ການພັດທະນາຂອງເຄື່ອງວິສະວະກໍາຢາສະຫຼົບໄປສູ່ລະບົບອັດສະຈັກ

ຈາກລະບົບແບບຄົນຂັບໄປສູ່ລະບົບອັດຕະໂນມັດ ແລະ ຜົນກະທົບຂອງມັນຕໍ່ຄວາມປອດໄພໃນການຜ່າຕັດ

ການຫັນໄປຈາກວິທີການແບບຄົນເຮັດເອງໄປສູ່ລະບົບການໃຫ້ຢາສະຫຼົບແບບອັດຕະໂນມັດຖືເປັນການພັດທະນາຢ່າງໃຫຍ່ຫຼວງຕໍ່ຄວາມປອດໄພຂອງຜູ້ປ່ວຍໃນລະຫວ່າງການຜ່າຕັດ. ອຸປະກອນເກົ່າໆຂຶ້ນກັບການຕັ້ງຄ່າແບບອະນາລັອກ ແລະ ປະສົບການສ່ວນຕົວຂອງແພດເປັນຫຼາຍ, ເຊິ່ງມັກຈະເຮັດໃຫ້ເກີດຂໍ້ຜິດພາດໃນປະລິມານຢາ ແລະ ສະພາບການທີ່ຄວາມດັນເລືອດບໍ່ຄົງທີ່. ປັດຈຸບັນ, ປຸ໊ມສູບຢາອັດສະລິຍະທີ່ມີຄວາມສະຫຼາດເຮັດວຽກຮ່ວມກັບແບບຈຳລອງຂໍ້ມູນແບບຈິງເວລາ ເຊິ່ງຕິດຕາມການເຄື່ອນໄຫວຂອງຢາຜ່ານຮ່າງກາຍ, ເຮັດໃຫ້ປະລິມານຢາຢູ່ໃນລະດັບທີ່ເໝາະສົມ. ຕາມການຄົ້ນຄວ້າທີ່ຖືກຕີພິມໂດຍ Ponemon ໃນປີ 2023, ລະບົບເຫຼົ່ານີ້ໄດ້ຫຼຸດຜ່ອນບັນຫາທີ່ກ່ຽວຂ້ອງກັບລະດັບການສະຫຼົບລົງໄດ້ປະມານ 37%. ນີ້ໝາຍເຖິງຫຍັງໃນດ້ານການປະຕິບັດ? ແພດຜູ້ຊ່ຽວຊານດ້ານການໃຫ້ຢາສະຫຼົບຈະໃຊ້ເວລາໜ້ອຍລົງໃນການປັບແຕ່ງນ້ອຍໆຢູ່ຕະຫຼອດເວລາ ແລະ ມີເວລາຫຼາຍຂຶ້ນໃນການຈັດການກັບກໍລະນີທີ່ສັບສົນ ເຊິ່ງຄວາມຊ່ຽວຊານຂອງພວກເຂົາແມ່ນຈິງໆສຳຄັນ.

ຈຸດໝາຍທາງດ້ານເຕັກໂນໂລຊີທີ່ສຳຄັນໃນລະບົບການໃຫ້ຢາສະຫຼົບແບບສະຫຼາດ

ມີສາມນະວັດຕະກຳທີ່ກຳນົດເຄື່ອງການໃຫ້ຢາສະຫຼົບໃນຍຸກທັນສະໄໝ:

• ການຄຸ້ມຄອງລູບປິດ ການນຳໃຊ້ຂໍ້ມູນປ້ອນກັບດັດຊະນີໄບສະເພັກຕຼັນ (BIS) (ຖືກນຳໃຊ້ໃນ 63% ຂອງໂຮງໝໍໃນສະຫະລັດອາເມລິກາ ໃນປີ 2024)
• ຂະບວນການລົມຫາຍໃຈແບບປັບໂຕໄດ້ທີ່ຕອບສະໜອງຕໍ່ການຜັນປ່ຽນຂອງ CO₂ ໃນການຫາຍໃຈອອກ
• ຮູບແບບການຮຽນຮູ້ຈາກເຄື່ອງຈັກທີ່ຄາດເດົາຄວາມຕ້ອງການຢາງວດໄດ້ດ້ວຍຄວາມຖືກຕ້ອງ 89%

ການພັດທະນາເຫຼົ່ານີ້ໄດ້ນຳໄປສູ່ລະບົບທີ່ໄດ້ຮັບການອະນຸມັດຈາກ FDA ທີ່ປັບຄວາມເລິກຂອງຢາສະຫຼົບໂດຍອັດຕະໂນມັດ ໃນຂະນະທີ່ຮັກສາຄວາມດັນເລືອດໃນຂອບເຂດ 10% ຂອງລະດັບພື້ນຖານກ່ອນຜ່າຕັດ

