Introduction: Telemedicine can help manage patients suffering from chronic pathologies, particularly elderly patients with numerous comorbidities. We experimented with the e-platform, MyPredi, dedicated to the automated, intelligent detection of situations where patients are at risk of decompensation from geriatric syndromes. We focused our experiment on one particular patient included in the GER-e-TEC study.
Methods: The MyPredi platform uses on medical sensors that communicate and relay real-time feedback to an intelligent system of physiological information that analyzes medical ontology, ultimately leading to the generation of alerts. These alerts are linked to a deterioration in the patient's state of health due to a decompensation of chronic pathologies. We reported the results of this experiment for the patient who was participating.
Results: The telemedicine solution made 6,073 measurements for the patient throughout his hospitalization, averaging 253 measurements per day. The telemedicine solution issued 110 alerts for the patient during his stay, with an average of 5 alerts per day. The patient had 15 mild alerts, 31 moderate alerts, and 64 severe alerts. In terms of sensitivity, the results are 100% for all geriatric risks and very satisfactory in terms of positive and negative predictive value.
Conclusion: MyPredi telemedicine platform enables the generation of alerts in an automatic and non-intrusive way relating to the deterioration of a patient's state of health with regard to geriatric risks.
Introduction: La télémédecine est susceptible d’apporter une aide à la prise en charge des patients souffrant de pathologies chroniques, en particulier les sujets âgés porteurs de nombreuses comorbidités. Dans ce cadre, nous avons expérimenté la e-plateforme MyPredi dédiée à la détection automatisée et intelligente des situations à risque de décompensation des syndromes gériatriques, auprès d’un patient inclus pour l’étude GER-e-TEC (pour geriatrics and e-technology).
Méthodes: La plateforme MyPredi repose sur des capteurs médicaux communicants permettant de remonter, en temps réel, à un système intelligent des informations physiologiques, et sur une analyse de l’ontologie médicale, ce qui aboutit in fine à la génération d’alertes. Ces dernières sont liées à une dégradation de l’état de santé des patients en rapport avec une décompensation des pathologies chroniques. Nous indiquons les résultats de cette expérimentation pour le patient inclus.
Résultats: La solution de télémédecine a réalisé 6 073 mesures pour le patient durant tout le long de son hospitalisation, avec en moyenne 253 mesures par jour. La solution de télémédecine a émis 110 alertes pour le patient durant son séjour, avec en moyenne cinq alertes par jour. Le patient a eu 15 alertes légères, 31 modérées et 64 sévères. On note une sensibilité de 100 % pour l’ensemble des risques gériatriques, avec des résultats très satisfaisants en termes de valeurs prédictives positives et négatives.
Conclusion: En pratique, le système de télémédecine MyPredi permet, de façon automatique et non intrusive, de générer des alertes en rapport avec la dégradation de l’état de santé du patient en ce qui concerne les risques gériatriques.
Keywords: GER-e-TEC study; MyPredi platform; elderly subjects; geriatric risks; prevention; telemonitoring.