335 - UTILIDAD DE LA INTELIGENCIA ARTIFICIAL (IA) EN UN PROGRAMA DE CONTROL DE PACIENTES CON ENFERMEDAD PULMONAR OBSTRUCTIVA CRÓNICA (EPOC)
Hospital de Palamós, Palamós (Girona), España.
Objetivos: Los pacientes con EPOC presentan descompensaciones y reagudizaciones que requieren de su atención en los servicios de urgencias (40%) y una parte importante de ellos son ingresados en las plantas de hospitalización (10%). Un asistente de voz con inteligencia artificial y el procesamiento del lenguaje natural puede realizar el seguimiento sistematizado de los pacientes mediante conversación telefónica. Podría ayudar a detectar precozmente descompensaciones y actuar prematuramente evitando las consultas a los servicios de urgencias y los ingresos hospitalarios. El objetivo principal de nuestro estudio fue reducir los ingresos y las consultas urgentes detectando precozmente signos y síntomas de descompensación mediante el asistente de voz. Como objetivo secundario: facilitar a los profesionales el seguimiento de esta patología.
Métodos: Estudio pre-post intervención. Duración: 6 meses, Muestra: 128 pacientes. Inclusión: Pacientes con diagnósticos de EPOC y edad mayor de 18 años. Exclusión: Pacientes con demencia y alteraciones cognitivas. Variables recogidas: bienestar general, disnea nocturna, tos, roncus audibles, expectoración, fiebre, saturación de oxígeno, medicación de rescate, actividad física, tensión arterial, edema en extremidades, oxígeno domiciliario. Mediante conversación con un asistente virtual clínico (software como dispositivo médico con certificado CE) capacitado para monitorizar el estado de salud de los pacientes, hablando con ellos de forma natural por teléfono, los facultativos pueden visualizar las variables registradas de cada conversación en la plataforma de seguimiento. Previamente se ha establecido la frecuencia de las llamadas y qué medidas deben tomarse ante la alteración de los diferentes parámetros y alertas que se registran. Un profesional del equipo (enfermera) se conecta a la plataforma diariamente. Se establecen cuatro intervenciones a realizar después de recibir una alerta: dirigirlos a urgencias del hospital, programar visita en su centro de atención primaria, reconducirlo para su valoración médica en la unidad paciente crónico complejo (UPCC) o dudas resueltas telefónicamente.
Resultados: Total de 128 pacientes llamados durante el periodo de inclusión, 2.622 llamadas contestadas. Adherencia 93,16%. 2.345 alertas con 500 intervenciones (81,8 resolución telefónica, 13,6% redirigirlos a AP) (tabla).
|
Total de pacientes 128 |
10/22-04/23 pre |
10/23-04/24 post |
|
% de pacientes que acudieron a UCIES |
63 50,00% |
50 36,68% |
|
% de pacientes que ingresaron |
36 28,57% |
29 23,02% |
|
% de pacientes que reingresaron al mes del alta |
5 17,78% |
0 0,00% |
|
% de los pacientes que después de visita en UPCC ingresaron en el primer mes |
4 5,71% |
4 5,97% |
Conclusiones: La herramienta de IA nos permite identificar precozmente pacientes con cambios clínicos que es necesario actuar con las intervenciones previamente definidas. Reduce el tiempo de profesional dedicado a llamar para hacer seguimiento y centrar los esfuerzos con los pacientes que el sistema detecta. Se han reducido las consultas a urgencias (10,3%) y los ingresos (5,5%) durante este periodo comparado con el año anterior, en igual periodo y mismos pacientes. De esta forma los esfuerzos de los profesionales sanitarios van dirigidos a los pacientes que la herramienta ha detectado, promocionando así la proactividad en las actuaciones asistenciales.