ການຜະສົມຜະສານຂອງເວທີສຸຂະພາບດິຈິຕອນເຂົ້າກັບເຄື່ອງສະຫຼົບທີ່ທັນສະໄໝ

ອຸປະກອນທີ່ທັນສະໄໝໃນປັດຈຸບັນສາມາດເຊື່ອມຕໍ່ກັບລະບົບ EMR ຂອງໂຮງໝໍ ແລະ ລະບົບ telemetry ຂອງຫ້ອງຜ່າຕັດ, ເຊິ່ງສ້າງເປັນເຄືອຂ່າຍຄວາມປອດໄພທີ່ລວມເປັນໜຶ່ງ. ຕົວຢ່າງ, ການເຕືອນອັດຕະໂນມັດສຳລັບສັນຍານຊີວະພາບທີ່ຜິດປົກກະຕິໄດ້ຫຼຸດຜ່ອນເຫດການສຳຄັນລົງ 41% ໃນການທົດລອງຫຼາຍສູນໃນປີ 2023. ການເຊື່ອມຕໍ່ນີ້ຊ່ວຍສະໜັບສະໜູນການນຳໃຊ້ຂະບວນການທີ່ອີງໃສ່ຂໍ້ມູນສຳລັບຜູ້ປ່ວຍທີ່ມີຄວາມສ່ຽງສູງ, ແຕ່ກໍຍັງມີ 29% ຂອງສະຖາບັນທີ່ຍັງມີບັນຫາດ້ານຄວາມເຂົ້າກັນໄດ້ກັບລະບົບເກົ່າ

ລະບົບການສະຫຼົບແບບປິດ-ວົງຈອນ ເທິຍບົບເປີດ-ວົງຈອນ: ການກ້າວໜ້າໃນການເຮັດໃຫ້ເປັນອັດຕະໂນມັດ ແລະ ການຄວບຄຸມ

ການເຂົ້າໃຈລະບົບການສະຫຼົບແບບປິດ-ວົງຈອນ ແລະ ກົນໄກການຕອບສະໜອງແບບເວລາຈິງ

ລະບົບການຊາກຸ່ມແບບວົງຈອນປິດໄດ້ເຮັດໃຫ້ເກີດການປ່ຽນແປງຄັ້ງໃຫຍ່ໃນການເຂົ້າໃຈແບບແນວໃໝ່ຂອງການແພດທີ່ມີຄວາມແນ່ນອນ. ລະບົບເຫຼົ່ານີ້ປັບຢາຕາມສະພາບການໃນທັນທີໂດຍອີງໃສ່ຂໍ້ມູນທີ່ໄດ້ຮັບຈາກອຸປະກອນຕ່າງໆ ເຊັ່ນ: ການອ່ານ EEG, ເຄື່ອງວັດຄວາມດັນເລືອດ, ແລະ ເຊັນເຊີຫາຍໃຈ. ວິທີການແບບເປີດວົງຈອນແບບດັ້ງເດີມຕ້ອງການການປັບແຕ່ງຢ່າງຕໍ່ເນື່ອງຈາກພະນັກງານດ້ານການແພດ, ແຕ່ວ່າພື້ນຖານແບບອັດຕະໂນມັດທີ່ມີຄວາມສະຫຼາດສາມາດປັບຢາ ເຊັ່ນ propofol ໄດ້ໂດຍອັດຕະໂນມັດເພື່ອຮັກສາລະດັບການຊາກຸ່ມໃຫ້ຢູ່ໃນລະດັບທີ່ເໝາະສົມໂດຍບໍ່ໃຫ້ເກີນ. ການຄົ້ນຄວ້າໃໝ່ຈາກປີ 2024 ໄດ້ສະແດງໃຫ້ເຫັນວ່າເມື່ອໂຮງໝໍປ່ຽນມາໃຊ້ລະບົບອັດຕະໂນມັດເຫຼົ່ານີ້, ພວກເຂົາພົບວ່າມີການຫຼຸດລົງປະມານ 40% ຂອງບັນຫາທີ່ກ່ຽວຂ້ອງກັບຄວາມດັນເລືອດບໍ່ໝັ້ນສະຖິດໃນລະຫວ່າງການຜ່າຕັດ. ສິ່ງທີ່ເຮັດໃຫ້ເຕັກໂນໂລຊີນີ້ເດັ່ນຂຶ້ນມາຄືຄວາມສາມາດໃນການຕອບສະໜອງທີ່ແຕກຕ່າງກັນສຳລັບຜູ້ປ່ວຍແຕ່ລະຄົນໃນທັນທີ, ເຊິ່ງເປັນສິ່ງທີ່ຍາກຫຼາຍທີ່ຈະບັນລຸໄດ້ໂດຍມື.

ການວິເຄາະປຽບທຽບລະບົບການຊາກຸ່ມແບບວົງຈອນປິດກັບແບບວົງຈອນເປີດ

ປະສິດທິຜົນດ້ານຄລີນິກຂອງການຄວບຄຸມຢາສະຫຼົບແບບອັດຕະໂນມັດໃນການຮັກສາຄວາມໝັ້ນຄົງຂອງຮູບເຄື່ອງຖ່າຍພາບ

ດ້ວຍການຜະສົມການຕິດຕາມຄ່າຜັນປ່ຽນຂອງປະລິມານຫົວໃຈ (SVV) ກັບການຄວບຄຸມຢາກົດເດັ່ງອັດຕະໂນມັດ, ລະບົບຄວບຄຸມປິດ (closed-loop) ສາມາດຮັກສາຄວາມດັນເລືອດໃນຊ່ວງເປົ້າໝາຍໄດ້ 92% ເມື່ອທຽບກັບ 67% ຂອງລະບົບຄວບຄຸມເປີດ (open-loop). ຄວາມແນ່ນອນນີ້ຊ່ວຍຫຼຸດຄວາມສ່ຽງຂອງການບາດເຈັບທາງກະດູກໄຕລົງ 29% ແລະ ຫຼຸດຄວາມສັບສົນທາງຫົວໃຈລົງ 18%, ດັ່ງທີ່ສາມາດພິສູດໄດ້ຈາກການທົດລອງຫຼາຍເວັບໄຊທ໌ທີ່ລວມເອົາການດຳເນີນການ 15,000 ຄັ້ງ.

