KI-unterstütztes Analgesie-Copilot-System (SEASCAPE)

Die Beurteilung von Schmerzen während der Allgemeinanästhesie (GA) stellt eine erhebliche klinische Herausforderung dar, da die direkte Bewertung von Schmerzen aufgrund des Wegfalls bewusster Reaktionen unmöglich ist.
Folglich müssen Kliniker eine große Menge indirekter physiologischer Daten (Herzfrequenz, Blutdruck, EEG, Hautleitfähigkeit) interpretieren, um das Ausmaß der Nozizeption – den Prozess der Erkennung schädlicher Reize durch das Nervensystem – zu bestimmen, wobei Daten von mehreren, oft unabhängigen Monitoren erfasst werden.

Diese manuelle Methode ist von Natur aus ineffizient und anfällig für Beurteilungsfehler.
Das Ergebnis dieses Mangels ist eine suboptimale Schmerzbehandlung, bei der eine Über- oder Unterdosierung von Opioiden das Risiko schwerwiegender unerwünschter Ereignisse, wie z.B. die Chronifizierung von Schmerzen, erhöht.
Dies stellt ein Problem der öffentlichen Gesundheit dar, das zu Behinderungen und einer erheblichen Verschlechterung der Lebensqualität führt.
Die Möglichkeit, dieses Management zu verbessern, liegt in der Integration von Daten durch fortschrittliche Technologien.
Obwohl pharmakokinetische/pharmakodynamische (PK/PD) Modelle existieren, um individuelle Opioiddosen abzuschätzen, sind sie allein nicht ausreichend.
Ihre Validierung stützte sich hauptsächlich auf EEG-Parameter, ohne die Gesamtkomplexität der physiologischen Variablen zu berücksichtigen, die an der Nozizeption beteiligt sind.
Die Informationslücke und die inhärente Ineffizienz des aktuellen manuellen Prozesses öffnen die Tür für eine disruptive Lösung: die Entwicklung eines Co-Pilot-Systems auf Basis von Maschinellem Lernen (ML)/KI, eingebettet in die Biotechnologie, um globale Herausforderungen zu bewältigen.

Dieses Projekt schlägt vor, die Chance des ML zu nutzen, um ein Co-Pilot-System zu entwickeln, das in der Lage ist, das Remifentanil-PK/PD-Modell intelligent mit Echtzeitdaten von mehreren Monitoren (hämodynamisch, EEG, neuromuskuläre Relaxation und Nozizeption) zu integrieren.
Die Lösung zielt auf die individuelle Optimierung der Schmerzbehandlung ab, um das Risiko unangemessener Dosierung zu minimieren.
Die Implementierung dieser Technologie ist entscheidend, da ein Versäumnis die Ineffizienz und die enormen Kosten, die mit schlechten klinischen Ergebnissen verbunden sind, fortsetzen würde.
Umgekehrt verspricht dieses System, postoperative Ergebnisse zu verbessern, wie z.B. die Verringerung der Inzidenz von anhaltenden Schmerzen, und einen direkten positiven Einfluss auf die Gesundheitskosten und die Qualität der Versorgung zu erzeugen.

Der SEASCAPE klinische Co-Pilot zielt darauf ab, Echtzeitdaten von Multiparameter-Monitoren, EEG, TOF (Train-of-Four), ANI (Analgesia Nociception Index), Beatmungsgeräten und Infusionspumpen über die Mindray m-Connect-Plattform zu integrieren.

Unterstützung der Entscheidungsfindung durch Klassifizierung der Nozizeption und Generierung priorisierter Warnungen („erhöhen“, „beibehalten“ oder „verringern“ der Remifentanil-Dosis).

Personalisierung der Analgesie unter Verwendung von PK/PD-TCI-Modellen, die auf individuelle Variablen angepasst sind, insbesondere Unterscheidung zwischen Nozizeption, Hypnose und muskulärer Relaxation.

Zu seinen Wettbewerbsvorteilen gehören echte Interoperabilität, umsetzbare klinische Unterstützung, fortgeschrittene Personalisierung und eine positive operative und klinische Wirkung.
Diese Wirkung ermöglicht die Verringerung postoperativer Komplikationen, die Verkürzung der Operationszeiten und die Optimierung des Bettenmanagements.

Das Projekt sieht den Schutz des Algorithmus, der Software und der Schnittstelle durch Patent und Urheberrecht sowie eine Lizenzvereinbarung mit Mindray für die Nutzung von m-Connect vor, unterstützt durch die UC Transfer- und Entwicklungsdirektion.
Zusammenfassend bietet SEASCAPE eine innovative Lösung, die KI, Personalisierung und Echtzeit-klinische Unterstützung kombiniert, mit einem klaren Plan für Validierung und Skalierung in Richtung Markt.

Nozizeptionsmuster-Identifikation: Identifizierung verschiedener Nozizeptionsmuster durch Analyse von Veränderungen über mehrere physiologische und pharmakologische Variablen, einschließlich hämodynamischer Parameter, Elektroenzephalogramm (EEG)-Daten, ANI-Variabilität, mechanischer Beatmungsparameter und der geschätzten Remifentanil-Dosis, die aus dem Eleveld Target Controlled Infusion (TCI) PK/PD-Modell abgeleitet wird.

Unterscheidung des Anästhesiezustands: Identifizierung von Mustern, die zuverlässig zwischen Zuständen unzureichender Anästhesietiefe und unzureichender muskulärer Relaxation unterscheiden, unter Verwendung von Veränderungen in hämodynamischen Parametern, EEG- und Beatmungsdaten.
Diese Muster werden unter Verwendung von seriellem neuromuskulärem Monitoring (z.B. TOF) und der verabreichten Dosis des neuromuskulären Blockers validiert.

