Amélioration de l’assistance respiratoire pour les patients atteints de COVID-19 grâce à la ventilation assistée par auto-apprentissage

Amélioration de l'assistance respiratoire pour les patients atteints de COVID-19 grâce à la ventilation assistée par auto-apprentissage

ventilateur

Crédit: Unsplash / CC0 Public Domain

Alors que la pandémie continue de ravager le monde, les ventilateurs mécaniques sont vitaux pour la survie des patients COVID-19 qui ne peuvent pas respirer par eux-mêmes. L’un des principaux défis est le suivi et le contrôle de la pression des ventilateurs, afin de garantir que les patients reçoivent exactement la quantité d’air dont ils ont besoin. Des chercheurs de l’Université de technologie d’Eindhoven (TU / e) ont mis au point une technique basée sur des algorithmes d’auto-apprentissage qui améliore les performances du contrôleur d’un facteur dix. Les résultats ont été présentés à IFAC2020, une grande conférence internationale sur le contrôle automatique.

Un ventilateur mécanique pompe l’air dans et hors des poumons d’un patient, lorsqu’il n’est plus capable de respirer (suffisamment) par lui-même. L’alternance du flux d’air permet aux poumons d’échanger du CO2 pour O2 dans le sang, assurant ainsi la survie du patient. Pour s’assurer que les patients reçoivent la quantité d’air dont ils ont besoin, il est essentiel que la pression d’air suive exactement les instructions des médecins. Le non-respect de cette consigne pourrait entraîner une mortalité plus élevée.

Ce n’est pas un problème trivial. Tous les patients ne sont pas identiques, et les systèmes de tuyaux et de soufflantes utilisés pour faire pénétrer l’air dans le patient peuvent varier, ce qui entraîne des incohérences indésirables. De nombreuses recherches ont donc été menées pour remédier à ce problème, en utilisant des techniques comme le contrôle adaptatif par rétroaction. Cependant, ces techniques reposent sur des modèles de patients précis, qui en pratique ne sont pas toujours disponibles, car tous les patients ne sont pas identiques.

Les chercheurs de TU / e utilisent une technique de contrôle alternative que le professeur associé Tom Oomen du département de génie mécanique est en train de développer pour des applications dans l’industrie de haute technologie, telles que les imprimantes et les scanners de plaquettes. Cette technique est basée sur des algorithmes d’auto-apprentissage et exploite le fait que la respiration chez les patients sous sédation (ce que sont de nombreux patients COVID-19) a tendance à être très régulière, tout comme de nombreux processus dans l’industrie.

Contrôle répétitif

La technique, appelée contrôle répétitif, peut apprendre des erreurs de la machine et a la capacité de les corriger en quelques itérations, en utilisant les données mesurées des capteurs de la machine. Faire ainsi pour un ventilateur mécanique, cela peut augmenter la précision de la pression et du débit fournis par le ventilateur d’un facteur dix après quelques respirations, même lorsque la capacité pulmonaire du patient n’est pas connue.

La technique a été testée sur des poumons artificiels dans un laboratoire. Dans les trois scénarios (un bébé, un enfant et un adulte), les performances du suivi de la pression étaient supérieures à celles des appareils existants.

«Grâce à l’algorithme d’auto-apprentissage que nous appliquons, nous sommes en mesure d’atteindre des niveaux de pression très précis, quel que soit le patient connecté à l’appareil. Cela rend le traitement beaucoup plus constant», déclare Joey Reinders, Ph.D. candidat dans la section Dynamique et Contrôle au département de Génie Mécanique et l’un des chercheurs impliqués.

Reinders et ses collègues ont fait la plupart de leurs recherches en 2019, alors que pour de nombreuses personnes, la pandémie de coronavirus était encore un fantasme dystopique. «Lorsque nous avons commencé nos recherches, nous n’avions aucune idée que cela deviendrait si pertinent», dit-il. « Je suis donc très content des résultats, qui pourraient un jour être une bouée de sauvetage pour les patients atteints de coronavirus. »

La recherche future

Il souligne que des recherches supplémentaires doivent être effectuées avant que la technique puisse être utilisée dans la pratique. Reinders et ses collègues n’ont testé que sur des patients sous sédation, pour qui le contrôle répétitif fonctionne le mieux parce que leurs schémas respiratoires sont très réguliers. Cependant, les ventilateurs sont également utilisés chez les patients qui sont encore conscients et qui peuvent commencer à respirer de manière inattendue. Le contrôleur de ventilateur doit également être capable de faire face à de telles situations.


Suivez les dernières nouvelles sur l’épidémie de coronavirus (COVID-19)


Plus d’information:
Reinders et al., Amélioration de la ventilation mécanique pour les soins aux patients grâce à un contrôle répétitif. arXiv: 2004.00312 [eess.SY]. arxiv.org/abs/2004.00312

Fourni par l’Université de technologie d’Eindhoven

Citation: Amélioration de l’assistance respiratoire pour les patients COVID-19 avec ventilation assistée par auto-apprentissage (2020, 31 juillet) récupéré le 31 juillet 2020 sur https://medicalxpress.com/news/2020-07-respiratory-covid-patients-self-learning- ventilation.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.