AI-ondersteund Analgesie Copilot Systeem (SEASCAPE)

De beoordeling van pijn tijdens algehele anesthesie (GA) vormt een aanzienlijke klinische uitdaging omdat directe evaluatie van pijn onmogelijk is vanwege het wegvallen van bewuste reacties. Bijgevolg moeten clinici een grote hoeveelheid indirecte fysiologische gegevens (hartslag, bloeddruk, EEG, huidgeleiding) interpreteren om het niveau van nociceptie te bepalen - het proces waarbij het zenuwstelsel schadelijke prikkels detecteert - met gegevens verkregen van meerdere, vaak onafhankelijke, monitoren.

Deze handmatige methode is intrinsiek inefficiënt en vatbaar voor beoordelingsfouten. Het resultaat van dit tekort is suboptimale pijnbestrijding, waarbij over- of onderdosering van opioïden het risico op ernstige bijwerkingen verhoogt, zoals de chronificatie van pijn. Dit vormt een volksgezondheidsprobleem dat invaliditeit en een significante verslechtering van de kwaliteit van leven veroorzaakt. De mogelijkheid om dit beheer te verbeteren ligt in de integratie van gegevens via geavanceerde technologieën. Hoewel farmacokinetische/farmacodynamische (PK/PD) modellen bestaan om geïndividualiseerde opioïdendoses te schatten, zijn ze op zichzelf onvoldoende. Hun validatie heeft voornamelijk vertrouwd op EEG-parameters, zonder rekening te houden met de totale complexiteit van de fysiologische variabelen die betrokken zijn bij nociceptie. De informatiekloof en de inherente inefficiëntie van het huidige handmatige proces openen de deur voor een disruptieve oplossing: de ontwikkeling van een co-pilotsysteem gebaseerd op Machine Learning (ML)/AI, ingebed in de biotechnologielijn om mondiale uitdagingen aan te gaan.

Dit project stelt voor om de mogelijkheid van ML te benutten om een co-pilotsysteem te ontwikkelen dat in staat is het remifentanil PK/PD-model intelligent te integreren met realtime gegevens van meerdere monitoren (hemodynamisch, EEG, neuromusculaire relaxatie en nociceptie). De oplossing streeft naar geïndividualiseerde optimalisatie van pijnbestrijding, waarbij het risico op ongeschikte dosering wordt geminimaliseerd. Implementatie van deze technologie is cruciaal, aangezien het nalaten ervan de inefficiëntie en enorme kosten in verband met slechte klinische resultaten zou bestendigen. Omgekeerd belooft dit systeem postoperatieve resultaten te verbeteren, zoals het verminderen van de incidentie van aanhoudende pijn, en een direct positief effect te hebben op gezondheidszorgkosten en kwaliteit van zorg.

De SEASCAPE klinische co-pilot streeft ernaar realtime gegevens te integreren van multiparameter monitoren, EEG, TOF (Train-of-Four), ANI (Analgesia Nociception Index), beademingsapparaten en infuuspompen via het Mindray m-Connect platform.

Assistentie bij besluitvorming door nociceptie te classificeren en geprioriteerde waarschuwingen te genereren ("verhogen", "handhaven" of "verlagen" remifentanil dosis).

Analgesie personaliseren met PK/PD TCI-modellen aangepast aan individuele variabelen, specifiek onderscheid makend tussen nociceptie, hypnose en spierontspanning.

Tot de concurrerende voordelen behoren echte interoperabiliteit, bruikbare klinische ondersteuning, geavanceerde personalisatie en een positieve operationele en klinische impact. Deze impact maakt het mogelijk postoperatieve complicaties te verminderen, operatietijden te verkorten en beddenbeheer te optimaliseren.

Het project voorziet in de bescherming van het algoritme, software en interface via octrooi en auteursrecht, en een licentieovereenkomst met Mindray voor het gebruik van m-Connect, ondersteund door de UC Transfer and Development Directorate. Samenvattend biedt SEASCAPE een innovatieve oplossing, die AI, personalisatie en realtime klinische ondersteuning combineert, met een duidelijk plan voor validatie en schaalvergroting naar de markt.

Nociceptiepatroonidentificatie: Om onderscheidende patronen van nociceptie te identificeren door veranderingen te analyseren in meerdere fysiologische en farmacologische variabelen, waaronder hemodynamische parameters, elektro-encefalogram (EEG) gegevens, ANI-variabiliteit, mechanische beademingsparameters en de geschatte remifentanil dosis afgeleid van het Eleveld Target Controlled Infusion (TCI) PK/PD-model.

Anesthesietoestanddifferentiatie: Om patronen te identificeren die betrouwbaar onderscheid maken tussen toestanden van onvoldoende anesthesiediepte en onvoldoende spierontspanning, gebruikmakend van veranderingen in hemodynamische parameters, EEG en beademingsgegevens. Deze patronen zullen worden gevalideerd met behulp van seriële neuromusculaire monitoring (bijv. TOF) en de toegediende dosis neuromusculair blokkerend middel.

