Cr\u00e9dito: Unsplash\/CC0 Public Domain <\/p>\n
A medida que la pandemia contin\u00faa asolando el mundo, los ventiladores mec\u00e1nicos son vitales para la supervivencia de los pacientes con COVID-19 que no pueden respirar por s\u00ed mismos. Uno de los principales desaf\u00edos es rastrear y controlar la presi\u00f3n de los ventiladores para garantizar que los pacientes obtengan exactamente la cantidad de aire que necesitan. Investigadores de la Universidad Tecnol\u00f3gica de Eindhoven (TU\/e) han desarrollado una t\u00e9cnica 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 autom\u00e1tico. <\/p>\n
Un ventilador mec\u00e1nico bombea aire dentro y fuera de los pulmones de un paciente, cuando ya no puede respirar (suficientemente) por s\u00ed mismo. El flujo alterno de aire permite que los pulmones intercambien CO2 por O2 en la sangre, asegurando as\u00ed la supervivencia del paciente. Para asegurarse de que los pacientes obtengan la cantidad de aire que necesitan, es fundamental que la presi\u00f3n del aire siga exactamente las instrucciones de los m\u00e9dicos. De lo contrario, podr\u00eda resultar en una mayor mortalidad.<\/p>\n
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 t\u00e9cnicas como el control de retroalimentaci\u00f3n adaptativo. Sin embargo, estas t\u00e9cnicas se basan en modelos precisos de pacientes, que en la pr\u00e1ctica no siempre est\u00e1n disponibles, porque no todos los pacientes son iguales.<\/p>\n
Los investigadores de TU\/e emplean una t\u00e9cnica de control alternativa que el profesor asociado Tom Oomen del Departamento de Ingenier\u00eda Mec\u00e1nica se est\u00e1 desarrollando para aplicaciones en la industria de alta tecnolog\u00eda, como impresoras y esc\u00e1neres de obleas. Esta t\u00e9cnica se basa en algoritmos de autoaprendizaje y aprovecha el hecho de que la respiraci\u00f3n en pacientes sedados (que son muchos pacientes con COVID-19) tiende a ser muy regular, al igual que muchos procesos en la industria.<\/p>\n
Control repetitivo<\/p>\n
La t\u00e9cnica, llamada control repetitivo, puede aprender de los errores de la m\u00e1quina y tiene la capacidad de corregirlos en unas pocas iteraciones, usando datos medidos de sensores en la m\u00e1quina. Si lo hace para un ventilador mec\u00e1nico, puede aumentar la precisi\u00f3n de la presi\u00f3n y el flujo proporcionado por el ventilador en un factor de diez despu\u00e9s de algunas respiraciones, incluso cuando no se conoce la capacidad pulmonar del paciente.<\/p>\n
La t\u00e9cnica fue probado en pulmones artificiales en un laboratorio. En los tres escenarios (un beb\u00e9, un ni\u00f1o y un adulto), el rendimiento del seguimiento de la presi\u00f3n fue superior a los dispositivos existentes.<\/p>\n
\u00abGracias al algoritmo de autoaprendizaje que aplicamos, somos capaces de lograr niveles de presi\u00f3n muy precisos, independientemente del paciente conectado al dispositivo. Esto hace que el tratamiento sea mucho m\u00e1s constante\u00bb, dice Joey Reinders, Ph.D. candidato en la secci\u00f3n de Din\u00e1mica y Control en el departamento de Ingenier\u00eda Mec\u00e1nica y uno de los investigadores involucrados.<\/p>\n
Reinders y sus colegas realizaron la mayor parte de su investigaci\u00f3n en 2019, cuando para muchas personas la pandemia de coronavirus todav\u00eda era una distop\u00eda fantas\u00eda. \u00abCuando comenzamos nuestra investigaci\u00f3n, no ten\u00edamos idea de que ser\u00eda tan relevante\u00bb, dice. \u00abPor lo tanto, estoy muy contento con los resultados, que alg\u00fan d\u00eda podr\u00edan ser un salvavidas para los pacientes con coronavirus\u00bb.<\/p>\n
Futuras investigaciones<\/p>\n
Se\u00f1ala que se necesita m\u00e1s investigaci\u00f3n antes de que La t\u00e9cnica se puede utilizar en la pr\u00e1ctica. Reinders y sus colegas solo probaron en pacientes sedados, para quienes el control repetitivo funciona mejor porque sus patrones de respiraci\u00f3n son muy regulares. Sin embargo, los ventiladores tambi\u00e9n se usan en pacientes que a\u00fan est\u00e1n conscientes y que pueden comenzar a respirar de forma inesperada. El controlador del ventilador tambi\u00e9n debe poder hacer frente a tales situaciones. <\/p>\n
Explore m\u00e1s<\/p>\n
Siga las \u00faltimas noticias sobre el brote de coronavirus (COVID-19) M\u00e1s informaci\u00f3n:<\/strong> Reinders et al., Mejorando la ventilaci\u00f3n mec\u00e1nica para el cuidado del paciente a trav\u00e9s del control repetitivo. arXiv:2004.00312 [eess.SY]. arxiv.org\/abs\/2004.00312 Proporcionado por la Universidad Tecnol\u00f3gica de Eindhoven Cita<\/strong>: Mejorando el soporte respiratorio para pacientes con COVID-19 con ventilaci\u00f3n 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 est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Cr\u00e9dito: Unsplash\/CC0 Public Domain A medida que la pandemia contin\u00faa asolando el mundo, los ventiladores mec\u00e1nicos son vitales para la supervivencia de los pacientes con COVID-19 que no pueden respirar por s\u00ed mismos. Uno de los principales desaf\u00edos es rastrear y controlar la presi\u00f3n de los ventiladores para garantizar que los pacientes obtengan exactamente la … Continuar leyendo \u00abMejorando el soporte respiratorio para pacientes con COVID-19 con ventilaci\u00f3n asistida con autoaprendizaje\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-30831","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/30831","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=30831"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/30831\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=30831"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=30831"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=30831"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}