ຂໍ້ຂັດແຍ້ງຂອງອຸດສາຫະກໍາ: ການຕໍ່ຕ້ານການຄວບຄຸມແບບອັດຕະໂນມັດຢ່າງເຕັມຮູບແບບ ເຖິງແມ່ນວ່າຈະມີການປັບປຸງຄວາມປອດໄພຂອງຜູ້ປ່ວຍໃນໄລຍະກ່ອນ-ລະ-ຫຼັງການຜ່າຕັດ

ໃນຂະນະທີ່ເຄື່ອງສະຫຼົບແບບຄວບຄຸມປິດສະແດງໃຫ້ເຫັນອັດຕາເຫດການສຳຄັນຕ່ຳລົງ 33%, ພາຍໃນໂຮງໝໍ 62% ຍັງຄົງໃຊ້ລະບົບຄວບຄຸມເປີດເປັນເຄື່ອງມືຫຼັກໃນການເຮັດວຽກ. ຄວາມແຕກຕ່າງນີ້ເກີດຈາກຄວາມມຸ້ງໝັ້ນທີ່ຂັດກັນ — ໃນຂະນະທີ່ 78% ຂອງທີມງານຜ່າຕັດໃຫ້ຄວາມສຳຄັນກັບຄວາມໝັ້ນຄົງຂອງຮູບເຄື່ອງຖ່າຍພາບ, 54% ຂອງທີມງານດ້ານຢາສະຫຼົບຮູ້ສຶກບໍ່ສະດວກໃຈກັບລະບົບທີ່ເຮັດວຽກອັດຕະໂນມັດຢ່າງເຕັມຮູບແບບ, ເຊິ່ງຊີ້ໃຫ້ເຫັນເຖິງຄວາມຈຳເປັນທີ່ຈະຕ້ອງມີອິນເຕີເຟດຄວບຄຸມແບບຮ່ວມ (hybrid control interfaces) ໃນເວທີລຸ້ນຕໍ່ໄປ.

ການຕິດຕາມລະດັບຄວາມງ່ວງນອນແບບອັດຕະໂນມັດ ແລະ ການສົ່ງຢາດ້ວຍຂັບເຄື່ອນໂດຍ AI

ການຕິດຕາມດັດຊະນີໄບເຊັກຕຼາ (BIS) ໃນການໃຫ້ຢາງ່ວງນອນແບບອັດຕະໂນມັດ ແລະ ບົດບາດຂອງມັນໃນການຈັດການລະດັບຄວາມງ່ວງ

ດັດຊະນີການວິເຄາະສອງມິຕິ, ທີ່ຮູ້ຈັກກັນທົ່ວໄປໃນນາມ BIS monitoring, ເຊິ່ງມີບົດບາດສຳຄັນໃນລະບົບການໃຫ້ຢາສະຫຼົບອັດຕະໂນມັດທີ່ທັນສະໄໝ. ມັນໃຫ້ຕົວເລກແທ້ໆແກ່ແພດ ເພື່ອໃຊ້ໃນການປະເມີນລະດັບຄວາມເລິກຂອງຜູ້ປ່ວຍທີ່ຢູ່ໃນສະພາບການສະຫຼົບ, ໂດຍອີງໃສ່ການອ່ານຄວາມຖີ່ຂອງສັນຍານຈາກອຸປະກອນ EEG. ຄະແນນ BIS ຈະຢູ່ລະຫວ່າງ 0 ຫາ 100, ໂດຍທີ່ຕົວເລກຕ່ຳໝາຍເຖິງການສະຫຼົບທີ່ເລິກຂຶ້ນ. ແພດສ່ວນຫຼາຍຈະພະຍາຍາມຮັກສາຜູ້ປ່ວຍໃຫ້ຢູ່ໃນຊ່ວງ 40 ຫາ 60 ຕະຫຼອດການຜ່າຕັດ. ການສຶກສາລ້າສຸດຊີ້ໃຫ້ເຫັນວ່າ, ການສັງເກດຄວາມເປັນລະບຽບ (sample entropy) ໃນຂໍ້ມູນ EEG ນັ້ນ ສາມາດເຮັດໃຫ້ການວັດແທກຄວາມເລິກຂອງການສະຫຼົບມີຄວາມຖືກຕ້ອງຫຼາຍຂຶ້ນປະມານ 23 ເປີເຊັນ ເມື່ອທຽບກັບວິທີການເກົ່າທີ່ພຽງແຕ່ວິເຄາະສະເພາະຄວາມຖີ່ຂອງສັນຍານ. ເມື່ອເຕັກໂນໂລຊີນີ້ຖືກຜະສົມເຂົ້າກັບລະບົບ loop ປິດ, ເຄື່ອງໃຫ້ຢາສະຫຼົບກໍສາມາດປັບປັບຈຳນວນຢາ propofol ຫຼື sevoflurane ໄດ້ດ້ວຍຕົນເອງ. ຕາມການຄົ້ນຄວ້າທີ່ຖືກຕີພິມໃນ Ponemon ປີ 2019, ການອັດຕະໂນມັດນີ້ຊ່ວຍຫຼຸດຄວາມເປັນໄປໄດ້ທີ່ຈະເກີດການຟື້ນຕົວຂອງຜູ້ປ່ວຍລະຫວ່າງການຜ່າຕັດລົງໄດ້ປະມານ 82 ເປີເຊັນ.

