导读:自COVID-19大流行以来,居家医疗(HH,Hospital at Home)变得越来越普遍,HH是在患者家中提供医院级的护理模式。对于不需要机械通气或重复成像的较轻手术后患者,在家中护理可能会带来包括减少住院、减少院内并发症以及成本控制的好处,但是相对于内科患者,外科患者引入HH计划会有更多的局限性。最近,来自哈佛医学院的Kavya教授发表在NPJ Digital Medicine上的一篇文章,对应用数字技术实施外科患者居家术后管理的技术、挑战以及发展前景做了深入探讨。
1、HH与远程患者监测
远程患者监测(Remote patient monitoring,RPM) 技术是HH计划的重要组成部分,并有可能进一步扩大在家中提供外科护理的范围。RPM记录患者数据并传输给健康提供者,并且可以采用可穿戴或环境监测技术的形式连续或间歇收集数据。
2、可穿戴设备
可穿戴技术已被用于监测慢性病患者和在家接受护理的COVID-19患者,包括脉搏血氧仪和心率监测器等设备。尽管可穿戴设备用于内科患者,但在外科护理中可穿戴设备的使用仍然有限。
与内科疾病并发症相比,手术并发症相对少见但可能是灾难性的。检测早期预警信号的能力对于外科家庭医院的工作至关重要,实时温度、心电图、呼吸频率、血压和脉搏血氧仪共同提供了以较少侵入性方式进行频繁体检的优势。鉴于可穿戴设备和平台的种类繁多,外科HH将需要制定相关指南来评估最适合其患者群体和基础设施的可穿戴设备类型。
3、环境监测工具
环境监测技术使用雷达或视频等方式对生命体征和跌倒等进行非接触式监测。虽然这些技术还处于初期阶段,但它们已在ICU中用于监测生命体征和在家庭老年人护理和康复等环境中使用。环境方法通过使用相机、捕获红外波的热传感器和无线电传感器等技术来捕获患者数据。已经开发出使用无线电频率跟踪步态、睡眠模式以及运动障碍进展的传感器。鉴于这些技术的可用广度,有机会将这些工具在外科护理中扩大使用。例如,使用环境监测来量化关节置换术后患者的活动度有助于临床医生识别努力恢复基线功能的患者,但实施这些技术仍然存在挑战,因为在患者家中等复杂环境中,可能会降低监测设备(尤其是环境传感器)的准确性,现实世界环境的异质性可能会限制这些工具的效用。
迄今为止,尽管远程和环境监测工具在外科中的使用受到限制,但可以根据外科患者的需求进行使用。例如,可以为袖状胃切除术后住家庭医院的患者提供可穿戴传感器以跟踪心率和温度,从而可以及早发现术后心动过速和发热,这可能提示钉线脱落。安装在患者家中的环境传感器可以为护理团队提供有关患者术后活动能力和执行基本活动能力的宝贵信息。
4、远程患者监护面临的挑战
· 数据质量和准确性
可穿戴设备和环境监测技术都面临一定的挑战,包括信号保真度、数据互操作性以及如何与临床决策整合。来自可穿戴设备和环境监测设备的数据质量和准确性对于确保这些工具的实用性至关重要。
由于担心误报,并考虑到警报疲劳对患者安全可能带来的挑战,需要确定监测哪些生命体征以及合适的监测频率,并区分真实警报与错误警报,这比在传统护理中将更为重要。
随着HH程序集成更多技术,确保不同制造商生产设备之间的数据互操作性和远程团队的数据访问至关重要。使用一家技术供应商的方法可能不适用于所有医院系统,依赖单一供应商可能会限制未来不同工具的集成。用于手术的RPM平台还必须包括与现有手术监测技术集成的能力。除了强调互操作性之外,还可以使用统计学习方法来提高从RPM设备收集的数据的临床效用。更重要的是,HH计划将需要提供商开发的新工作流程,以将患者监测工具和数据安全地集成到护理服务中。至关重要的是设计工作流程,在查房和其他基于团队的护理活动期间,使护理团队的所有成员都可以访问远程监控数据。
· 临床风险预测
临床风险预测模型是使用回顾性观察数据和统计方法(有时是基于机器学习的方法)来预测个体患者出现某些临床结果的可能性的工具。这些模型有可能在两个方面为居家医院计划增加价值:(1)动态预测并发症,以帮助护理团队预防患者的临床恶化并相应地调动资源,(2)预测需要住院的患者。使用机器学习来解释临床数据可以为HH患者提供独特的好处。
让机器学习工具持续监控患者数据,对于有发生急性临床事件风险的外科患者是有帮助的。基于机器学习的工具可以学习患者的基线生物特征,并针对各种活动进行调整,例如在家中行走,可以检测与该基线的亚临床偏差,在患者发生不良事件的风险升高时提醒医生。虽然临床风险预测模型已被提议作为HH计划潜在的有用组成部分,但它们尚未在这些护理环境中广泛使用,在医学领域也很少有已发表的预测模型被成功纳入实践。通过对人口因素和合并症的分析,被认为是高危人群者需要被分流到医院接受住院治疗,以尽量减少延误护理升级的风险。
在家庭手术患者护理中使用临床风险预测时,数据质量和临床并发症是重要的考虑因素。从RPM设备收集的数据的临床保真度至关重要,因为模型的预测性能受到其数据输入可靠性的限制。
