Diagnostyka niewydolności serca za pomocą algorytmu analizy eksplorogramu oceniającego 4 biomarkery (SenseIR-IC)

Zwłaszcza w kontekście chorób przewlekłych i niewydolności serca (HF) telemedycyna i telemonitoring stały się obecnie głównymi wyzwaniami klinicznymi. Rozwój przyłóżkowych systemów pomiarowych wykorzystujących urządzenia ręczne zapewnia „cyfrowe biomarkery”, które są kluczowym elementem zdalnego monitorowania.

Biomarkery zawarte w wydychanym powietrzu mogą stanowić „biomarkery cyfrowe”, ponieważ pomiar cząsteczek w wydychanym powietrzu jest nieinwazyjny. Obecnie 6 biomarkerów wydychanych jest zatwierdzonych przez amerykańską FDA i stosowanych w kontekście klinicznym. W przypadku niewydolności serca wykazano, że potencjalne znaczenie diagnostyczne lub prognostyczne mają 4 różne gatunki: NO, CO, aceton i izopren. Jednakże, chociaż stężenie tych substancji w powietrzu pęcherzykowym (CA) odzwierciedla ich stężenie we krwi (Cs), zależność jest bardziej złożona i wymaga uwzględnienia różnych przedziałów drzewa oskrzelowego oraz wymian zachodzących w tych różnych przedziałach . Zatem pomiar stężenia danej substancji w wydychanym powietrzu podczas pełnego wydechu (lub „ekspirogramu”) za pomocą pomiaru w czasie rzeczywistym okazuje się zależny nie tylko od ogólnoustrojowego stężenia danej substancji, ale także od zmian w czynności płuc Uzyskanie ekspirogramu pozwala zatem nie tylko na określenie pomiaru endogennego źródła gatunku, ale także dostarcza informacji o zmianach w czynności płuc, bezpośrednio wywołanych niewydolnością serca, a które mają dobrze poznaną wartość prognostyczną.

→ Połączenie różnych potencjalnych biomarkerów wydychanych w IC podczas pomiaru natężonego wydechu w czasie rzeczywistym przy użyciu selektywnych, czułych i miniaturowalnych czujników zapewniłoby informacje diagnostyczne, prognostyczne i dotyczące wyników leczenia niewydolności serca.

Spektroskopia fotoakustyczna ze wzmocnieniem kwarcowym (QEPAS) jest odpowiednią metodą zdalnego monitorowania pacjentów z niewydolnością serca. Umożliwia tworzenie czujników charakteryzujących się dobrą selektywnością i niskimi progami detekcji. Co więcej, możliwa jest analiza w czasie rzeczywistym, a czujniki można potencjalnie miniaturyzować. Czujniki te są zatem w stanie dostarczać expirogramy dla różnych gatunków (zamiast po prostu mierzyć CA na koniec wydechu). Złożone sygnały tego typu można analizować za pomocą modelowania matematycznego i technik sztucznej inteligencji, takich jak „głębokie sieci neuronowe”. Te matematyczne metody modelowania zastosowano do modelowania parametrów czynności płuc, układu nerwowego i serca.

W ramach projektu badań translacyjnych we współpracy z dr A. Vicetem (MCF-UM, Institut d'Electronique et des Systèmes) i prof. N. Molinari (CHRU Montpellier, Institut Desbrest d'Épidémiologie et de Santé Publique), zespół badawczy opracowuje obecnie czujniki różnych biomarkerów wydychanych przy użyciu metody QEPAS, które połączono z synchroniczną oceną ilościową objętości, przepływów i przedziałów płuc. Czujniki te przechodzą obecnie walidację analityczną (w laboratorium). Pierwsze expirogramy uzyskano i zamodelowano metodą redukcji wymiarów metodą regresji sklejanej.