Overvåking av nevrologisk forverring hos bedøvede pasienter med elektroencefalogram (EEG)

Forskningsmålet er å validere en ny banebrytende og brukervennlig EEG-basert algoritme for sensing av cerebrovaskulære ulykker (CVA) under anestesi. I dag finnes det ikke noe standardverktøy for CVA-deteksjon hos bedøvede pasienter. Dermed er muligheten for å våkne opp fra anestesi med alvorlig hjerneskade ødeleggende. Pasienter som gjennomgår hjertekirurgi (som ventilerstatning, CABG, thoraxaorta-erstatning, PTCA, TAVI (trans-aortaklaffimplantasjon)), karotis-endarterektomi og kirurgi i sittende stilling, har eksepsjonelt høy risiko. Vi har utviklet en unik algoritme for å oppdage hjerneiskemi hos bedøvede pasienter, basert på data innhentet fra 4 EEG-elektroder. Vårt endelige mål er å utvikle et system som utløser en alarm når en iskemi oppstår hos en bedøvet pasient og i løpet av den perioperative perioden.

For å validere og optimere systemet vårt, krever vi en liten prøvestørrelse for å teste og validere teknologien. Populasjonen for denne studien inkluderer pasienter med akutt CVA som gjennomgår mekanisk trombektomi under anestesi. Selv om disse pasientene allerede har CVA, er den kliniske dynamikken høy i denne populasjonen, og vil muliggjøre en demonstrasjon av vår evne til å gjenkjenne umiddelbare endringer i nevrologisk status (forbedring eller forverring).

Vi tror dette innovative EEG-baserte systemet kan være av stor betydning for millioner av pasienter årlig.