Mejora del soporte respiratorio para COVID

31 de julio de 2020

por Henk Van Appeven, Universidad Tecnológica de Eindhoven

Mientras la pandemia continúa asolando el mundo, los ventiladores mecánicos son vitales para la supervivencia de los pacientes con COVID-19 que no pueden respirar por sí solos. Uno de los principales desafíos es rastrear y controlar la presión de los ventiladores para garantizar que los pacientes obtengan exactamente la cantidad de aire que necesitan. Investigadores de la Universidad Tecnológica de Eindhoven (TU/e) han desarrollado una técnica basada en algoritmos de autoaprendizaje que mejora diez veces el rendimiento del controlador. Los resultados se presentaron en IFAC2020, una importante conferencia internacional sobre control automático.

Un ventilador mecánico bombea aire dentro y fuera de los pulmones de un paciente, cuando ya no puede respirar (suficientemente) por sí solo. El flujo alterno de aire permite que los pulmones intercambien CO2 por O2 en la sangre, asegurando así la supervivencia del paciente. Para asegurarse de que los pacientes obtengan la cantidad de aire que necesitan, es fundamental que la presión del aire siga exactamente las instrucciones de los médicos. De no hacerlo, podría resultar en una mayor mortalidad.

Este no es un problema trivial. No todos los pacientes son iguales y los sistemas de manguera y soplador utilizados para hacer llegar el aire al paciente pueden variar, lo que genera inconsistencias no deseadas. Por lo tanto, se han realizado muchas investigaciones para rectificar este problema, utilizando técnicas como el control de retroalimentación adaptativa. Sin embargo, estas técnicas se basan en modelos de pacientes precisos, que en la práctica no siempre están disponibles porque no todos los pacientes son iguales.

Los investigadores de TU/e ​​emplean una técnica de control alternativa que el profesor asociado Tom Oomen del Departamento de Ingeniería Mecánica está desarrollando para aplicaciones en la industria de alta tecnología, como impresoras y escáneres de obleas. Esta técnica se basa en algoritmos de autoaprendizaje y aprovecha el hecho de que la respiración en pacientes sedados (como lo son muchos pacientes con COVID-19) tiende a ser muy regular, al igual que muchos procesos en la industria.

La técnica, llamada Control Repetitivo, puede aprender de los errores de la máquina y tiene la capacidad de corregirlos en unas pocas iteraciones, utilizando datos medidos por sensores en la máquina. Al hacerlo en el caso de un ventilador mecánico, se puede aumentar la precisión de la presión y el flujo proporcionados por el ventilador en un factor de diez después de unas cuantas respiraciones, incluso cuando se desconoce la capacidad pulmonar del paciente.

La técnica se probó en pulmones artificiales en un laboratorio. En los tres escenarios (un bebé, un niño y un adulto), el rendimiento del seguimiento de la presión fue superior al de los dispositivos existentes.

"Gracias al algoritmo de autoaprendizaje que aplicamos, podemos alcanzar niveles de presión muy precisos, independientemente del paciente conectado al dispositivo. Esto hace que el tratamiento sea mucho más constante", afirma Joey Reinders, Ph.D. Candidato en la sección de Dinámica y Control del departamento de Ingeniería Mecánica y uno de los investigadores involucrados.

Reinders y sus colegas realizaron la mayor parte de su investigación en 2019, cuando para muchas personas la pandemia de coronavirus todavía era una fantasía distópica. "Cuando comenzamos nuestra investigación no teníamos idea de que llegaría a ser tan relevante", afirma. "Por eso estoy muy contento con los resultados, que algún día podrían salvar la vida de los pacientes con coronavirus".

Señala que es necesario realizar más investigaciones antes de que la técnica pueda utilizarse en la práctica. Reinders y sus colegas sólo realizaron pruebas en pacientes sedados, para quienes el Control Repetitivo funciona mejor porque sus patrones de respiración son muy regulares. Sin embargo, los ventiladores también se utilizan en pacientes que todavía están conscientes y que pueden empezar a respirar inesperadamente. El controlador del ventilador también debe poder hacer frente a estas situaciones.

Más información: Reinders et al., Mejora de la ventilación mecánica para la atención del paciente mediante control repetitivo. arXiv:2004.00312 [eess.SY]. arxiv.org/abs/2004.00312