ການຜະສົມຂໍ້ມູນ EEG ໃນເວລາຈິງ ສຳລັບການຄວບຄຸມລະດັບຄວາມເລິກຂອງການໃຫ້ຢາສະຫຼົບ ໂດຍໃຊ້ອະລະກິດ AI

ລະບົບຂັ້ນສູງໃນມື້ນີ້ໃຊ້ປັນຍາປະດິດຕະພາບເພື່ອອ່ານສັນຍານ EEG ດິບເຫຼົ່ານັ້ນໃນຂະນະທີ່ມັນເຂົ້າມາ, ສັງເກດເຫັນຮູບແບບນ້ອຍໆທີ່ແມ້ກະທັ້ງແພດຜູ້ຊ່ຽວຊານອາດຈະພາດໄດ້. ລະບົບອັດສະລິຍະເຫຼົ່ານີ້ດໍາເນີນການສິ່ງທີ່ເອີ້ນວ່າ ອະລະກໍລິດ neurofuzzy ທີ່ປັບຕົວໄດ້, ວິເຄາະຂໍ້ມູນປະມານ 256 ຈຸດໃນແຕ່ລະວິນາທີ. ສິ່ງທີ່ເຮັດໃຫ້ນີ້ມີປະໂຫຍດແທ້ໆກໍຄື ມັນສາມາດຄາດການໄດ້ວ່າເສັ້ນເລືອດຈະປະຕິກິລິຍາແນວໃດກ່ອນທີ່ຈະມີການປ່ຽນແປງທີ່ສາມາດສังເກດເຫັນໄດ້ໃນຄວາມດັນເລືອດ. ເນື່ອງຈາກການຄາດການລ່ວງໜ້ານີ້, ອຸປະກອນຢາສະຫຼົບທີ່ທັນສະໄໝສາມາດປັບປັບປະລິມານຢາລ່ວງໜ້າ, ຮັກສາຄວາມດັນເລືອດໃນສະໝອງໃຫ້ຄົງທີ່ຕະຫຼອດການດໍາເນີນການຜ່າຕັດສະໝອງທີ່ລະມັດລະວັງ. ເປົ້າໝາຍທີ່ນີ້ແມ່ນເພື່ອຢູ່ພາຍໃນ 5 mmHg ຂຶ້ນໄປຫຼືລົງມາຈາກລະດັບເປົ້າໝາຍທີ່ທີມງານຜ່າຕັດໄດ້ກໍານົດໄວ້ເພື່ອຄວາມປອດໄພຂັ້ນສູງສຸດຂອງຜູ້ປ່ວຍ.

ອະລະກໍລິດການປັບປະລິມານ Propofol ແລະ Remifentanil ທີ່ຂັບເຄື່ອນດ້ວຍ MPC ແລະ Reinforcement Learning

ການປະສົມປະສານລະຫວ່າງເຕັກນິກການຄວບຄຸມທີ່ຄາດຄະເນແບບໂມເດລ (MPC) ກັບການຮຽນຮູ້ຈາກການເສີມແຮງ ກຳລັງປ່ຽນແປງວິທີການໃຊ້ຢາສະຫຼົບແບບໃສ່ເສັ້ນເລືອດຂອງພວກເຮົາ. ໃນການໃຊ້ຢາ propofol ຕອນເລີ່ມຕົ້ນ, ອະລະກິດທຶມ MPC ຊ່ວຍຫຼຸດຜ່ອນການໃຊ້ຢາເກີນຈຳນວນລົງໄດ້ປະມານ 37% ເມື່ອທຽບກັບຕົວຄວບຄຸມ PID ທີ່ໃຊ້ກັນທົ່ວໄປ. ໃນຂະນະດຽວກັນ, ວິທີການຮຽນຮູ້ຈາກການເສີມແຮງກໍກຳລັງດີຂຶ້ນໃນການຄິດໄລ່ປະລິມານຢາ remifentanil ທີ່ເໝາະສົມໃນການຄວບຄຸມຄວາມເຈັບປວດຫຼັງຈາກຜ່າຕັດ ໂດຍບໍ່ໃຫ້ໃຊ້ເກີນ. ສິ່ງທີ່ເຮັດໃຫ້ລະບົບເຫຼົ່ານີ້ແຕກຕ່າງອອກມາແມ່ນຄວາມສາມາດໃນການຕິດຕາມສັນຍານດ້ານສຸຂະພາບຫຼາຍກວ່າສິບຊະນິດພ້ອມກັນ. ລະບົບເຫຼົ່ານີ້ປັບຕົວອັດຕະໂນມັດຕາມຮູບແບບການຕອບສະໜອງຂອງແຕ່ລະຄົນຕໍ່ຢາ. ການສຶກສາທາງດ້ານຄລີນິກຈາກຫຼາຍສູນທີ່ຖືກຕີພິມໃນວາລະສານ JAMA ໃນປີກາຍນີ້ພົບວ່າ ຜູ້ປ່ວຍທີ່ໄດ້ຮັບການດູແລດ້ວຍລະບົບຂັ້ນສູງເຫຼົ່ານີ້ ມີເວລາຢູ່ພາກສ່ວນຟື້ນຕົວ PACU ນ້ອຍກວ່າປົກກະຕິປະມານ 1 ຊົ່ວໂມງ ແລະ 12 ນາທີ. ປະສິດທິພາບຂອງແບບນີ້ມີຄວາມໝາຍຫຼາຍໃນສະຖານະການໂຮງໝໍ ບ່ອນທີ່ທຸກໆນາທີມີຄວາມສຳຄັນ.

