Mejorando el soporte respiratorio para pacientes con COVID-19 con ventilación asistida con autoaprendizaje

Crédito: Unsplash/CC0 Public Domain

A medida que la pandemia continúa asolando el mundo, los ventiladores mecánicos son vitales para la supervivencia de los pacientes con COVID-19 que no pueden respirar por sí mismos. Uno de los principales desafíos es rastrear y controlar la presión de los ventiladores para garantizar que los pacientes obtengan exactamente la cantidad de aire que necesitan. Investigadores de la Universidad Tecnológica de Eindhoven (TU/e) han desarrollado una técnica basada en algoritmos de autoaprendizaje que mejora el rendimiento del controlador por un factor de diez. Los resultados se presentaron en IFAC2020, una importante conferencia internacional sobre control automático.

Un ventilador mecánico bombea aire dentro y fuera de los pulmones de un paciente, cuando ya no puede respirar (suficientemente) por sí mismo. El flujo alterno de aire permite que los pulmones intercambien CO2 por O2 en la sangre, asegurando así la supervivencia del paciente. Para asegurarse de que los pacientes obtengan la cantidad de aire que necesitan, es fundamental que la presión del aire siga exactamente las instrucciones de los médicos. De lo contrario, podría resultar en una mayor mortalidad.

Este no es un problema trivial. No todos los pacientes son iguales, y los sistemas de mangueras y ventiladores que se utilizan para llevar el aire al paciente pueden variar, lo que genera inconsistencias no deseadas. Por lo tanto, se han realizado muchas investigaciones para corregir este problema, utilizando técnicas como el control de retroalimentación adaptativo. Sin embargo, estas técnicas se basan en modelos precisos de pacientes, que en la práctica no siempre están disponibles, porque no todos los pacientes son iguales.

Los investigadores de TU/e emplean una técnica de control alternativa que el profesor asociado Tom Oomen del Departamento de Ingeniería Mecánica se está desarrollando para aplicaciones en la industria de alta tecnología, como impresoras y escáneres de obleas. Esta técnica se basa en algoritmos de autoaprendizaje y aprovecha el hecho de que la respiración en pacientes sedados (que son muchos pacientes con COVID-19) tiende a ser muy regular, al igual que muchos procesos en la industria.

Control repetitivo

La técnica, llamada control repetitivo, puede aprender de los errores de la máquina y tiene la capacidad de corregirlos en unas pocas iteraciones, usando datos medidos de sensores en la máquina. Si lo hace para un ventilador mecánico, puede aumentar la precisión de la presión y el flujo proporcionado por el ventilador en un factor de diez después de algunas respiraciones, incluso cuando no se conoce la capacidad pulmonar del paciente.

La técnica fue probado en pulmones artificiales en un laboratorio. En los tres escenarios (un bebé, un niño y un adulto), el rendimiento del seguimiento de la presión fue superior a los dispositivos existentes.

«Gracias al algoritmo de autoaprendizaje que aplicamos, somos capaces de lograr niveles de presión muy precisos, independientemente del paciente conectado al dispositivo. Esto hace que el tratamiento sea mucho más constante», dice Joey Reinders, Ph.D. candidato en la sección de Dinámica y Control en el departamento de Ingeniería Mecánica y uno de los investigadores involucrados.

Reinders y sus colegas realizaron la mayor parte de su investigación en 2019, cuando para muchas personas la pandemia de coronavirus todavía era una distopía fantasía. «Cuando comenzamos nuestra investigación, no teníamos idea de que sería tan relevante», dice. «Por lo tanto, estoy muy contento con los resultados, que algún día podrían ser un salvavidas para los pacientes con coronavirus».

Futuras investigaciones

Señala que se necesita más investigación antes de que La técnica se puede utilizar en la práctica. Reinders y sus colegas solo probaron en pacientes sedados, para quienes el control repetitivo funciona mejor porque sus patrones de respiración son muy regulares. Sin embargo, los ventiladores también se usan en pacientes que aún están conscientes y que pueden comenzar a respirar de forma inesperada. El controlador del ventilador también debe poder hacer frente a tales situaciones.

Explore más

Siga las últimas noticias sobre el brote de coronavirus (COVID-19) Más información: Reinders et al., Mejorando la ventilación mecánica para el cuidado del paciente a través del control repetitivo. arXiv:2004.00312 [eess.SY]. arxiv.org/abs/2004.00312 Proporcionado por la Universidad Tecnológica de Eindhoven Cita: Mejorando el soporte respiratorio para pacientes con COVID-19 con ventilación asistida con autoaprendizaje (2020, 31 de julio) recuperado el 31 de agosto de 2022 de https:/ /medicalxpress.com/news/2020-07-respiratory-covid-patients-self-learning-ventilation.html Este documento está sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona únicamente con fines informativos.