May 7, 2021

算法显示出在全身麻醉下测量无意识的准确性

麻醉药物对大脑作用,但大多数麻醉师依赖于心率,呼吸率和运动来推断手术患者是否仍然无意识到所需程度。在一项新的研究中,一项基于麻省理工学院和马萨诸塞州综合医院的研究小组表明,一种简单的人工智能方法,适用于所使用的麻醉剂,可以产生基于大脑活动的患者无意识的算法,高精度和可靠性。

“在麻醉学家的心灵中最重要的事情是'我有一个躺在我面前的人可能会意识到,我没有意识到这一点?”在手术期间能够可靠地维持病人的无意识是我们所做的事实的基础,“雷德沃德·德国教授教授的高级作家雷迪林教授,教育部学习和记忆研究所和医学工程研究所教授,和mgh的麻醉师。 “这是前进的重要一步。”

不仅仅是读出无意识的读出,棕色补充了 提供允许麻醉学家在使用较少的情况下以所需水平维持其所需水平的潜力 比他们在不太直接,准确和可靠的指标的情况下,他们可能会管理。这可以改善患者的术后结果,例如谵妄。

“我们可能总是必须有点”粪便“,”布朗说,哈佛医学院也是一位教授。 “但是我们可以用足够的准确性来这样做,以便我们不会给予超过需要的人?”

例如,用于驱动输液泵,例如,算法可以帮助麻醉药剂精确节流药物,以优化患者的状态和它们正在接收的剂量。

人工智能,现实世界测试

开发该技术这样做,Postdocs John Abel和Marcus Badgeley领导了这项研究,发表于此 普罗斯一体,他们在2013年收集的实验室培训了机器学习算法。在这项研究中,20多岁的学习,20多岁的健康志愿者随着常用的药物异丙酚而受到麻醉。由于使用计算机控制的交付有条不紊地提高了剂量,因此要求志愿者响应一个简单的请求,直到他们不能了。然后,当他们后来减少剂量时,他们被带回意识,他们能够再次回应。所有虽然反映其大脑活动的神经节律被用脑电图(EEG)电极记录,提供了在测量之间的直接,实时连杆 并展示了无意识。

在新的工作,Abel,Badgeley和团队训练中,他们的AI算法的训练版,基于不同的底层统计方法,超过来自七个志愿者的超过33,000个二秒的脑电图录音。这样,算法可以“学习”在异丙酚下预测意识和无意识的脑电图读数之间的差异。然后研究人员以三种方式测试了算法。

首先,他们检查他们的三种最有前途的算法是否准确地预测了从2013年研究的其他三个志愿者记录的EEG活动时准确地预测了无意识。他们做到了。

然后,他们使用该算法来分析从接受Pracofol的27名真正的手术患者记录的脑电图,用于全身麻醉。尽管算法现在被应用于从“噪声”现实世界外科手术环境收集的数据,其中节奏也被不同的设备测量,但算法仍然以比其他研究所示的更高的精度差异。作者甚至突出了一个算法,其中算法能够在实际参加麻醉学者之前几分钟检测患者的患者的减少水平,这意味着如果它在手术期间已经使用,它可以提供准确和乐于助人的预先警告。

作为第三种测试,该团队将算法应用于17名与七氟醚麻醉的手术患者的EEG记录。虽然七氟烷不同于异丙酚,并且被吸入而不是注入,但它以类似的方式起作用,通过与同一关键类型的脑细胞上的相同GABA-A受体结合。该团队的算法再次进行高,但精度略微降低,表明他们对可靠地进行了可靠的无意识的能力,以与类似方式起作用的另一种麻醉药物。

作者说,提交人士说,在具有相同行动机制的不同药物中预测无意识的能力是关键。他们说,目前欧佩士的系统的主要缺陷之一是,他们表示,即使不同类别的麻醉药物以非常不同的方式工作,也不会在毒品课上区分药物课程,产生不同的脑电图模式。他们还没有充分占大脑应对麻醉的已知年龄差异。这些对其准确性的限制也限制了它们的临床应用。

在新的研究中,虽然在20个 - 某些情况下训练的算法适用于群组 作者承认其平均年龄倾斜明显较大,更广泛地变化,他们希望培训与儿童或前辈一起使用的算法明显。他们还可以培训新的算法,专门用于具有不同行动机制的其他种类药物。一系列良好训练有素和高度的算法可以为患者年龄和使用中的药物提供高精度。

Abel表示,该团队的框架方法是通过脑电图预测意识的问题,为一类特定的药物制成了机器学习方法非常简单,实现和延伸。

“这是一个概念证明,表明现在我们可以去,说让我们看看老人口或让我们看看不同种类的药物,”他说。 “如果你把它放在正确的方式,那就做这很简单。”

由此产生的算法甚至不是计算所要求的。作者指出,对于给定的2秒的EEG数据,算法可以在少于标准MacBook Pro计算机上的少于十分之一运行时准确地预测意识。

布朗说,实验室已经在调查结果进一步改进算法。他说他还希望将测试扩展到数百个案例进一步证实他们的表现,并确定是否可以在团队所采用的不同底层统计模型中开始出现更广泛的区别。



更多信息: John H. Abel等,EEG Spectra的机器学习在加蓬麻醉期间宣传无意识, 普罗斯一体 (2021)。 DOI:10.1371 / journal.pone.0246165
信息信息: 普罗斯一体

Provided by 麻省理工学院
引文: 算法表明,在全身麻醉下测量无意识的准确性(2021年5月7日) 检索到2021年6月10日 from //xasqxhb.com/news/2021-05-algorithms-accuracy-gauging-unconsciousness-anesthesia.html
本文件受版权保护。除了私人学习或研究目的的公平交易,没有 未经书面许可,可能会复制部分。内容仅供参考。

用户评论