"Monitoraggio della pressione arteriosa non invasiva a base di AI rispetto alla misurazione arteriosa invasiva" (NICONPRESS-1)

La gestione intraoperatoria della pressione arteriosa svolge un ruolo fondamentale nella prevenzione delle complicanze postoperatorie, inclusa la disfunzione degli organi. Mentre le tecniche non invasive intermittenti oscillometriche sono lo standard per il monitoraggio della pressione arteriosa nella maggior parte dei pazienti chirurgici, potrebbero non riuscire a catturare rapide fluttuazioni emodinamiche, specialmente durante periodi ad alto rischio come induzione, intubazione e cambiamenti di posizionamento improvvisi. In questi casi, il monitoraggio continuo della pressione arteriosa invasiva (IABP) viene spesso utilizzato per la sorveglianza emodinamica in tempo reale. Tuttavia, il monitoraggio IABP comporta rischi, tra cui sanguinamento, trombosi, ematoma, occlusione arteriosa e infezioni del flusso sanguigno. I tassi di trombosi dell'arteria radiale sono aumentati fino al 19,7% e le complicanze correlate al catetere come l'ematoma o il sanguinamento si verificano fino al 15% dei casi.

Vi è una crescente domanda di tecnologie non invasive di monitoraggio della pressione sanguigna continua (NCBPM) per evitare tali complicanze. La fotopletismografia (PPG), derivata da impulsi ossimetri, è emersa come una promettente tecnica non invasiva. Le forme d'onda PPG riflettono i cambiamenti di periferica periferica e offrono approfondimenti sulla dinamica del ciclo cardiaco. Tuttavia, la stima autonoma basata su PPG è limitata dalla sua dipendenza dal tono vascolare periferico, dagli artefatti di movimento e dalla mancanza di dati cardiaci elettrici.

Per superare questi limiti, questo studio propone un approccio ibrido utilizzando segnali di fotopletismografia sincronizzata (PPG) e elettrocardiografia (ECG), migliorato con l'analisi della forma d'onda basata sull'intelligenza artificiale (AI). Questa combinazione mira a migliorare l'accuratezza e la risoluzione temporale del monitoraggio non invasivo della pressione arteriosa continua. Il metodo proposto, chiamato CPES (segnali combinati di polso ossimetro ed ECG), si basa sull'ipotesi che l'integrazione di segnali elettrici (ECG) e ottica (PPG) consentirà una migliore modellazione della velocità dell'onda di impulso arterioso (PWV), del tempo di transito degli impulsi (PTT) e dei parametri emodinamici surrogati.

Il design dello studio include la registrazione intraoperatoria in tempo reale di segnali PPG ed ECG nei pazienti sottoposti a chirurgia elettiva in anestesia generale con monitoraggio concorrente IABP tramite cateterizzazione dell'arteria radiale. Le forme d'onda PPG verranno acquisite utilizzando un impulso a doppia lunghezza d'onda rossa/infrarossa standard (660 nm e 940-960 nm) e l'ECG verrà raccolto utilizzando il monitoraggio continuo a 3 piombo. La sincronizzazione sarà garantita utilizzando un algoritmo di stamping temporale. L'acquisizione dei dati si verificherà durante fasi intraoperatorie distinte: basale (pre-induzione), induzione, intubazione, manutenzione e interventi posizionali (Trendelenburg ± 15 ° e Trendelenburg inverso).

L'outcome primario è l'accordo tra i valori sistolici e diastolici derivati ​​da CPES e contemporaneamente registrati valori di pressione arteriosa invasiva, valutati tramite analisi di Bland-Altman. L'accuratezza clinica verrà determinata confrontando l'errore assoluto medio (MAE) e l'errore quadratico medio radice (RMSE) con lo standard AAMI/ANSI/ISO 81060-2, che richiede una differenza media di ≤5 mmHg e deviazione standard di ≤8 mmHg.

I risultati secondari includono:

La capacità del sistema CPES di tracciare rapidi cambiamenti della pressione arteriosa (ΔSBP, ΔDBP) durante l'induzione e la manipolazione delle vie aeree.

Valutazione degli effetti posizionali sull'accuratezza della stima della pressione arteriosa mediante confronti di posizione accoppiati.

Modellazione esplorativa di parametri emodinamici derivati ​​(ad es. PTT, HRV, PWV) e le loro correlazioni con la morfologia delle onde arteriose e le metriche invasive della BP.

L'elaborazione del segnale comporta la rimozione dell'artefatto, il rilevamento dei battiti, la normalizzazione e la segmentazione. L'estrazione delle caratteristiche includerà il dominio del tempo, il dominio della frequenza e le caratteristiche morfologiche di PPG ed ECG. I modelli di apprendimento automatico (ad es. Boost gradiente, LSTM o reti neurali convoluzionali) possono essere addestrati sul set di dati per migliorare le prestazioni predittive.

Questo studio mira a dimostrare che la combinazione di segnali elettrici e ottici può produrre misurazioni della pressione arteriosa clinicamente accettabili in modo non invasivo, migliorando la sicurezza dei pazienti e riducendo la necessità di linee invasive. Se convalidato, questo approccio potrebbe essere integrato nei monitor della sala operatoria esistenti, ampliando l'accesso al monitoraggio BP continuo in impostazioni di routine e limitate a risorse.