[비즈한국] Krisis layanan kesehatan esensial anak tidak hanya berhenti pada masalah kurangnya dokter untuk merawat pasien. Seberapa cepat kondisi anak yang akhirnya berhasil masuk rumah sakit dapat dideteksi dan direspons ketika kondisinya tiba-tiba memburuk juga sangat krusial. Khususnya pada anak-anak, kondisi dapat memburuk dengan cepat, sehingga diperlukan jaring pengaman di rumah sakit untuk mendeteksi sinyal bahaya sebelum terjadi henti jantung atau kondisi yang memerlukan perawatan di unit perawatan intensif.
Sistem yang berperan dalam hal ini adalah Sistem Respons Cepat (RRS). Ini merupakan sistem keselamatan pasien di mana tim respons cepat melakukan intervensi dini ketika tanda-tanda abnormal muncul pada pasien di bangsal umum untuk mencegah perburukan kondisi menjadi parah.
Namun, di Korea terdapat kesenjangan dalam pembangunan RRS antara pasien dewasa dan anak-anak. Sebanyak 47 rumah sakit umum tersier di Korea mengoperasikan RRS untuk orang dewasa, namun dari 15 pusat yang memiliki Unit Perawatan Intensif Anak (PICU), hanya 7 pusat yang mengoperasikan RRS pediatrik. Dari jumlah tersebut, 5 di antaranya terkonsentrasi di Seoul, dan hanya 2 di luar wilayah Seoul.
Park Sung-jong, Ketua Masyarakat Kedokteran Perawatan Kritis Anak Korea (Profesor Departemen Kedokteran Perawatan Kritis Anak di Asan Medical Center, Seoul), mengatakan dalam simposium global untuk keselamatan pasien anak 'Global Patient Safety Summit in Pediatrics' yang diadakan di Hotel Josun Palace, Yeoksam-dong, Seoul pada tanggal 19 lalu, "Meskipun perburukan akut pada anak dapat terjadi jauh lebih cepat dibandingkan orang dewasa dan deteksi dini serta intervensi cepat lebih menentukan dalam meningkatkan progres klinis dan prognosis, pengenalan serta dukungan untuk tim respons cepat pediatrik masih sangat minim." Di luar negeri, RRS pediatrik telah dioperasikan sejak tahun 1990-an, namun penyebarannya di Korea lebih lambat dibandingkan untuk orang dewasa.
Deteksi sebelum perburukan lebih penting daripada pertolongan setelah henti jantung
Inti dari RRS bukan sekadar mengobati pasien yang sudah dalam kondisi kritis, melainkan mendeteksi sinyal bahaya lebih awal untuk mendapatkan waktu bagi tim medis agar dapat melakukan intervensi.
Masalahnya adalah menentukan di antara sekian banyak anak di bangsal, siapa yang kondisinya mulai memburuk. Secara khusus, pada anak-anak, rentang tanda vital normal berubah sesuai usia dan tahap pertumbuhan, sehingga penyaringan pasien berisiko menjadi rumit. Inilah alasan mengapa selain menyediakan personel RRS, sistem deteksi yang menentukan pasien mana yang harus ditangani oleh tim respons cepat dan kapan waktunya, menjadi sangat penting.
Menurut studi yang dilakukan oleh Profesor Christopher Parshuram dari University of Toronto, Kanada, yang menganalisis data rawat inap lebih dari 15.000 pasien kritis anak, sekitar 85% kasus henti jantung yang terjadi selama rawat inap dinilai dapat dicegah. Analisis menunjukkan bahwa perburukan kondisi yang parah dapat dikurangi dengan memperkuat sistem pengawasan di bangsal.
4 dari 10 kasus sepsis di seluruh dunia terjadi pada balita... Penyaringan dini pasien berisiko dengan AI
Penyakit representatif yang menunjukkan sulitnya deteksi dini adalah sepsis. Sepsis adalah kondisi kritis di mana fungsi organ terganggu akibat respons sistemik abnormal terhadap infeksi. Masalahnya adalah pada tahap awal, gejalanya mirip dengan infeksi virus yang dapat sembuh secara alami seperti demam, sehingga sulit untuk memilah pasien berisiko. Jika kondisi memburuk, hal itu dapat menyebabkan syok atau kegagalan organ, sehingga sangat penting untuk terus mengamati perubahan pasien dan melakukan intervensi dini.
Secara khusus, beban sepsis pada anak-anak sangat besar. Menurut GBD (Global Burden of Disease Study) yang dikutip oleh WHO (Organisasi Kesehatan Dunia), diperkirakan terjadi sekitar 48,9 juta kasus sepsis di dunia pada tahun 2017, dan 11 juta orang meninggal dunia akibat sepsis. Sekitar 20 juta kasus, atau 41% dari total kejadian sepsis, terjadi pada anak di bawah usia 5 tahun.
