分类
麻省理工学院新闻

报告工具旨在平衡医院的Covid-19负荷

基于众包数据,app帮助患者、急诊医生和医生确定医院资源的实时可用性。

随着美国部分地区的covid19病例数量继续攀升,寻求治疗的人数可能会令许多医院不堪重负,迫使一些机构对他们的护理实行定量配给,并为病情最严重的患者保留呼吸机、病床和其他有限的医疗资源。

掌握当地医院的能力和资源可以帮助平衡整个地区需要住院治疗的covid19患者的负担,例如允许EMT将患者送到更容易得到快速治疗的设施。但许多州缺乏关于他们目前治疗Covid-19患者能力的实时数据。

一组研究人员在麻省理工学院的计算机科学与智能实验室(权力),与麻省理工学院合作剥离手机域名系统,旨在帮助需求水平在整个卫生保健网络通过提供实时更新的医院资源,他们希望这将帮助病人,救护车,医生很快就决定哪些设施是最好的装备来处理一个新病人在任何给定的时间。

该团队开发了一个网络应用程序,现在可以通过https://Covid19hospitalstatus.com访问。界面允许用户如病人、护士和医生医院的现状报告的指标,从平均等待时间(这一个病人可能了解他们花时间等候室),通风和重症护理病床,医生和护士可以近似。

急诊医师可以使用这款应用程序作为地图,按州、县或城市进行放大,以快速评估医院的容量,并决定附近哪些医院有床位,可以将需要住院治疗的病人送到哪里。该应用程序还可以生成一个医院列表,根据可用性、旅行时间和最近更新的数据进行排序。

麻省理工学院毕业生、Mobi系统公司首席执行官安娜•贾菲07年表示:“我们希望在几个月的时间里,通过身体上的距离,将Covid曲线变平。”“但还有另一条曲线需要变平,那就是在正确的时间把正确的病人送到正确的医院,让医院和医护人员承担同等的负担,这是一个实时的挑战。”

“做些什么”

随着流感在世界各地蔓延开来,墨菲对最近在德国参加的一次名为Julius Patzold的黑客马拉松比赛的结果很感兴趣。由德国政府赞助的周末挑战赛包括一个供需匹配的问题,比如一家医院面临着病人就诊人数激增的问题。

他的团队绘制了德国医院基础设施的地图,包括各个医院的能力状况,然后根据医院的能力、病人的相对位置和病人的医疗需求,模拟将病人送往医院。在这么短的时间内开发的实时地图表明,这些工具将对患者的护理质量产生积极影响,特别是在降低死亡率方面。

“这与我的感觉相交叉,我认为每个人都想围绕Covid-19做点什么来应对当前的危机,而不只是被关在我们各自的家里,”Jaffe说,他的公司Mobi Systems开发了一些工具来解决围绕移动和酒店的大规模网络优化问题。

Mobi最初是由麻省理工学院(MIT)教授布莱恩•威廉姆斯(Brian Williams)领导的、基于模型的嵌入式机器人系统小组(CSAIL’s Embedded Robotic Systems group)发展而来的,他的工作包括开发自主规划工具,以帮助个人在面对不确定性和风险时做出复杂、实时的决策。

贾菲向威廉姆斯求助,帮助他开发一种基于web的医院报告工具,同样也帮助病人和医疗专业人员根据资源的可用性,实时地做出将病人送往何处的关键决定。

威廉姆斯说:“我们的问题是,如何最有效地利用州或全国范围内的资源,以保持大多数人的健康。”“对于个人来说,哪家医院将满足他们的需求,他们如何实现这一目标。这就是我们要解决的问题。”

群众力量

该团队的应用程序在很大程度上依赖于众包数据,以及患者和医疗专业人士报告各种指标的意愿,从医院目前的等待时间到ICU病床和呼吸机的大致数量。

“现在的报告选择非常具体,”Jaffe说。“但我们真正想知道的是,你们医院现在能接收病人吗?”

用户可以输入他们的角色——病人、护士或医生——然后报告,例如,医院的平均等待时间。在提交报告之前,他们可以使用一个滑动标尺来评估他们对报告的信心。

但是,如果这些用户报告的是虚假或不准确的数据,不管是有意还是无意呢?

威廉姆斯说,为了防止这种不确定性,这个团队采取了一种概率方法。例如,该应用程序假设一个用户对医院状态的报告是低可信度的,这在该指标的总体评估中最初并不重要。然后他们可以将这个数据点合并到他们收到的关于这个度量的所有其他报告中。如果这些报告中的大多数也被评为可信度低,但是报告的结果相同,那么诸如等待时间之类的估计就会自动得到更大的权重,因此总体上被评为可信度更高。

此外,他还表示,如果应用程序收到来自更可信来源的报告——例如,如果医院将内部汇总的数据提供给应用程序——这些来源就会“淹没”,或者比相同度量的低可信度报告拥有更高的优先级。

这个团队正在用这样一个值得信赖的数据集测试这个应用程序,这个数据集来自宾夕法尼亚州,在过去的几年里,该州已经建立了一个系统,用于医院报告资源的可用性,该系统每天至少更新两次。研究小组使用了上周的数据,追踪了全州医院系统的19例门诊病例。

“在这个数据,你可以看到,并不是所有的医院都泛滥——可用性有明显差异,”麻省理工学院研究生彭宇说“SM 13日”博士17日,首席技术官手机域名,突显出潜力分布跨地区的医院,病人在医院网络平衡资源。

但是,大多数国家缺乏这种汇总和更新的信息。例如,在大多数其他州,emt要么有一些默认的设施,他们通常会把病人送到那里,要么他们必须打电话到周围的医院检查可用性。

威廉姆斯的侄子是一名急救医疗人员,他曾在不同决策实践的地区工作过。“我们正试图汇总这些信息,以更快地做出这些建议。

该团队目前正在接触数千名医疗专业人士,以测试该报告工具,希望推动该应用程序的众包组件,该组件现在可以在任何支持互联网的设备上使用。为了应对流感大流行,研究小组认为需要以比病毒传播更快的速度提供数据。他们希望各州能够效仿宾夕法尼亚州的做法,比如强制要求医院报告资源数据,并向医生和急诊医师提供新的应用程序等报告工具。

威廉姆斯说:“这个项目是为人民服务的,是由人民创造的,它将保持开放和自由。”

“不幸的是,这并不是一场突如其来的大流行,”Jaffe说。“即使在恢复期,医院也必须恢复正常的护理,同时随着时间的推移治疗Covid-19。我们的应用程序可能也会以这种方式帮助实现负载平衡,这样医院就可以更有效地预测需要隔离多少层covid19,这样医院的其他部门就可以回到母亲生育这样的事情上。我们的目标是真正理解如何在处理危机的同时,让事情恢复到更正常的运营状态。

新闻旨在传播有益信息,英文原版地址:http://news.mit.edu/2020/reporting-tool-balance-hospitals-covid-19-0424