另一个是来自严重手术并发症的挑战。术后急性并发症包括败血症、心肌梗死、结直肠手术后吻合口漏或胃切除术后十二指肠残端漏等,这些手术特异性并发症虽然发生频率低,但一旦发生可能具有致命性和时间敏感性。但是如果一个模型标记了太多的假阳性,那么对罕见临床事件的预测会带来警报疲劳和资源浪费;而对于一个有太多假阴性的模型来说,则会增加不必要的发病率和死亡率。除了准确性之外,这些模型中使用的风险截止阈值也将决定它们在现实世界中的效用,而误报和漏报的常见风险截止选择方法可能并不理想。用于预测住院环境风险的工具可能需要仔细重新校准才能在 SHH 计划中发挥作用。
· 预测模型输出在现实世界中的可操作性
目前还缺乏关于将预测模型纳入临床决策过程的共识。如何将模型的见解纳入临床决策,尤其是当模型的预测与提供者的预测不同的情况下,如果患者临床恶化的风险很高,应该考虑调动哪些资源或应该触发哪些工作流程,而目前大多数已发表的SHH计划报告在其临床决策制定中很少使用预测模型,因此,需要对临床预测模型与SHH模型的最佳整合进行更多研究。
5、虚拟护理平台
患者和临床医生之间的虚拟访问是现有家庭医院计划的重要组成部分,对于HH的手术成功至关重要,已建立的医疗HH计划创建了面对面和虚拟提供者访问相结合的模式。外科HH计划需要建立工作流程,根据疾病的严重性和程序复杂性提供适当的虚拟访问时间表,为患者提供适当的观察。其他潜在的模式可能包括医师助理、外科医生或内科住院医师的亲自就诊与虚拟外科医生就诊相结合。虽然实际上进行身体检查会带来一些挑战,但可以通过让训练有素的专业人员(助理医师或护士)进行检查并报告结果来缓解这些问题。某些新兴技术,例如互联听诊或使用内置智能手机加速度计测量腹部触诊,可以让患者自我检查并报告结果。此外,必须通过构建将患者与住院咨询团队联系起来的方式来满足住院咨询的需求。初级团队和咨询团队之间的无缝衔接对于确保对家庭医院患者进行适当的临床监督是必要的。
6、确保HH互操作性,促进健康公平与数据安全
· 确保互操作性
患者监护设备的范围正在增加,这使得这些设备能够相互无缝通信以及电子健康档案变得至关重要。美国国家医疗保健 IT 协调员办公室 (ONC) 最终规则要求卫生系统在2022年12月31日之前使基于快速医疗保健互操作性资源 (FHIR) 的应用程序编程接口 (API) 可用于传输和检索患者数据,这有望使美国医疗保健数据生态系统更具互操作性,从而使依赖于RPM设备和电子健康档案之间通信的外科HH计划受益。美国食品和药物管理局 (FDA) 还支持鼓励医疗设备互操作性的非约束性共识标准,为制造商提供促进设备互操作性的框架。
· 健康公平的获得
在外科手术中建立HH计划的最后一个考虑因素是确保这些计划有利于消除健康差异而不是扩大健康差异。鉴于少数族裔和社会经济地位较低的患者在获得手术和手术结果方面存在差异,设计HH计划以优化提供者和患者之间的沟通并考虑到技术获取方面的差异至关重要。
数字技术还包括临床护理团队、作为主要利益相关者的供应商、政策制定者和社区成员之间相互包容和信任。如果HH计划的设计考虑了这些要素和利益相关者,则可以用于解决获得优质术后护理方面的差异,将患者与资源联系起来并改善手术结果,减少术后护理中的差异。
随着HH计划的技术复杂性增加,成功实施在家医疗计划需要患者具备高水平的数字素养和强大的互联网连接能力,但这些都无法得到保证,特别是对于边缘化群体的患者而言。在部署HH程序时也需要考虑这些现实世界的限制,面向患者的技术应该易于使用,适用于广泛的知识范围,并与广泛的设备兼容,为英语水平有限的患者提供翻译功能。虽然一些早期研究表明HH可以成功地提供给社会经济地位较低的患者,但外科HH计划必须特别设计以确保所有患者都能平等获得,这不仅可以改善患者获得护理的机会,还可以促进患者参与术后结果的研究。
· 数据信息安全性
随着家庭等非传统护理环境中连接设备在不安全网络上的激增,与患者之间传输信息的安全性变得越来越重要。部署HH计划的卫生系统应与其供应商和所采用技术的安全标准建立牢固的联系。
结语:成功的HH计划是重新设计临床工作流程而不是用技术完全取代。当前的外科HH计划使用许多新的数字健康技术来实现在家中获得优质护理。虽然在RPM、临床风险预测和数据互操作性方面有很大的改进空间,但不应被视为部署外科HH程序的重大障碍,相反,这些项目的大部分创新在于开发和实施复杂的新工作流程。随着新的数字健康技术变得越来越复杂,它们为外科HH计划增加临床价值的能力也可能会增加。需要对SHH模型进行严格评估,以确保实现改善患者体验和质量的主要目标,而不仅仅是节省成本。SHH数字健康技术的目标应该是将临床专业知识扩展到患者家中,真正将数字健康的新进展带到患者床旁。