La ventilación mecánica invasiva (VM) es una de las terapias más importantes y que más vidas salvan en la unidad de cuidados intensivos. El impulso respiratorio en pacientes críticos está modulado por la respuesta del centro respiratorio a diferentes estímulos fisiológicos. Un impulso respiratorio elevado produce intensos esfuerzos inspiratorios que pueden causar lesiones pulmonares autoinfligidas por el paciente y lesiones del diafragma inducidas por cargas concéntricas. Estos esfuerzos inspiratorios elevados se evalúan a pie de cama durante breves intervalos de tiempo mediante la observación visual de las ondas de presión en la vía aérea y de flujo inspiratorio del ventilador, lo que conduce al infradiagnóstico. El objetivo de este proyecto es evaluar la incidencia del esfuerzo inspiratorio elevado detectado sobre la onda de presión (anexo 1) durante todo el periodo de VM, investigar su relación con el resto de asincronías y su impacto en el pronóstico del paciente. El esfuerzo inspiratorio elevado se detectará mediante algoritmos supervisados de aprendizaje profundo, y además se aplicará la validación cruzada de conjuntos de datos utilizando pacientes críticos con la misma demografía de dos hospitales diferentes de la misma comunidad. Los algoritmos se aplicarán en un primer conjunto de datos retrospectivos de forma de onda fisiológica del mundo real (presión en la vía aérea y flujo inspiratorio) de 400 pacientes sometidos a VM, y se investigará la asociación de la incidencia del esfuerzo inspiratorio elevado con el resto de asincronías y el pronóstico. Para evaluar la generabilidad de los algoritmos se aplicarán prospectivamente en una segunda cohorte de 100 pacientes. Finalmente, a largo plazo, este proyecto persigue desarrollar una herramienta de inteligencia artificial capaz de alertar a los clínicos de la presencia excesiva del esfuerzo inspiratorio elevado o de la insuficiencia de flujo.
Ventilación mecánica invasiva
formas de onda del ventilador
alto impulso respiratorio
algoritmos de aprendizaje profundo
alerta inteligente
Acción Estratégica en Salud (AES)
01/01/2025 - 31/12/2027
LEONARDO SARLABOUS URANGA
FUNDACIO INSTITUT D INVESTIGACIO I INNOVACIO PARC TAULI (I3PT)
FUNDACIO INSTITUT D INVESTIGACIO I INNOVACIO PARC TAULI (I3PT)
CATALUÑA
BARCELONA
72,000 €