Ciągłe monitorowanie ciśnienia tętniczego na oddziale intensywnej terapii zwykle wymaga wprowadzenia cewnika bezpośrednio do tętnicy. Naukowcy z Johns Hopkins University opracowali system MOSAIC, który łączy dwa noszone na ciele czujniki ze sztuczną inteligencją. W pierwszym badaniu z udziałem 28 pacjentów rozwiązanie pozwoliło nieinwazyjnie odtwarzać ciągły przebieg ciśnienia krwi z wynikami zbliżonymi do pomiarów wykonywanych za pomocą cewnika tętniczego.
Z tego artykułu dowiesz się…
- Jak system MOSAIC łączy noszone czujniki ze sztuczną inteligencją, aby nieinwazyjnie i w sposób ciągły monitorować ciśnienie krwi.
- Jakie są wyniki pierwszego badania przeprowadzonego u 28 pacjentów oddziału intensywnej terapii i dowiesz się, jak odczyty systemu wypadały w porównaniu z pomiarami z cewnika tętniczego.
- Dlaczego ciągły pomiar ciśnienia na OIOM-ie zwykle wymaga inwazyjnego cewnika tętniczego oraz jakie ryzyko wiąże się z jego stosowaniem.
- Jak noszone czujniki i AI mogą w przyszłości umożliwić monitorowanie ciśnienia poza OIOM-em, m.in. na zwykłych oddziałach szpitalnych i u osób z nadciśnieniem w domu.
Ciągły pomiar ciśnienia na OIOM-ie jest kluczowy
U pacjentów przebywających na oddziałach intensywnej terapii ciśnienie krwi może ulegać znacznym i szybkim wahaniom. Nadmierny wzrost może wiązać się m.in. z ryzykiem udaru mózgu, zawału serca czy uszkodzenia nerek. Z kolei zbyt niskie ciśnienie może prowadzić do niedostatecznego przepływu krwi przez mózg i inne narządy.
Dlatego u części chorych konieczny jest ciągły pomiar. Obecnie wykorzystuje się w tym celu cewnik wprowadzany do tętnicy, najczęściej w obrębie kończyny. Metoda zapewnia odczyty w czasie rzeczywistym, ale jest inwazyjna i może wiązać się z powikłaniami, takimi jak krwawienie, zakrzepica czy infekcja. Może również ograniczać mobilność pacjenta. Alternatywą są tradycyjne mankiety zakładane na ramię, jednak umożliwiają one wykonywanie jedynie okresowych pomiarów.
Pacjenci na OIOM-ie potrzebują ciągłego monitorowania ciśnienia krwi, aby wykryć problemy na wczesnym etapie, ale oznacza to konieczność założenia tętnicy, co wiąże się z ryzykiem krwawienia, zakrzepicy i infekcji – powiedział główny autor Carl Harris, doktorant inżynierii biomedycznej. Chcieliśmy znaleźć lepszy sposób.
MOSAIC łączy dwa czujniki ze sztuczną inteligencją
Odpowiedzią naukowców jest MOSAIC. System wykorzystuje dwa czujniki noszone na ciele – jeden znajduje się na klatce piersiowej pacjenta, a drugi na palcu. Urządzenia rejestrują aktywność elektryczną serca oraz przepływ krwi przez organizm. Następnie zgromadzone sygnały trafiają do modelu głębokiego uczenia, który rekonstruuje przebieg ciśnienia tętniczego. W przeciwieństwie do klasycznego mankietu nie chodzi więc o pojedynczy wynik, ale o ciągłe śledzenie zmian w czasie.
Rekonstruujemy dane z przebiegów falowych w sposób, który jest wiarygodny, dokładny, wiarygodny i, co najważniejsze, nieinwazyjny – powiedział starszy autor Robert Stevens, kierownik Wydziału Informatyki, Integracji i Innowacji w Johns Hopkins Medicine. To możliwe rozwiązanie pozwalające uniknąć obecnego standardu opieki w zakresie pomiaru ciśnienia krwi i cewników tętniczych, co jest bardzo inwazyjną procedurą obarczoną ryzykiem wielu powikłań.
Wyniki badania opublikowano w „Computers in Biology and Medicine”.
System przetestowano u 28 pacjentów OIOM-u
Pierwsze badanie przeprowadzono u 28 pacjentów oddziału intensywnej terapii w szpitalu Johns Hopkins. Odczyty generowane przez MOSAIC porównywano z przebiegami uzyskiwanymi przy użyciu standardowych cewników tętniczych. Według badaczy przebiegi rekonstruowane przez sztuczną inteligencję były bardzo zbliżone do wyników uzyskiwanych metodą inwazyjną.
Jesteśmy bardzo blisko osiągnięcia tego złotego standardu – powiedział Harris. To pokazuje, że potrafimy osiągnąć to, co sobie zamierzyliśmy – i to całkiem dobrze.
To jednak dopiero wstępne wyniki. Zespół prowadzi obecnie walidację czujników i algorytmu na większej grupie pacjentów OIOM-u Johns Hopkins. Dopiero dalsze badania pozwolą ocenić, czy system może w przyszłości zastąpić cewniki tętnicze w określonych sytuacjach klinicznych.
Ciągły pomiar także poza intensywną terapią?
Potencjalne zastosowanie technologii wykracza poza OIOM. Nieinwazyjne urządzenie mogłoby umożliwić ciągłe monitorowanie ciśnienia również na zwykłych oddziałach szpitalnych, gdzie zakładanie cewników tętniczych nie jest standardem. W dalszej perspektywie naukowcy widzą możliwość wykorzystania podobnego rozwiązania w warunkach domowych, zwłaszcza u osób z nadciśnieniem tętniczym. Czujniki mogłyby monitorować zmiany przez całą dobę, podobnie jak systemy ciągłego monitorowania glikemii pozwalają obserwować jej wahania u osób z cukrzycą.
Ta technologia medyczna mogłaby również dostarczyć nowych informacji o fizjologicznych zmianach ciśnienia u zdrowych ludzi podczas pracy, odpoczynku, snu czy codziennej aktywności.
Obserwujemy chorych pacjentów na oddziale intensywnej terapii, ale nie mamy pojęcia, co dzieje się z ciśnieniem krwi u zdrowej osoby, która po prostu żyje swoim życiem, chodzi do pracy i spędza czas z rodziną – powiedział Stevens. Co dzieje się z ich ciśnieniem krwi dzień po dniu? Nikt tak naprawdę tego nie wie.
Główne wnioski
- Naukowcy z Johns Hopkins University opracowali system MOSAIC, który wykorzystuje dwa czujniki – umieszczone na klatce piersiowej i palcu – oraz model głębokiego uczenia do ciągłego odtwarzania przebiegu ciśnienia tętniczego.
- W pierwszym badaniu obejmującym 28 pacjentów OIOM-u przebiegi ciśnienia generowane przez MOSAIC były bardzo zbliżone do odczytów uzyskiwanych za pomocą standardowych, inwazyjnych cewników tętniczych.
- Nieinwazyjna technologia mogłaby w przyszłości ograniczyć konieczność stosowania cewników tętniczych, które wiążą się m.in. z ryzykiem krwawienia, zakrzepicy i infekcji oraz mogą ograniczać mobilność pacjentów.
- Badacze sprawdzają obecnie MOSAIC na większej grupie pacjentów. W przyszłości technologia może znaleźć zastosowanie także poza OIOM-em, m.in. w ciągłym monitorowaniu osób z nadciśnieniem tętniczym.
Źródło:
- https://www.sciencedirect.com/science/article/abs/pii/S0010482526004257
- Johns Hopkins University
