利用技术的力量,在重症监护室转变痴呆症严重性测量:前性队列研究的协议
Roshini Raghu1, Keivan Nalaie1,2, Ivan Ayala1
1Division of Nursing Research, Department of Nursing, Mayo Clinic, Rochester, MN, United States.
JMIR research protocols
|September 25, 2025
概括
这项研究正在开发一种消极数字标记器来测量妄想严重程度 (PDM-Del),该标记器使用EHR和计算机视觉数据. 该PDM-Del旨在为临床医生提供实时反,可能减少死亡率和住院时间.
科学领域:
- 密集护理医学是密集护理的医学.
- 数字健康数字健康
- 神经学 神经学
背景情况:
- 痴呆症影响高达50%的ICU患者,增加发病率和死亡率.
- 目前的妄想评估工具复杂且耗时,限制了常规使用.
- 一个被动数字标记器可以为监测妄想严重性的可扩展解决方案.
研究的目的:
- 通过使用电子健康记录 (EHR) 和计算机视觉数据,开发一种痴呆症严重程度的被动数字标记 (PDM-Del).
- 为了比较PDM-Del的性能与验证的妄想严重程度工具.
- 评估PDM-Del在患者,家庭和临床医生的接受度和可用性.
主要方法:
- 展望,纵向队列研究,涉及连续视频录制和EHR数据收集.
- 使用卷积神经网络和机器学习开发PDM-Del.
- 试点随机对照试验,以评估PDM-Del的可用性和可接受性.
主要成果:
- 招聘正在进行中;截至2025年3月,已有150名参与者注册.
- 参与者的人口统计数据:平均年龄67岁,62%男性,91%白人.
- 该研究正在收集PDM-Del开发和验证的数据.
结论:
- 该PDM-Del有潜力提供实时反患者大脑健康在ICU.
- 早期发现和减轻妄想严重程度可能会降低死亡率,住院时间长度和痴呆风险.
- 这种数字标志物可以改善患者的治疗结果和长期的认知健康.
关键词:
阿尔茨海默氏症是阿尔茨海默氏症的一种疾病.在ICU中发作狂妄症.人工智能的人工智能是人工智能.计算机视觉技术 计算机视觉技术妄想的严重程度 妄想的严重程度重症监护病房的重症监护病房是一个重症监护病房.其他相关的痴呆症.一个被动数字标记.更多相关视频
08:25Polar Histogram Visualization of Acute Stress Disorder Scale Scores for Comprehensive Clinical Assessment
Published on: December 6, 2024
861
07:31Implementation of a Real-Time Psychosis Risk Detection and Alerting System Based on Electronic Health Records using CogStack
Published on: May 15, 2020
7.5K