشون فقط روی کاغذ خوبه یا واقعاً کار می‌کنه، اومدن تعداد همین اتفاقات و مدت‌زمانی که علائم حیاتی راحت خودشون رو از دست دادن رو با نشونه‌های بالینی دیگه چک کردن. چیز جالبی که دیدن این بود که هر بار مشکل تنفسی شدیدتر، احتمال اینکه بچه توی مسیر نیاز به کمک تنفسی پیدا کنه یا حتی تو ۳۰ روز بعد فوت کنه، بیشتر میشه. همچنین هر بار مشکل قلبی-عروقی هم باشه، نیاز به داروهای تقویت‌کننده قلب بیشتر پیدا میشه.
نتیجه؟ این روش داده‌محور و باحال، می‌تونه قشنگ حین جابجایی‌های استرسی بچه‌ها بهمون هشدار بده و کمک کنه زودتر دخالت کنیم. تازه نکته خوبش اینه که راحت میشه این روش رو برای دیتاست‌های دیگه تو بخش مراقبت ویژه هم استفاده کرد، چه برای بررسی داده‌های قبلی و چه برای شناسایی اتفاقات خطرناک به صورت زنده و خودکار.
خلاصه‌ی حرف دوستونه: هوش مصنوعی و تحلیل داده‌های دقیق می‌تونن هم تو شناسایی زودهنگام خطر و هم تو بالا بردن کیفیت مراقبت از بچه‌های بدحال تو مسیرِ جابجایی حسابی کارآمد باشن. این یعنی یه قدم جدی برای نجات جون بچه‌ها و آرامش بیشتر تیم پزشکی!
منبع: +
