Un equipo de investigadores canarios ha desarrollado una técnica para controlar de forma automática el proceso anestésico en las intervenciones quirúrgicas. El nuevo sistema detecta el estado hipnótico del paciente en cada momento y suministra la dosis de anestesia más conveniente.
“Presentamos una técnica eficiente de control por ordenador que regula la anestesia en los quirófanos, con el objetivo de individualizar las dosis de droga infundida según las características de cada paciente”, explica a SINC Juan Albino Méndez, primer autor del trabajo e investigador del Grupo de Control de Anestesia de la Universidad de La Laguna (ULL).
El grupo ha desarrollado una herramienta informática, junto al equipo de anestesistas del Hospital Universitario de Canarias, para facilitar la tarea de estos profesionales de la sanidad. El nuevo sistema, publicado en Computer Methods in Biomechanics and Biomedical Engineering, mantiene a la persona en el estado hipnótico deseado durante la intervención quirúrgica.
A través de sensores y de un monitor, el sistema registra el encefalograma (EEG) del paciente y su índice biespectral (BIS), un parámetro sin unidades que cuantifica el estado hipnótico y se relaciona con el nivel de conciencia.
El valor de BIS oscila entre 100 (estado de máxima alerta posible) y 0 (ausencia de actividad eléctrica cortical, el estado de inconsciencia más profundo). Esta investigación se enfoca en la región de BIS correspondiente a la anestesia general, es decir, entre 40 y 60.
Algoritmos que calculan la dosis
Los datos se procesan en un ordenador que incluye un software de control específico y permite actuar sobre la bomba que inyecta el anestésico para regular su cantidad. La aplicación informática se basa en algoritmos PID (Proporcional Integral Derivativo) adaptativos, un mecanismo de control por retroalimentación que calcula de forma automática las dosis adecuadas a partir de los valores medidos y deseados.
Para validar la técnica los investigadores han realizado con éxito simulaciones con diversos modelos desarrollados por ellos mismos, y además la han probado en 15 pacientes voluntarios, de entre 30 y 60 años, del Hospital Universitario de Canarias.
“Los primeros resultados obtenidos tanto en quirófano como en simulación demuestra que el sistema ofrece un comportamiento satisfactorio y una aplicabilidad en quirófano con fundadas expectativas de éxito”, señala Albino Méndez.
Los científicos confían en que el método ayude a mejorar el rendimiento de las operaciones a la hora de dosificar anestesias y optimizar los tiempos de recuperación del paciente, así como de reducir los costes de las intervenciones.
El estudio se ha realizado con un anestésico de uso común, el propofol, pero se podrían emplear otros, como el isoflurano. La técnica también tiene aplicación en la regulación de otras variables fisiológicas, como el nivel de glucosa en sangre, la temperatura o la presión arterial.
Los retos inmediatos del equipo, además de avanzar en la parte algorítmica del sistema, son los de incorporar en la plataforma las variables de analgesia y relajación muscular para dotar al anestesista de una herramienta integral.
------------------------------------
Referencia bibliográfica:
Juan Albino Méndez, Santiago Torres, José Antonio Reboso y Héctor Reboso. “Adaptive computer control of anesthesia in humans”. Computer Methods in Biomechanics and Biomedical Engineering 12 (6): 727–734, diciembre de 2009.
Solo para medios:
Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