Beurteilung der klinischen Benutzerfreundlichkeit: Bestimmung des Grades der Benutzerfreundlichkeit (UX), der Stärken, Schwächen und Verbesserungsmöglichkeiten der SEASCAPE Co-Pilot-System-Schnittstelle aus der Perspektive der Endnutzer (Anästhesisten).

Die Entwicklung des Co-Pilot-Systems ist als prospektives Beobachtungsdesign über drei Phasen strukturiert:

Phase 1: Initiale prospektive Beobachtungs-Kohortenstudie (N=30) Design: Prospektive Beobachtungs-Kohortenstudie, unter Einhaltung der STROBE-Richtlinien.
Population: 30 Patienten, die für eine Operation unter Allgemeinanästhesie geplant sind, stratifiziert nach Alter: 10 Patienten (0–18 Jahre), 10 Patienten (19–60 Jahre) und 10 Patienten (über 60 Jahre).

Datenerhebung: Erhebung demografischer Daten, Vitalzeichen, Beatmungsparameter, pharmakologischer Daten (Eleveld Remifentanil PK/PD-Modell), muskuläre Relaxationsüberwachung, ANI-Daten und EEG-Daten.

Zweck: Generierung der initialen Datenpipeline für das Co-Pilot-System mit gekennzeichneten Veränderungen und Stimuli, die durch vorgegebene chirurgische Zeitpunkte für die nachfolgende Analyse verifiziert werden.

Phase 2: Erweiterte prospektive Beobachtungs-Kohortenstudie (N=100) Design: Prospektive Beobachtungs-Kohortenstudie, unter Einhaltung der STROBE-Richtlinien.
Population: 100 zusätzliche Patienten, stratifiziert nach zwei Anästhesietechniken: Totale intravenöse Anästhesie (TIVA) und Inhalationsanästhesie (Anästhesie mit Gasen).

Zweck: Generierung eines größeren Datensatzes, um das Co-Pilot-System zu trainieren.
Das Ziel ist, dass das System erfolgreich eine Führungstendenz für die Remifentanil-Verabreichung vorhersagt:

Empfehlung zur Erhöhung der Remifentanil-Verabreichung.
Empfehlung zur Beibehaltung der aktuellen Remifentanil-Verabreichung.
Empfehlung zur Verringerung der Remifentanil-Verabreichung.
Phase 3: Deskriptive prospektive Beobachtungsstudie (N=20) Design: Deskriptive prospektive Beobachtungsstudie, gemäß STROBE-Richtlinien, mit Fokus auf Humanfaktoren und Benutzerfreundlichkeit.

Population: Erwartete Teilnahme von 20 Anästhesisten (von insgesamt 35 am Entwicklungszentrum).

Zweck: Erhebung von Variablen, die mit dem anästhesiologischen klinischen Umfeld aus der Perspektive der Anästhesisten zusammenhängen, Identifizierung der Stärken, Schwächen und Verbesserungsmöglichkeiten der vorgeschlagenen Schnittstelle.

Schnittstellenentwicklung: Die grafische Schnittstelle wird unter Verwendung eines benutzerzentrierten Design (UCD)-Prozesses erstellt, einschließlich der Erstellung von Wireframes, Wireflows und Low-Fidelity-Prototypen (z.B. in Figma), um eine zugängliche, funktionale und visuell kohärente Plattform zu gewährleisten, die intuitive Interaktion erleichtert.

Datenerfassung Elektive chirurgische Patienten (oder ihre gesetzlichen Vertreter), die die Einschlusskriterien erfüllen, werden zur Teilnahme eingeladen und werden die Einwilligungserklärungen unterzeichnen.
Demografische Daten werden erfasst.
Bekannte nozizeptive Stimuli werden eingeführt, um eine kontrollierte Referenz für die Systemvalidierung zu bieten, ohne die standardmäßige klinische Vorgehensweise des überwachenden Anästhesisten zu ändern.

Stichprobenumfangsberechnung Für die erste Phase wurde eine Anzahl von 30 Fällen festgelegt.
Für die zweite Phase werden 100 Patienten benötigt.
Diese Berechnung berücksichtigt potenzielle Verluste aufgrund unvollständiger oder nicht vorhandener Aufzeichnungen, einer Operationsdauer von mehr als zwei Stunden und die Analyse von 16 Variablen.
n=20 Anästhesisten für Phase 3.

Datenerfassung Um die Forschungsdaten zu erhalten, werden elektive chirurgische Patienten (oder ihre gesetzlichen Vertreter), die die Einschlusskriterien erfüllen und nicht die Ausschlusskriterien aufweisen, zur Teilnahme eingeladen.
Die Rekrutierung wird entweder am Tag der Aufnahme in die präoperative Einheit oder am Tag vor der geplanten Operation durchgeführt.
Bei der Aufnahme werden allgemeine Daten gesammelt und die Dokumentation gemäß dem Einwilligungsprozess unterzeichnet.

Demografische Daten (Alter, Gewicht, Größe und Geschlecht) werden registriert, und bekannte nozizeptive Stimuli werden festgelegt.
Dies soll dazu dienen, die üblichen Handlungen der Kliniker zu kontrastieren und einen Standard zu etablieren, ohne die übliche Vorgehensweise des für den Fall verantwortlichen Anästhesisten zu ändern.