ການວິເຄາະຂໍ້ຖົກຖຽງ: ການອີງໃຊ້ດັດສະນີ BIS ຫຼາຍເກີນໄປ ເມື່ອທຽບກັບວິທີການຈໍາກັດຕິດຕາມຫຼາຍຮູບແບບ

BIS ຍັງຄົງເປັນທີ່ນິຍົມໃນການນໍາໃຊ້ຢູ່, ແຕ່ມີການສະໜັບສະໜູນທີ່ເພີ່ມຂຶ້ນໃນການນໍາໃຊ້ຂໍ້ມູນ EEG ພ້ອມກັບດັດສະນີການຕອບສະໜອງຕໍ່ຄວາມເຈັບ (NRI) ແລະ ມາດຕະການການປ່ຽນແປງຂອງການໄຫຼຂອງເລືອດ. ບາງຄົນຊີ້ໃຫ້ເຫັນວ່າການອີ້ງໃຊ້ BIS ພຽງຢ່າງດຽວອາດຈະພາດກໍລະນີຄວາມດັນເລືອດຕໍ່າປະມານ 18 ເປີເຊັນ ໃນລະຫວ່າງການຜ່າຕັດ ຕາມການສຶກສາຈາກ NEJM ໃນປີ 2022. ສິ່ງນີ້ໄດ້ນໍາໄປສູ່ວິທີການໃໝ່ທີ່ປະສົມປະສານການວິເຄາະຮູບແບບຊີບພັນກັບການອ່ານ capnography. ສິ່ງທີ່ພວກເຮົາກໍາລັງເວົ້າເຖິງຢູ່ນີ້ກໍຄື ການຊອກຫາຈุดທີ່ເໝາະສົມລະຫວ່າງການນໍາໃຊ້ລະບົບອັດຕະໂນມັດທີ່ມີຄວາມສະຫຼາດທີ່ຂັບເຄື່ອນດ້ວຍ AI ແລະ ການຮັກສາໃຫ້ແພດມີສ່ວນຮ່ວມໃນການຈັດການກັບສັນຍານຮ່າງກາຍທີ່ສັບສົນ ເຊິ່ງມີການມີອິດທິພົນຕໍ່ກັນແບບບໍ່ຄາດຄິດ.

ເຄື່ອງສະຫຼາບແບບທັນສະໄໝໃນປັດຈຸບັນ ໄດ້ຜະສົມຄວາມສາມາດຂອງ AI ເຂົ້າໄປໃນໂຄງສ້າງດ້ານຄວາມປອດໄພຂອງມັນໂດຍກົງ, ສ້າງຂະບວນການປັບຕົວທີ່ສາມາດຕອບສະໜອງຕໍ່ການປ່ຽນແປງຂອງຂັ້ນຕອນການຜ່າຕັດ ແລະ ອາການປ່ວຍຮ່ວມຂອງຜູ້ປ່ວຍພາຍໃນມິນລິວິນາທີ. ຄວາມຮ່ວມມືດ້ານເຕັກໂນໂລຊີນີ້ຊ່ວຍຫຼຸດຜ່ອນພາລະການຄິດຂອງມະນຸດ ໃນຂະນະທີ່ຮັກສາຂອບເຂດການປິ່ນປົວທີ່ສຳຄັນໄວ້, ເຊິ່ງຖືເປັນການປ່ຽນແປງແບບຢ່າງໃໝ່ໃນການຈັດການຄວາມສ່ຽງໃນໄລຍະກ່ອນ-ລະຫວ່າງ-ຫຼັງການຜ່າຕັດ.

