An infrastructure for decision-making to support neonatal clinical care and research

Preterm infants’ cribs in Neonatal Intensive Care Unit (NICU) of “Women’s and Children’s Hospital G. Salesi” of Ancona are surrounded by many devices for the monitoring, diagnosis and treatment of diseases, which provide a huge amount of data that, until now, was only displayed on monitors and periodically transcribed in a paper medical record. Then manual notes were regularly, but not immediately, transcribed in an electronic sheet on a NICU PC with the risk of errors and forgetfulnesses. In this context, physicians have expressed the need to automatically gather data from all these devices to ensure that no key details for patient care were overlooked, as they are aware that the automation of this process could improve the implementation of the procedures of their daily clinical practice. The objective of this thesis is to allow the interfacing of NICU biomedical instruments into a single cloud-based infrastructure that enables the communication between different medical devices and a unique DB. The proposed architecture permits the automation of the process of device data collection, transmission, storage, processing and availability for medical staff, that is guaranteed through the implementation of a web interface that exceeds the functionalities of a simple Electronic Medical Record, thanks to the development of innovative clinical tools. They contain data extraction and analysis techniques and decision-making algorithms, which provide in output advices, reminders, alarms, and indicators that can support physicians in predicting and diagnosing diseases, such as neonatal jaundice or motor disabilities, in monitoring physiological parameters, such as respiratory rate and growth parameters, and in making decisions about clinical problems, such as daily nutritional intakes and follow-ups. All the solutions described above have been validated through experiments conducted in the NICU under the supervision of the physicians and the Head Physician.

Le culle dei neonati pretermine presso l’Unità di Terapia Intensiva Neonatale (UTIN) dell’Ospedale Pediatrico “G. Salesi” di Ancona sono circondati da numerosi dispositivi per il monitoraggio, la diagnosi e il trattamento delle malattie e forniscono un’enorme quantità di dati che, fino ad ora, venivano visualizzati solo su monitor e trascritti in una cartella clinica cartacea. Le note manuali, quindi, venivano periodicamente, ma non immediatamente, trascritte in un foglio elettronico sul PC della UTIN con il rischio di errori e dimenticanze. I medici hanno espresso la necessità di raccogliere automaticamente i dati dai dispositivi per garantire che non venissero trascurati dettagli importanti per la cura del paziente, essendo consapevoli che l’automazione di tale processo possa facilitare e migliorare l’implementazione delle procedure della pratica clinica quotidiana. L’obiettivo di questa tesi è quello di permettere l’interfacciamento delle strumentazioni biomediche della UTIN in un’unica infrastruttura cloud, che ne consenta la comunicazione con un DB unico. L’architettura proposta consente l’automatizzazione del processo di raccolta, trasmissione, memorizzazione, elaborazione e disponibilità dei dati dei dispositivi per il personale medico. Questa è garantita dalla realizzazione di un’interfaccia web che supera le funzionalità di una semplice Cartella Clinica Elettronica, grazie allo sviluppo di moduli clinici innovativi. Essi contengono tecniche di estrazione e analisi dei dati e algoritmi decisionali, che forniscono in output reminder, allarmi e indicatori, in grado di supportare i medici nella previsione e nella diagnosi di malattie come l’ittero neonatale o le disabilità motorie, nel monitoraggio dei parametri fisiologici, come la frequenza respiratoria e i parametri di crescita, e nelle decisioni da prendere riguardo problemi clinici, come gli apporti nutrizionali giornalieri e i follow-up. Tutte le soluzioni sopra descritte sono state validate attraverso esperimenti condotti nella UTIN sotto la supervisione del primario e dei medici del reparto.