カオス理論を用いた麻酔深度モニターの試み

点击翻译按钮获取中文摘要

脳波による麻酔深度モニターとしてBIS(Bispectral Index)(Rampil, I.J.Anesthesiology, 1998)が近年脚光を浴びている。全身麻酔中の鎮静度のモニターとして臨床上大変有効であり完成度も高い。しかし、麻酔の深度には、麻酔中は鎮静に加えて鎮痛に対するモニターが重要であるが、BISでは反映する事が難しく、かつケタミンのような麻酔薬の種類によっては臨床症状との解離が問題になる。その理由は、BISが麻酔中の生体情報の中、脳波のみを解析していること、そしてその解析方法が、複雑系生体からの信号である脳波について、位相を考慮しているが、主として線形解析であるスペクトラム解析に頼っているためと考える。生体システムは、カオスに従って変動する複雑系であると考え、カオス理論を用いて、この生体システムからの信号(バイオシグナル)の変動(時系列データ)からカオス性を抽出、分析することによって生体情報の状態の把握すること、そしてその背後に存在する決定論的法則を推定する事によってバイオシグナルの挙動予測をすることを試みた。我々は、麻酔中の脳波をカオス解析し、カオス特徴量として、フラクタル次元、リアプノフ指数、軌道平行速度(TPM)を求めた。麻酔中の脳波は、非整数のフラクタル次元、正の最大リアプノフ指数をとり、カオス性が示唆された。麻酔深度とTPMは正の相関を示し、麻酔深度の指標となりえると考えられる。今回の結果は、非線形の複雑系である生体信号(脳波)を、カオス解析することにより、麻酔の深度をより的確に計測できる基礎的な成果を挙げることができた。