ການຫາຍໃຈອັດຕະໂນມັດ, ການເພີ່ມປະສິດທິພາບຂອງລະບົບເວັນເລືອດ, ແລະ ລະບຽບການຄວາມປອດໄພທີ່ຖືກຜະສົມ

ອุປະກອນສະຫມອງແບບທີ່ທັນສະໄໝລ້າສຸດມາພ້ອມກັບສູດຄິດໄລ່ການຫາຍໃຈອັດສະລິຍະທີ່ວິເຄາະລະດັບກ໊າຊຄາບອນໄດໂອກໄຊ (EtCO2) ແລະ ປັບປຸງສິ່ງຕ່າງໆ ເຊັ່ນ: ຈຳນວນອາກາດທີ່ຖືກເຂົ້າໄປໃນປອດ ແລະ ອັດຕາການເຂົ້າໄປ. ລະບົບການຫາຍໃຈອັດຕະໂນມັດນີ້ຊ່ວຍຮັກສາລະດັບກ໊າຊໃນເລືອດຂອງຜູ້ປ່ວຍໃຫ້ຢູ່ໃນຂອບເຂດທີ່ປອດໄພ ແລະ ຫຼຸດຜ່ອນບັນຫາຈາກການຫາຍໃຈໜ້ອຍເກີນໄປ ຫຼື ຫຼາຍເກີນໄປ. ການສຶກສາໃນປີ 2020 ໄດ້ທົດສອບລະບົບຄວບຄຸມອົກຊີເຈນອັດຕະໂນມັດເຫຼົ່ານີ້ ແລະ ພົບວ່າມັນຊ່ວຍຮັກສາຜູ້ປ່ວຍໃຫ້ຢູ່ໃນຂອບເຂດອົກຊີເຈນເປົ້າໝາຍໄດ້ດີຂຶ້ນປະມານ 32% ສົມທຽບກັບເວລາທີ່ໝໍຕ້ອງປັບຄ່າດ້ວຍຕົນເອງ. ນີ້ສະແດງໃຫ້ເຫັນເຖິງຄຸນຄ່າຂອງລະບົບໃຫ້ຂໍ້ມູນກັບຄືນທັນທີໃນການຮັກສາການດຳເນີນງານໃນລະຫວ່າງການຜ່າຕັດ.

ການຄວບຄຸມການຫາຍໃຈອັດຕະໂນມັດດ້ວຍຂໍ້ມູນກັບຄືນ EtCO2 ແລະ ການຊ່ວຍເຫຼືອການຫາຍໃຈແບບປັບຕົວ

ລະບົບ EtCO₂ ທີ່ຖືກນຳໃຊ້ເພື່ອຊ່ວຍແນະນຳ ຈະປັບປຸງຄວາມດັນໃນຂະນະທີ່ຫາຍໃຈເຂົ້າ ແລະ ອັດສ່ວນການຫາຍໃຈເຂົ້າຕໍ່ການຫາຍໃຈອອກ ໃນລະຫວ່າງການຜ່າຕັດທາງກ້ອງສະຫວັດ ຫຼື ຜ່າຕັດເຕົ້າໄຂ່ ໂດຍທີ່ຄວາມຕ້ອງການໃນການຫາຍໃຈມີການປ່ຽນແປງຢ່າງໄວວາ. ລະບົບເຫຼົ່ານີ້ຊ່ວຍຫຼຸດຜ່ອນຄວາມຕ້ອງການການວິເຄາະເລືອດທາງເສັ້ນເລືອດແອວລົງ 41% (Anesthesia & Analgesia 2023), ເຮັດໃຫ້ແພດຜູ້ຊ່ຽວຊານດ້ານຢາສະຫຼົບສາມາດເນັ້ນໃນການຕັດສິນໃຈດ້ານການແພດຂັ້ນສູງ.

ການປ່ຽນແປງປະລິມານເລືອດທີ່ຫຼຸດອອກຈາກຫົວໃຈໃນແຕ່ລະຄັ້ງ (SVV) ສຳລັບການຄຸ້ມຄອງຂອງແຫຼວໃນລະບົບຢາສະຫຼົບອັດສະຈັນ

ການຕິດຕາມ SVV ຊ່ວຍໃຫ້ການໃຫ້ຂອງແຫຼວແມ່ນມີຄວາມແນ່ນອນ ໂດຍການວິເຄາະການປ່ຽນແປງຂອງຄື້ນສັນຍານເສັ້ນເລືອດແອວ ທີ່ເກີດຈາກການຫາຍໃຈທີ່ມີຜົນຕໍ່ການເຕີມເລືອດເຂົ້າຫົວໃຈ. ພື້ນຖານລະບົບຢາສະຫຼົບອັດສະຈັນທີ່ນຳໃຊ້ໂປຣໂທຄອນ SVV ຊ່ວຍຫຼຸດຜ່ອນຄວາມໝົດເປັນ 27% ໃນການຜ່າຕັດອະໄວຍະວະໃນທ້ອງຂະໜາດໃຫຍ່, ຕາມການທົດລອງຈາກຫຼາຍສູນ (Journal of Clinical Monitoring 2023).

ການຕິດຕາມສະພາບການທາງດ້ານຮ່າງກາຍທີ່ຖືກເຊື່ອມຕໍ່ກັນ ໃນລະຫວ່າງການຜ່າຕັດ ເພື່ອການແຊກແຊງແບບເຄື່ອນໄຫວ

ອຸປະກອນທີ່ທັນສະໄໝສະຫຼຸບຂໍ້ມູນຈາກ 8-12 ພາລາມິເຕີດ້ານສຸຂະພາບ (ລວມທັງການໄຫຼຂອງຫົວໃຈ, ການບໍລິມາດອົກຊີເຈນໃນສະໝອງ ແລະ ການກີດຂວາງກ້າມເນື້ອເສັ້ນປະສາດ) ເພື່ອຊ່ວຍແນະນຳການແຊກແຊງ. ວິທີການຫຼາຍຮູບແບບນີ້ສາມາດຫຍໍ້ໄລຍະເວລາຂອງຄວາມຜິດປົກກະຕິຂອງການໄຫຼຂອງເລືອດລົງ 19% ສົມທຽບກັບການຕິດຕາມຕາມປົກກະຕິ.

