Alerte intelligente : un signe annonciateur d’événements indésirables dans les environnements de soins intensifs

Les alarmes des dispositifs médicaux sont conçues pour détecter et alerter le personnel soignant en cas de situations potentiellement létales, de dysfonctionnement des dispositifs pouvant entraîner un risque mortel, ou de danger imminent pour le patient. Cependant, dans le contexte des environnements de soins intensifs, des études montrent que plus de 87 % des alarmes de dispositifs ne nécessitent aucune intervention ou attention médicale.^1,2 En effet, la littérature scientifique indique que le taux d’alarmes nécessitant une intervention ou significatives n’est que de 5 à 13 % dans les unités de soins intensifs.^2,3,4

La « surcharge » générée par les alarmes des dispositifs médicaux en salle et sur la station de travail distante induit une charge sensorielle pour les cliniciens, ce qui peut les distraire et les amener à ignorer des notifications potentiellement critiques pour la vie des patients. ⁵ Ce phénomène est connu sous le nom "d'Alarm fatigue", mieux défini comme la désensibilisation des cliniciens aux stimulations d’alarme incessantes, ce qui peut entraîner des retards dans la prise en charge médicale et les soins. ^6,7 La gestion des alarmes cliniques s’est traditionnellement concentrée sur la réduction des alarmes non pertinentes, également appelées « fausses alarmes ». Depuis environ vingt ans, la lutte contre la fatigue liée aux alarmes est un défi majeur dans les environnements de soins intensifs des établissements de santé.

Pour réduire la fatigue liée aux alarmes, de nombreux établissements de santé optent dans un premier temps pour des changements technologiques concrets. Il s’agit par exemple d’ajuster les seuils de déclenchement des alarmes et leur niveau sonore.⁸ Grâce aux informations factuelles issues des systèmes de monitoring et de gestion des alarmes, les établissements de santé sont conscients qu’il est possible de réduire encore plus la charge de travail liée aux alarmes. Parmi les stratégies mises en œuvre pour y remédier figurent la mise en place de délais dans l’activation des alarmes, l’adaptation des seuils d’alarme en fonction de l’âge et de l’état du patient, l’élimination de l’escalade d’alarmes redondantes.⁹ Toutefois, ces solutions provisoires au problème ne permettent pas de distinguer les notifications pertinentes et cliniquement significatives des autres.

En général, l’alarme d’un dispositif médical se déclenche lorsqu’un paramètre mesuré s’écarte des seuils acceptés, en tenant compte de contraintes et de conditions relatives au type, à l’amplitude et à la durée de cet écart. Un signal d’alarme nécessite une action immédiate, car il se déclenche en réaction à la détérioration des mesures du patient. Pourtant, une alerte, via une notification émergente, peut indiquer qu’un événement indésirable cliniquement exploitable est imminent.¹⁰ Par exemple, « une alerte peut survenir dix minutes avant que l’état d’un patient ne se détériore, tandis qu’une alarme peut indiquer une asystolie. »⁸

Une alarme typique de dispositif médical signale le dépassement d’un seuil pour un seul paramètre mesuré. Toutefois, cette alarme peut ou non avoir une valeur clinique significative, et l’équipe clinique le ne sait pas tant qu’elle n’y a pas donné suite. En revanche, en combinant le dépassement de seuil avec d’autres informations contextuelles, telles que les données d’autres paramètres ou l’évolution dans le temps, les cliniciens peuvent mieux comprendre l’état du patient. Par exemple, une femme de 80 ans ayant subi un pontage coronarien devient tachycarde. Son volume courant diminue en dessous de 300 litres par minute, tandis que sa fréquence respiratoire dépasse 30 respirations par minute. Peu après, son drain thoracique commence à se remplir de sang. Puis l’alarme de tachycardie ventriculaire (VTACH) se déclenche.¹¹