Di luar negeri, teknologi digital dan AI sedang diintegrasikan ke dalam RRS. Menurut Profesor Christopher Horvat dari University of Pittsburgh, AS, Rumah Sakit Anak Pittsburgh telah membangun sistem respons sepsis terintegrasi yang mencakup penyaringan pasien berisiko berbasis AI. AI menganalisis 48 variabel termasuk tanda vital, hasil tes, dan catatan perawat untuk menghitung tingkat risiko, dan pasien berisiko tinggi diklasifikasikan sebagai subjek observasi intensif agar notifikasi dapat diteruskan ke tim medis. Cara ini bukan berarti AI yang memastikan diagnosis sepsis, melainkan AI memilih pasien mana yang harus diperiksa terlebih dahulu oleh tim medis sehingga intervensi nyata dapat dilakukan.
Profesor Horvat menjelaskan bahwa sejak diterapkannya sistem respons sepsis terintegrasi ini, sepsis berat yang terjadi di rumah sakit berkurang sekitar 50% dan terdapat efek penghematan biaya medis lebih dari 1 juta dolar per tahun.
Melampaui prediksi henti jantung hingga perburukan pernapasan... Mendeteksi lebih awal sinyal bahaya pada anak
Di Korea, AI juga mulai dimanfaatkan dalam RRS pediatrik. Saat ini, di antara institusi yang mengoperasikan RRS pediatrik, Asan Medical Center Seoul dan Severance Children's Hospital menggunakan perangkat medis prediksi henti jantung berbasis AI, 'VUNO Med-DeepCARS'.
VUNO sedang memperluas teknologinya ke arah pendeteksian perburukan kondisi yang parah pada tahap yang lebih dini daripada henti jantung. Menurut perusahaan tersebut, DeepCARS saat ini dapat digunakan untuk semua usia termasuk anak-anak, dan sedang melakukan uji klinis model prediksi tindak lanjut untuk setiap penyakit pendahulu henti jantung seperti sepsis dan gagal napas. Di bidang sepsis, 'VUNO Med-DeepiSEPS' yang ditujukan untuk pasien di unit perawatan intensif dewasa telah mendapatkan sertifikasi manufaktur perangkat medis pada bulan Mei tahun ini.
Pada anak-anak, penelitian untuk mendeteksi dini perburukan pernapasan telah dilakukan. Peneliti dari VUNO dan Yangsan Busan National University Hospital telah mengembangkan model AI yang memprediksi kebutuhan ventilasi mekanis invasif pada pasien unit perawatan intensif neonatus, dan tahun ini mempublikasikan hasil penelitian lanjutan untuk pasien unit perawatan intensif anak di jurnal internasional 'Heart & Lung'.
Menurut pihak perusahaan, model pediatrik tersebut mampu memprediksi kebutuhan ventilasi mekanis invasif hingga 8 jam sebelumnya, dan kinerja prediksi (AUROC) untuk membedakan pasien yang membutuhkan ventilasi mekanis adalah sekitar 0,88. Dijelaskan bahwa dengan sensitivitas yang sama, jumlah alarm berkurang hingga kurang dari setengah dibandingkan model sebelumnya. Mengurangi 'alarm fatigue', di mana respon tenaga medis menurun karena alarm yang tidak perlu berulang, juga menjadi tugas penting dalam RRS.
VUNO berpartisipasi dalam proyek ARPA-H (penelitian dan pengembangan kesehatan tingkat tinggi yang menantang) tipe Korea bersama Yangsan Busan National University Hospital untuk mengembangkan model yang memprediksi risiko perburukan kondisi pasien dewasa dan anak secara real-time.
Hanya dengan AI menemukan pasien berisiko dengan cepat, masalah medis esensial anak tidak serta-merta terselesaikan. Meskipun AI menangkap sinyal bahaya, jika tidak ada tenaga medis dan sistem respons yang menindaklanjuti untuk memeriksa serta mengevaluasi pasien guna dihubungkan ke perawatan yang nyata, efektivitasnya pasti akan terbatas.
Pada akhirnya, di bidang medis esensial anak, AI tidak menggantikan tenaga medis, melainkan berperan untuk membantu tenaga medis yang terbatas agar tidak melewatkan anak yang harus diperiksa saat ini juga. Kuncinya adalah seberapa rapat jaring pengaman di dalam rumah sakit dibangun agar sinyal bahaya dapat ditemukan lebih awal dan tim medis dapat segera melakukan intervensi.