Hacer que los ventiladores mecánicos sean más inteligentes a través de algoritmos basados en datos

Configuración experimental para probar la ventilación asistida con autoaprendizaje. Crédito: Universidad Tecnológica de Eindhoven

Para los pacientes que no pueden respirar lo suficientemente bien sin ayuda, la respiración artificial proporcionada por un ventilador puede salvarles la vida. El ingeniero mecánico Joey Reinders desarrolló algoritmos de autoaprendizaje que permiten que el ventilador suministre exactamente la presión de aire adecuada y se adapte al paciente. Defendió con éxito su tesis doctoral en el departamento de Ingeniería Mecánica el miércoles 2 de febrero.

A medida que estalla la pandemia del coronavirus, sus colegas de la empresa de ingeniería Demcon se comprometen a llevar un nuevo ventilador de la mesa de dibujo a la cama del hospital en un mes, mientras que el candidato a doctorado Joey Reinders ya está trabajando en nuevos desarrollos para la próxima generación. de ventilación mecánica. En un proyecto combinado entre TU/e y Demcon, está investigando cómo un dispositivo respiratorio puede adaptarse a un paciente. Aunque comienza mucho antes del comienzo de la crisis de la COVID-19, la pandemia inevitablemente arroja una nueva luz sobre su investigación sobre la ventilación mecánica.

Cuando un paciente está ventilado, el equipo respiratorio ventila los pulmones y le lleva oxígeno. y eliminando el dióxido de carbono. Muchos pacientes en unidades de cuidados intensivos (UCI) están en respiración artificial. Al comienzo de su investigación doctoral, Reinders pasó un par de días observando al personal en Erasmus MC, en la UCI dirigida por Diederik Gommers, ahora conocido como miembro del equipo nacional de gestión de brotes, y su motivación para desarrollar una mejor ventilación mecánica no hizo más que crecer.

La realidad es más desgarradora

«El personal del IC trabaja increíblemente duro. La pandemia de la corona sin duda les ha dado a todos una idea de la UCI y la respiración artificial. Durante mucho tiempo, la escasez de Los ventiladores para pacientes con coronavirus representaban una amenaza inminente en todo el mundo. La realidad es más desgarradora de lo que sugieren las imágenes que se muestran en las noticias; en la UCI, los pacientes se balancean al borde de la muerte. Y aunque como ingeniero no está al lado de la cama, usted Ciertamente veo la relevancia social de los desarrollos tecnológicos. Mi investigación a menudo está relacionada con la pandemia de corona, pero aparte de eso, espero poder contribuir a reducir la presión laboral en la UCI y mejorar la atención al paciente».

Pequeño ventilador

Fundamentalmente, un dispositivo respiratorio no es más que un pequeño ventilador que sopla aire a presión hacia los pulmones, explica Reinders. «El médico establece un perfil de presión particular. Eso significa establecer una presión más alta para inhalar y luego reducir la presión para exhalar. Para optimizar el tratamiento del paciente, es importante que este perfil de presión se respete lo antes posible. con la mayor precisión posible, minimizando cualquier vaivén».

Para lograr esto, Reinders inicialmente mejoró la tecnología de control utilizada con el dispositivo respiratorio, con el objetivo final de garantizar que el paciente reciba la presión establecida originalmente por el medico Sin duda un reto dada la diversidad de pacientes, desde bebés prematuros hasta adultos, cada uno con sus propias necesidades respiratorias. A continuación, se puso a trabajar en algoritmos de autoaprendizaje, para crear margen para adaptar el dispositivo al paciente.

Control repetitivo

La técnica que utilizó Reinders para hacer esto se llama Control repetitivo. Esto aprende de los errores del equipo registrados durante respiraciones anteriores y los corrige posteriormente en varias respiraciones. En simulaciones con pulmones artificiales en un entorno de laboratorio, se reveló que mediante el uso de esta técnica, el perfil de presión se puede seguir con mayor precisión que con la ventilación mecánica actual. Reinders también desarrolló un par de algoritmos de autoaprendizaje que pueden ayudar a elegir el tratamiento óptimo para los pacientes de la UCI que pueden respirar con asistencia parcial. «La respiración de los pacientes sedados es muy regular. Pero si los propios pacientes respiran, la interacción con el dispositivo es aún más importante. Y así, los nuevos algoritmos pueden estimar la propia respiración del paciente y determinar si el paciente y el ventilador respiran en sincronía. .»

Respiración autónoma

Reinders y sus colegas esperan que estos algoritmos de autoaprendizaje lleven a los pacientes un paso más cerca de la respiración autónoma. “En definitiva, esto significa intubar al paciente, encender la ventilación mecánica, que por sí misma determina el mejor tratamiento, y esperar una serie de días hasta que informe que se puede retirar al paciente del aparato respiratorio”.

Los médicos y las enfermeras de la UCI inicialmente no están tan interesados en los sistemas autoguiados, diciendo que preferirían tomar las riendas, por lo que Reinders observó durante los días que pasó observando en la UCI dirigida por Gommers.

La pandemia de corona ha cambió esta visión y los especialistas han llegado a apreciar que los equipos con más autonomía realmente pueden reducir la carga de trabajo de brindar atención y pueden hacer que el paciente reciba una atención aún mejor. En un estudio de seguimiento, los investigadores de TU/e y Demcon ahora están trabajando con Erasmus MC para desarrollar los algoritmos de autoaprendizaje de Reinders. «Estamos haciendo un esfuerzo concertado para ayudar tanto a los pacientes como a las enfermeras a respirar más fácilmente».

Explore más

Mejorando el soporte respiratorio para pacientes con COVID-19 con ventilación asistida con autoaprendizaje Más información: Ventiladores mecánicos inteligentes: aprendizaje para monitoreo y control. pure.tue.nl/ws/files/193896295 … 0202_Reinders_hf.pdf Proporcionado por la Universidad Tecnológica de Eindhoven Cita: Hacer que los ventiladores mecánicos sean más inteligentes a través de algoritmos basados en datos (2022, 3 de febrero) recuperado el 29 de agosto de 2022 de https://medicalxpress.com/news/2022- 02-mechanical-ventilators-smarter-data-driven-algorithms.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.