Dans ce scénario, plusieurs alarmes se seraient déclenchées simultanément dans l’environnement : FC élevée, tachycardie, volume courant faible, FR élevée. Isolées, ces alarmes n’auraient pas revêtu une grande importance pour le clinicien, mais si les alertes avaient indiqué des valeurs de fréquence cardiaque élevées consécutives pendant 5 min, ou un volume courant faible et une fréquence respiratoire élevée survenant simultanément, elles auraient pu justifier une attention accrue. Chacun de ces exemples est fortement contextuel : le premier indique une instabilité de la fréquence cardiaque et le second une obstruction ou une occlusion des voies respiratoires. De plus, ce patient aurait pu générer un nombre particulièrement important d’alarmes, ce qui aurait entraîné une désensibilisation accrue des cliniciens, rendant ainsi difficile la discrimination entre les éléments préoccupants et les faux signaux. Ce scénario met en évidence comment l’optimisation de l’alerte elle-même offre aux cliniciens une notification plus pertinente qui retient leur attention et signale clairement que « le patient a besoin d’aide ». Au lieu de répondre uniquement au déclenchement de l’alarme de priorité élevée « VTACH », l’équipe clinique aurait pu administrer des soins bien plus tôt grâce à une alerte agrégée et contextualisée, intégrant les variations des mesures en fonction du temps écoulé et de la quantité observée, comme l’alerte consécutive ou l’alerte combinée mentionnées précédemment. Cette alerte contextualisée et cliniquement exploitable est ce que l’on appelle une « alerte intelligente » (Smart Alert).

Les alertes intelligentes de Philips Capsule intègrent des données de différentes sources, notamment des mesures brutes, des alarmes des dispositifs et des informations relatives aux admissions, sorties et transferts (ADT), afin de fournir des notifications d’urgence contextualisées. La structure de l’algorithme des alertes intelligentes s’appuie sur des méthodes multivariées combinant les variations des mesures en fonction du temps écoulé et de la quantité observée. Plusieurs types d’alertes intelligentes ont été développés sur la base de tendances temporelles de paramètres spécifiques, telles que des franchissements de seuil sur une durée donnée, des observations de paramètres consécutives et répétées sur une durée donnée et, enfin, des franchissements de seuil simultanés pour des paramètres distincts mais évoluant de manière cohérente dans le temps.

Dans un environnement de soins intensifs, de nombreux événements urgents peuvent survenir. Les patients évoluant dans ces environnements sont gravement malades et peuvent être dépendants de la technologie (c’est-à-dire qu’ils dépendent d’équipement thérapeutique et de monitoring pour rester en vie). Parmi les exemples d’événements urgents associés aux patients sous ventilation mécanique, on peut citer l’occlusion de la sonde d’intubation, l’extubation non planifiée ou accidentelle, l’incapacité au sevrage respiratoire, et l’infection acquise sous ventilation. À titre d’exemple, l’extubation involontaire est l’un des événements indésirables liés à la ventilation les plus courants, avec une incidence pouvant atteindre 10 % chez les patients sous ventilation mécanique.^12,13,14 L’extubation involontaire peut se présenter sous la forme d’une auto-extubation du patient, ou d’une extubation accidentelle. L’agitation ou l’irritation du patient peut conduire à une auto-extubation, tandis que l’extubation accidentelle peut être due à des mouvements du patient lors des soins infirmiers ou du transport en vue d’examens diagnostiques.¹⁵

Les paramètres permettant d’évaluer les occlusions et les extubations accidentelles peuvent inclure la perte de pression endotrachéale, la fréquence respiratoire et le volume courant. Ces anomalies peuvent être intégrées dans une alerte intelligente, basée sur une logique booléenne. En collaboration avec ses clients, Philips Capsule a sélectionné et étudié diverses alertes intelligentes qui suggèrent la survenue possible d’une occlusion ou d’une extubation accidentelle, sur la base des mesures obtenues à partir du ventilateur mécanique.

En résumé, les alarmes de dispositif basées sur des seuils ne suffisent tout simplement pas, car elles produisent souvent des faux positifs sans valeur clinique.⁵ En revanche, les alertes intelligentes qui utilisent des algorithmes vérifiés et validés par rapport à des données réelles, en lien avec l’état de santé du patient, jouent un rôle important en soins intensifs, notamment pour les patients sous ventilation mécanique, qui sont sujets à de faux positifs dus à des artefacts ou à des déconnexions.¹⁶ Philips Capsule peut aider les établissements de santé à renforcer la sécurité des patients et à améliorer la qualité des soins grâce à des alertes intelligentes susceptibles de signaler à l’avance des événements indésirables, en particulier dans un environnement de soins intensifs.