ຂອບເຂດຄວາມປອດໄພ ແລະ ລະບົບຂ້າມຂັ້ນໃນລະບົບການໃຫ້ຢາສະຫຼົບອັດຕະໂນມັດ

ລະບົບອັດຕະໂນມັດທຸກຊະນິດມີ:

• ຂອງແທັກສູງສຸດຂອງຢາເພື່ອປ້ອງກັນການໃຊ້ຢາເກີນຂອບ
• ໂອກາດໃນການຂ້າມຂັ້ນດ້ວຍມື ພ້ອມກັບສຽງເຕືອນສຳລັບຂອບເຂດທີ່ສຳຄັນ
• ເຊັນເຊີຊ້ຳຊ້ອນເພື່ອກວດຈັບຄວາມຜິດປົກກະຕິຂອງອຸປະກອນ

ມາດຕະການປ້ອງກັນເຫຼົ່ານີ້ຊ່ວຍຫຼຸດຜ່ອນເຫດການບໍ່ພາຍໃນທີ່ກ່ຽວຂ້ອງກັບຄວາມຜິດພາດຂອງມະນຸດລົງ 53% ໃນຂະນະທີ່ຍັງຮັກສາອິດສະຫຼະພາບຂອງຜູ້ຊ່ຽວຊານດ້ານການແພດ (Critical Care Medicine 2022). ຢ່າງໃດກໍຕາມ, 68% ຂອງຜູ້ຊ່ຽວຊານດ້ານການໃຫ້ຢາສະຫຼົບຍັງມັກຮູບແບບການຄວບຄຸມເຄິ່ງອັດຕະໂນມັດ, ເຊິ່ງສະແດງໃຫ້ເຫັນເຖິງຄວາມຈຳເປັນໃນການຮ່ວມມືທີ່ສົມດຸນລະຫວ່າງມະນຸດ ແລະ ເຄື່ອງຈັກ.

ອະນາຄົດຂອງປັນຍາປະດິດໃນຄວາມປອດໄພ ແລະ ຄວາມເປັນອິດສະຫຼະຂອງເຄື່ອງໃຫ້ຢາສະຫຼົບ

ຕົວຄວບຄຸມ PID, MPC ແລະ Reinforcement Learning ໃນການອັດຕະໂນມັດການໃຫ້ຢາສະຫຼົບ

ເຄື່ອງສະຫຼາບລ້າສຸດນີ້ມາພ້ອມກັບລະບົບຄວບຄຸມທີ່ຊັບຊ້ອນ ທີ່ເຮັດໃຫ້ການສົ່ງຢາຖືກຕ້ອງຫຼາຍຂຶ້ນ. ເຄື່ອງຄວບຄຸມ PID ຈະປັບຈໍານວນຢາຢ່າງຕໍ່ເນື່ອງຕາມສິ່ງທີ່ເກີດຂຶ້ນພາຍໃນຮ່າງກາຍຂອງຜູ້ປ່ວຍໃນເວລານັ້ນ. ໃນຂະນະທີ່ລະບົບ MPC ໄດ້ນໍາເອົາສິ່ງຕ່າງໆໄປສູ່ຂັ້ນຕໍ່ໄປໂດຍການຄາດເດົາວ່າຜູ້ປ່ວຍອາດຈະມີປະຕິກິລິຍາແນວໃດຕໍ່ໄປ ໂດຍອີງໃສ່ແບບຈໍາລອງທາງດ້ານສຸຂະພາບທີ່ຊັບຊ້ອນ. ລະບົບໃໝ່ໆບາງລະບົບແມ້ກະທັ້ງໃຊ້ວິທີການຮຽນຮູ້ຈາກການແຮງຈູງໃຈ (reinforcement learning) ບ່ອນທີ່ເຄື່ອງຈັກພື້ນຖານຮຽນຮູ້ຈາກປະສົບການໃນລະຫວ່າງການດໍາເນີນງານທີ່ຖືກຈໍາລອງ. ຕາມການຄົ້ນຄວ້າທີ່ຖືກຕີພິມເມື່ອປີກາຍນີ້ ທີ່ເບິ່ງລະບົບອັດຕະໂນມັດເຫຼົ່ານີ້ຮວມກັນ ພວກມັນໄດ້ຫຼຸດຜ່ອນຂໍ້ຜິດພາດຂອງມະນຸດໃນການພະຍາຍາມຮັກສາລະດັບການສະຫຼາບໃຫ້ຢູ່ໃນລະດັບທີ່ເໝາະສົມລົງໄດ້ປະມານໜຶ່ງສາມ. ສິ່ງນີ້ສໍາຄັນເພາະການຮັກສາດຸນດ່ຽງທີ່ຖືກຕ້ອງລະຫວ່າງການໃຊ້ຢາສະຫຼາບຫຼາຍເກີນໄປ ຫຼື ນ້ອຍເກີນໄປ ອາດຈະເຮັດໃຫ້ເກີດສະຖານະການທີ່ກ່ຽວກັບຊີວິດ ຫຼື ຄວາມຕາຍ.

ແບບຈໍາລອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ສໍາລັບການຄາດເດົາການຕອບສະໜອງຂອງຄົນເຈັບຕໍ່ຢາສະລະພາບ

ເຄື່ອງສະລະພາບທີ່ທັນສະໄໝ ທີ່ຂັບເຄື່ອນດ້ວຍປັນຍາປະດິດຕະຖືກຕິດຕັ້ງດ້ວຍແບບຈໍາລອງການຮຽນຮູ້ຂອງເຄື່ອງຈັກ ທີ່ໄດ້ຮັບການຝຶກອົບຮົມມາເປັນເວລາຫຼາຍປີ ກ່ຽວກັບຂໍ້ມູນດ້ານຟາມາໂຄໄຄເນຕິກ. ລະບົບຂັ້ນສູງເຫຼົ່ານີ້ພິຈາລະນາປັດໄຈຕ່າງໆ ກ່ອນການຜ່າຕັດເລີ່ມຕົ້ນ ເຊັ່ນ: ອາຍຸຂອງຄົນເຈັບ, ສະພາບສຸຂະພາບທີ່ມີຢູ່ແລ້ວ, ແລະ ເຖິງແມ້ກະທັ້ງສັນຍານທາງພັນທຸກໍາ ເພື່ອຄາດຄະເນວ່າ ບຸກຄົນໜຶ່ງຈະຮັບຢາ ເຊັ່ນ: ໂປພອຟອນ (propofol) ຫຼື ເຊໂວຟລະເນ (sevoflurane) ໄດ້ດີປານໃດ. ໃນການດູແລຄົນເຈັບທີ່ຖືກຈັດຢູ່ໃນໝວດຄວາມສ່ຽງສູງ, ເຄື່ອງມືຄາດເດົາເຫຼົ່ານີ້ ດูເหมືອນຈະຊ່ວຍຫຼຸດຜ່ອນກໍລະນີຂອງການສັບສົນຫຼັງການຜ່າຕັດລົງໄດ້ປະມານ 22 ເປີເຊັນ ເມື່ອທຽບກັບວິທີການໃຊ້ຢາແບບດັ້ງເດີມ. ການປັບປຸງນີ້ຖືເປັນກ້າວສໍາຄັນອັນໃຫຍ່ຫຼວງໃນການຮັກສາຄວາມປອດໄພຂອງຄົນເຈັບໃນລະຫວ່າງການດໍາເນີນການທີ່ສັບຊ້ອນ.

ແນວໂນ້ມໃນອະນາຄົດ: ການສົ່ງຈຳຍາກທີ່ເຮັດໄດ້ດ້ວຍຕົນເອງພາຍໃຕ້ການຄຸ້ມຄອງຂອງ AI

ສິ່ງໃຫມ່ໆໃດທີ່ຈະມາເຖິງສຳລັບເຕັກໂນໂລຊີການດົມຢາສະຫຼົບ? ພວກເຮົາກຳລັງເບິ່ງເຄື່ອງຈັກທີ່ສາມາດເຮັດວຽກໄດ້ດ້ວຍຕົນເອງ ໃນຂະນະທີ່ຍັງມີແພດກ່ຽວຂ້ອງກ່ຽວກັບ. ລະບົບໃຫມ່ເຫຼົ່ານີ້ຈະລວມເອົາຂໍ້ມູນຈາກສັນຍານຂອງສະຫມອງ, ຄວາມດັນເລືອດ ແລະ ຮູບແບບການຫາຍໃຈເຂົ້າຮ່ວມກັນ. ຫຼັງຈາກນັ້ນ ລະບົບຈະປັບປຸງປະລິມານຢາ ແລະ ການຕັ້ງຄ່າເຄື່ອງຊ່ວຍຫາຍໃຈໃນແຕ່ລະຂະນະຢ່າງລະອຽດຕາມຄວາມຈຳເປັນໃນລະຫວ່າງການຜ່າຕັດ. ມີການສົນທະນາກັນຫຼາຍຢູ່ໃນປັດຈຸບັນກ່ຽວກັບດ້ານຈັນຍາທຳ. ຄົນເຮົາຢາກຮູ້ວ່າລະບົບ AI ເຫຼົ່ານີ້ຕັດສິນໃຈແນວໃດ. ໂຮງໝໍຈຳເປັນຕ້ອງສ້າງກົດລະບຽບຂຶ້ນມາ ເພື່ອໃຫ້ເວລາເກີດເຫດການທີ່ບໍ່ຄາດຄິດຂຶ້ນໃນລະຫວ່າງການຜ່າຕັດ, ເຄື່ອງຈັກຈະບໍ່ພຽງແຕ່ປະຕິບັດຕາມໂປຣແກຣມຂອງມັນຢ່າງຕາບອດ, ແຕ່ຈະຕອບສະໜອງຢ່າງເໝາະສົມຕາມບົດຮຽນ ແລະ ຄວາມຮູ້ຂອງແພດຜ່າຕັດ ທີ່ບອກເຖິງສິ່ງທີ່ສຳຄັນທີ່ສຸດໃນຂະນະເວລາສຳຄັນເຫຼົ່ານັ້ນ.