Development of a monitoring system for lung protective ventilation strategy that realized automatic alert by artificial intelligence

点击翻译按钮获取中文摘要

2022年度は、我々が開発しようと計画している最終的な人工知能AI予測モデルの基礎となるAI予測モデルのプログラム開発を試みた。人工呼吸中の患者のグラフィックモニタから得られる画像情報は複雑かつ多様であるため、まずは人工呼吸器による弊害である人工呼吸器関連肺損傷に進展する可能性のある基本的な異常波形を、モデル肺を用いて様々な肺障害のレベルを再現しながらシミュレーションし、これらを効率良く判定しうるAIモデルのプログラミングを試みた。プログラムの調整を繰り返しながら検証したところ、高一回換気量や高気道内圧、低コンプライアンスや高気道抵抗などの設定に対して、多くの異常を判定しうるAI予測モデルの基礎となる予備的なプログラミングが完了したところで、その予測モデルを使用することで上記モデル肺での異常として高一回換気量と換気回数過多状態における異常を実際に検知可能であることが確認できた。次に、様々なレベルのコンプライアンスと気道抵抗の組み合わせを設定し同様に予測モデルが機能するか検証中であるが、グラフィック画像の枚数がかなり多いため解析に時間を要している。これに対しては技術者の人数を増して対応中である。同時に、研究計画に従って、集中治療室でPB980人工呼吸器を用いて人工呼吸療法を受ける成人患者において、明確な理由をもって設定変更された前後の画像を、人工呼吸器に接続したノートパソコンでグラフィック画像データとして取得することを開始し、ストックしている段階である。予め登録された呼吸療法に習熟した集中治療医が肺保護換気の概念に基づき人工呼吸設定を変更した場合に変更内容とその理由を記録していくといった作業であり、現在のところ数名の研究対象者からのデータ取得が完了した（2023年度に100名分のデータ取得を目標）。