Ding-ding-ding of piep-bliep-piep: een intensive care kan een kakofonie aan alarmen zijn. En veel van die alarmen zijn onnodig of vereisen geen reactie. Slimme algoritmes kunnen helpen om niet-noodzakelijke alarmen te onderdrukken.
"90 procent lijkt mij een realistische inschatting", zegt Diederik Gommers, hoogleraar intensive care-geneeskunde. "Op een intensive care heb je 150 tot 200 alarmen op een dag en we merken dat verpleegkundigen daar gestresst van worden." Bovendien is er een risico dat alarmen die wel actie vereisen niet meer opvallen, al zijn er geen aanwijzingen dat daardoor gevaarlijke situaties zijn opgetreden: verpleegkundigen en artsen weten de echte alarmen er vaak wel uit te pikken.
Ook voor patiënten is de overdaad aan alarmen intens. "Een opname op de intensive care is sowieso al heftig, maar alle geluiden die je daar hoort, spelen ook mee", zegt Marianne Brackel, oud-intensive care-patiënt en voorzitter van een lotgenotengroep. Vaak weet een verpleegkundige prima dat een alarm dat verderop afgaat niet urgent is. "Maar jij als patiënt weet dat niet en als een alarm dan blijft afgaan, leidt dat tot stress." Ook voor familieleden kan dat vervelend en zelfs traumatiserend zijn.
Oplossingen
Bij het Máxima Medisch Centrum denken ze na over een oplossing. De intensive care waar te vroeg geboren kinderen worden behandeld, werkt daarvoor samen met de TU/e.
Onderzoeker Rohan Joshi analyseerde voor zijn promotie honderdduizenden alarmen van twee intensive-cares voor kinderen en ontdekte dat driekwart van de alarmen geen zin heeft voor verpleegkundigen. "Dat betekent niet per se dat ze vals zijn, maar wel dat verpleegkundigen er niets mee kunnen", zegt Joshi. Joshi ontdekte dat bepaalde slimmigheidjes ertoe kunnen leiden dat er minder alarmen afgaan. "Als je baby's op een bepaalde manier sondevoeding geeft, zorgt dat al voor minder lichamelijke ongemakken en daardoor gaan al minder alarmen af."
Algoritmes
Ook ontdekte Joshi dat algoritmes kunnen helpen bij het laten afgaan van nuttiger alarmen. Zo kunnen data van sensoren voor iemands ademhaling en hartslag worden gecombineerd. "Als je merkt dat er iets aan de hand is met iemands hartslag én zijn ademhaling, kun je tot wel 20 seconden eerder een alarm geven." Daarvoor gebruikte Joshi machine learning: daarbij worden ingewikkelde rekenkundige modellen gebruikt om computers zelf problemen op te laten lossen. Op die manier kunnen bijvoorbeeld verbanden en patronen worden herkend die mensen zelf niet zouden herkennen.
Zo kunnen bepaalde bewegingen die baby's in hun couveuses maken, worden herkend als potentieel gevaarlijk, terwijl andere bewegingen als onschuldig worden geclassificeerd. Dat komt doordat de rekenkundige modellen die bewegingen koppelen aan eerdere vergelijkbare situaties.
In sommige gevallen hebben de ideeën van Joshi al resultaat, maar in veel gevallen kan dat ook nog jaren duren. Dat komt door strenge regels voor medische apparatuur. Desondanks is Brackel positief over de ideeën. "Dit kan echt helpen om de negatieve gevolgen van een intensive care-opname te voorkomen", zegt de voorzitter van de lotgenotengroep.
