Monitorización en pacientes críticos ingresados en UCI

Abstract

La supervisión continua de parámetros fisiológicos en la Unidad de Cuidados Intensivos (UCI) es crucial en la detección temprana de cambios en el estado del paciente y en la toma de decisiones clínicas precisas. La integración de sistemas de ayuda a la toma de decisiones clínicas eficaces, en inglés Clinical Decision Support Systems (SSDC), en los Servicios de Medicina Intensiva (SMI) se presenta como una necesidad imperativa, dada la rápida evolución tecnológica y la demanda de información en tiempo real por parte de los clínicos intensivistas. Se pone énfasis en explorar la importancia y los beneficios de la monitorización automática de parámetros en la UCI mediante dispositivos IoMT (Internet of Medical Things). Este enfoque busca avanzar hacia una UCI modernizada, donde la sensorización y la monitorización sean automatizadas, no invasivas y en tiempo real, con la posibilidad de desarrollar modelos predictivos para asistir al clínico intensivista dotándole de un sistema de ayuda a la toma de decisiones clínicas más completa. Se propone la automatización de la recolección de datos de diversos parámetros de forma automática e inteligente, utilizando la conectividad proporcionada por la IoMT, con el fin de centralizar la información y alimentar los sistemas de información clínica (SIC) de la UCI, sin perder de vista el sentido clínico. Además, se aborda el estudio y desarrollo de dispositivos que cubran necesidades no satisfechas total o parcialmente según los clínicos. Se examinan las capacidades de estos dispositivos para recopilar datos en tiempo real, transmitirlos de manera segura a los sistemas de información clínica y proporcionar alertas tempranas ante cambios significativos en el estado del paciente. Así mismo, se evalúa el impacto de esta tecnología en la mejora de los resultados clínicos, la eficiencia del personal sanitario y la reducción de costos asociados con la atención en la UCI. Esta investigación, parte de una línea de investigación en curso, presentando los avances realizados hasta la fecha, así como describe el trabajo actual y delineando futuras líneas de investigación. Los hallazgos de esta investigación proporcionarán una comprensión más profunda de cómo la monitorización automática de parámetros fisiológicos utilizando dispositivos IoMT puede transformar la atención en la UCI, optimizando la detección de cambios críticos en el estado del paciente y facilitando la toma de decisiones clínicas más informadas y oportunas. Esto implica una mejora significativa en la carga de trabajo de los intensivistas, al disponer de herramientas de apoyo que hacen más eficiente su labor.Continuous monitoring of physiological parameters in the Intensive Care Unit (ICU) plays a crucial role in early detection of changes in patient status and precise clinical decision-making. The integration of effective Clinical Decision Support Systems (CDSS) in Intensive Care Medicine Services (ICMS) is presented as an imperative necessity, given the rapid technological evolution and demand for real-time information by intensivist clinicians. Emphasis is placed on exploring the importance and benefits of automatic parameter monitoring in the ICU through Internet of Medical Things (IoMT) devices. This approach aims to advance towards a modernized ICU, where sensorization and monitoring are automated, non-invasive, and real-time, with the potential to develop predictive models to assist the intensivist clinician with a more comprehensive clinical decision support system. Automating the collection of data from various parameters in an intelligent manner, using IoMT-provided connectivity, is proposed to centralize information, and feed the ICU's Clinical Information Systems (CIS), without losing sight of clinical relevance. Additionally, the study and development of devices that address partially or entirely unmet clinical needs are addressed. The capabilities of these devices to collect real-time data, transmit it securely to clinical information systems, and provide early alerts to significant changes in patient status are examined. Furthermore, the impact of this technology on improving clinical outcomes, healthcare staff efficiency, and reducing costs associated with ICU care is evaluated. This research, part of an ongoing research line, presents the advances made to date, describes current work, and outlines future research directions. The findings of this research will provide a deeper understanding of how automatic monitoring of physiological parameters using IoMT devices can transform ICU care, optimizing the detection of critical changes in patient status and facilitating more informed and timely clinical decision-making. This implies a significant improvement in the workload of f intensivists, by providing support tools that make their work more efficient.