Klinische bruikbaarheidsbeoordeling: Om de mate van bruikbaarheid (UX), sterke punten, zwakke punten en verbeteringsmogelijkheden van de SEASCAPE co-pilotsysteeminterface te bepalen vanuit het perspectief van de eindgebruikers (anesthesisten).

De ontwikkeling van het co-pilotsysteem is gestructureerd als een prospectief observationeel ontwerp over drie fasen:

Fase 1: Initiële Prospectieve Observationele Cohortstudie (N=30) Ontwerp: Prospectieve observationele cohortstudie, volgens STROBE-richtlijnen. Populatie: 30 patiënten gepland voor chirurgie onder algehele anesthesie, gestratificeerd naar leeftijd: 10 patiënten (0-18 jaar), 10 patiënten (19-60 jaar) en 10 patiënten (ouder dan 60 jaar).

Gegevensverzameling: Verzameling van demografische gegevens, vitale functies, beademingsparameters, farmacologische gegevens (Eleveld remifentanil PK/PD-model), spierontspanningsmonitoring, ANI-gegevens en EEG-gegevens.

Doel: Het genereren van de initiële gegevenspijplijn voor het co-pilotsysteem met gelabelde veranderingen en stimuli geverifieerd door vooraf bepaalde chirurgische tijdstippen voor latere analyse.

Fase 2: Uitgebreide Prospectieve Observationele Cohortstudie (N=100) Ontwerp: Prospectieve observationele cohortstudie, volgens STROBE-richtlijnen. Populatie: 100 extra patiënten, gestratificeerd naar twee anesthesietechnieken: Totale Intraveneuze Anesthesie (TIVA) en Inademingsanesthesie (Anesthesie met gassen).

Doel: Het genereren van een grotere dataset om het co-pilotsysteem te trainen. Het doel is dat het systeem met succes een leidende tendens voorspelt voor remifentanil toediening:

Aanbeveling om remifentanil toediening te verhogen. Aanbeveling om huidige remifentanil toediening te handhaven. Aanbeveling om remifentanil toediening te verlagen. Fase 3: Beschrijvende Prospectieve Observationele Studie (N=20) Ontwerp: Beschrijvende prospectieve observationele studie, volgens STROBE-richtlijnen, gericht op menselijke factoren en bruikbaarheid.

Populatie: Verwacht wordt deelname van 20 anesthesisten (van in totaal 35 bij het ontwikkelcentrum).

Doel: Het verzamelen van variabelen gerelateerd aan de anesthesieklinische omgeving vanuit het perspectief van de anesthesisten, waarbij de sterke punten, zwakke punten en verbeteringsmogelijkheden van de voorgestelde interface worden geïdentificeerd.

Interface-ontwikkeling: De grafische interface wordt gebouwd met een gebruiksgericht ontwerpproces (UCD), inclusief het maken van wireframes, wireflows en low-fidelity prototypes (bijv. in Figma) om een toegankelijk, functioneel en visueel coherent platform te garanderen dat intuïtieve interactie vergemakkelijkt.

Gegevensregistratie Electieve chirurgische patiënten (of hun wettelijke vertegenwoordigers) die voldoen aan de inclusiecriteria zullen worden uitgenodigd om deel te nemen en zullen de geïnformeerde toestemmingsdocumentatie ondertekenen. Demografische gegevens worden geregistreerd. Bekende nociceptieve stimuli zullen worden geïntroduceerd om een gecontroleerde referentie te bieden voor systeemvalidatie zonder de standaard klinische handeling van de superviserende anesthesioloog te wijzigen.

Berekening Steekproefomvang Een aantal van 30 gevallen is vastgesteld voor de eerste fase. Honderd patiënten zijn vereist voor de tweede fase. Deze berekening houdt rekening met potentiële verliezen door onvolledige of ontbrekende gegevens, een operatieduur langer dan twee uur, en de analyse van 16 variabelen. n=20 anesthesisten voor Fase 3.

Gegevensregistratie Om de onderzoeksgegevens te verkrijgen, zullen electieve chirurgische patiënten (of hun wettelijke vertegenwoordigers) die voldoen aan de inclusiecriteria en niet voldoen aan de exclusiecriteria worden uitgenodigd om deel te nemen. Werving wordt uitgevoerd op de dag van opname in de preoperatieve unit of de dag voor de geplande operatie. Bij opname worden algemene gegevens verzameld en wordt de documentatie ondertekend volgens het geïnformeerd toestemmingsproces.

Demografische gegevens (leeftijd, gewicht, lengte en geslacht) worden geregistreerd en bekende nociceptieve stimuli worden vastgesteld. Dit is bedoeld om de gebruikelijke handelingen van de clinici te contrasteren en een standaard vast te stellen zonder de gebruikelijke handeling van de anesthesioloog die verantwoordelijk is voor de casus te wijzigen.