Kunstmatige intelligentie - om hypotensie tijdens operaties te voorspellen en te voorkomen

Jaarlijks worden in Zweden ongeveer 800.000 patiënten geopereerd. Van hen lijdt een relatief groot deel aan ernstige complicaties na een operatie, zoals hart- en nierbeschadiging, beroerte en zelfs de dood. Er is een aangetoond verband tussen bovengenoemde complicaties en bloeddrukdalingen tijdens operaties, wat betekent dat in ieder geval sommige complicaties potentieel vermijdbaar zijn als de bloeddruk op een stabiel en adequaat niveau wordt gehouden op basis van de toestand van elke individuele patiënt.

Helaas zijn episoden van bloeddrukdaling moeilijk te voorspellen met de beschikbare standaard monitoringmethoden en komen daarom helaas vaak voor tijdens operaties. In het Karolinska Universitair Ziekenhuis bouwen we nu aan een nieuw systeem dat, met behulp van kunstmatige intelligentie, alarm kan slaan nog voordat de bloeddruk daalt. In het onderzoek verzamelen en combineren we gegevens uit de standaardmonitoring tijdens operaties; hartslag, bloeddruk, oxygenatie, hartminuutvolume, ECG, laboratoriumwaarden van bloedgassen bij patiënten die een buikoperatie ondergaan, een groep patiënten met een hoger risico op postoperatieve complicaties. Aan deze informatie zullen we ook relevante gegevens toevoegen van een nieuwe methode voor circulatiemonitoring op basis van variaties in uitgeademde kooldioxide. We zullen ook de reden vastleggen waarom de bloeddruk is gedaald, zoals bloedingen, medicijninvloed, uitdroging, met als doel dat de AI-algoritmen onderscheid moeten kunnen maken tussen verschillende oorzaken van lage bloeddruk omdat ze verschillende maatregelen vereisen. De AI-algoritmen zullen in eerste instantie worden ontwikkeld door gegevens van een grote groep patiënten te verzamelen en vervolgens te evalueren op een kleinere groep andere, representatieve patiënten.

Gegevens uit onze standaardmonitoring in verband met operaties worden aangevuld met schattingen van het hartminuutvolume op basis van de capnodynamische methode. De proefpersonen worden in slaap gebracht en beademd via een aangepaste intensive care-beademing (servo-i(R) Getinge). Dit beademingsapparaat is voorzien van software voor onderzoeksgebruik die CE-gemarkeerd is. De software past het ademhalingspatroon van het beademingsapparaat aan door iets langere pauzes toe te voegen na drie van de negen ademhalingen. Dit ademhalingspatroon resulteert in een milde variatie in het niveau van uitgeademde kooldioxide van ongeveer 1 kPa. De ventilator is gebruikt in verschillende grote dierstudies en klinische studies, waarvan er twee door onze onderzoeksgroep zijn uitgevoerd. Omdat er gebruik zal worden gemaakt van een intensive care beademingsapparaat, worden de patiënten verdoofd met een zogenaamde totale intraveneuze anesthesie (TIVA) in plaats van gasanesthesie. Dit wijkt af van onze huidige routine bij dit soort operaties. TIVA wordt echter bij verschillende andere soorten operaties gebruikt en we zijn goed thuis in de methode. In verschillende ziekenhuizen in binnen- en buitenland wordt TIVA gebruikt als eerstelijnsmethode, zelfs bij grote kankeroperaties aan de buik, omdat er gegevens zijn die erop wijzen dat patiënten in de nasleep kleine recidieven (metastasen) krijgen. Tijdens de zorg worden de gebeurtenissen geregistreerd zoals die zich voordoen om vervolgens aan het materiaal te worden toegevoegd voor kwalitatieve analyses. Voorbeelden van dergelijke gebeurtenissen zijn: toediening van medicijnen en vloeistoffen, evenals de waarschijnlijke oorzaak van hypotensie; bloedende veranderingen in de lichaamspositie, enz. Om de berekeningen van de gemengde veneuze saturatie met de capno-methode te kunnen vergelijken, worden tijdens de operatie elk uur bloedmonsters uit de centrale veneuze katheter afgenomen. Elk monster bevat ongeveer 2 ml bloed. Bij een operatie van vijf uur komt dit overeen met ongeveer 1 cl bloed. Gelijktijdig met de adermonsters worden met dezelfde bloedvolumes arteriële bloedgassen afgenomen. Deze monsters worden ongeveer: Elk/elke twee uur genomen tijdens de operatie volgens de klinische routine, maar volgens het onderzoeksprotocol worden ze elk uur synchroon genomen met de monsters van de centrale veneuze katheter.

Ook klinische uitkomsten zoals zorgduur en complicaties worden opgeslagen, zodat de dosis hypotensie aan complicaties kan worden gekoppeld. Wat hierboven beschreven wordt, zijn zaken die we in de klinische routine meten en registreren en dus geen verdere impact hebben op de proefpersonen. Analyse van de gegevens gebeurt achteraf door onze onderzoekers op onze computers en servers. Door middel van kunstmatige intelligentie (AI) en machine learning (ML) zullen we AI-algoritmen trainen met als doel effectieve en nauwkeurige methoden te construeren voor het preventief voorspellen van lage bloeddruk. Omdat er gebruik wordt gemaakt van geregistreerde gegevens, kunnen we de uitkomst van dezelfde gegevens achterhalen en onze algoritmen vergelijken met wat er werkelijk is gebeurd.