KIỂM SOÁT TÌNH TRẠNG THAY ĐỔI ĐỘ SÂU GÂY MÊ BẰNG PHƯƠNG PHÁP TRÍ TUỆ NHÂN TẠO

Nội dung

ĐẶT VẤN ĐỀ

Trong chuyên ngành Gây mê hồi sức, xác định mức độ mê của người bệnh là một yêu cầu cần thiết và quan trọng. Quá trình này đòi hỏi phải có những điểm mốc hướng dẫn quá trình gây mê, đi từ mê nông (độ mê quá nhẹ), đến độ mê sâu (tức độ mê quá nhiều), hay ngược lại, làm sao cho phù hợp với từng loại phẫu thuật và từng giai đoạn của phẫu thuật, cho từng người bệnh. Hơn nữa, một khi đã xác định được độ mê chính xác thì người gây mê có thể dùng một số lượng thuốc mê ít nhất, nhưng phải đủ đảm bảo cho cuộc phẫu thuật tiến hành thuận lợi và quan trọng nhất là phải đảm bảo được an toàn cho bệnh nhân, tránh dùng thuốc gây mê quá nhiều, bởi vì hầu hết thuốc mê đều là thuốc độc, những thuốc này thường gây độc hại, gây ra những tai biến, biến chứng rất nguy hại cho người bệnh. Trạng thái gây mê của người bệnh có thể được phân loại theo năm giai đoạn như sau: giai đoạn I (mất ý thức), giai đoạn II (gây mê nhẹ), giai đoạn III (gây mê trung bình), giai đoạn IV (gây mê sâu) và giai đoạn V (tình trạng hồi phục). Nhược điểm của các máy đo theo dõi trạng thái gây mê dùng tín hiệu EEG hiện nay là không phản ánh sự thay đổi các giai đoạn của người bệnh trong gây mê nhẹ, gây mê trung bình và gây mê sâu.

Nghiên cứu này đã phát triển một phương pháp mới để giám sát độ sâu gây mê, có khả năng giải quyết sự chuyển đổi của các trạng thái khác nhau và cá nhân hóa sự gây mê. Khả năng cá nhân hoá này thể hiện sự tiến bộ đáng kể về các phương pháp và công nghệ khoa học hiện tại trong việc giám sát DoA. Kết quả của dự án này là một phương pháp khoa học mới để phân tích các trạng thái não liên quan đến gây mê. Nghiên cứu này có tác động trực tiếp đến khả năng thiết kế và hiệu năng của các thiết bị y sinh học. Nghiên cứu này cũng cung cấp những cơ hội đáng kể cho các nghiên cứu gây mê quốc gia và quốc tế tiếp theo. Các nhà gây mê có thể xác định và phát hiện những khác biệt này đối với các thuốc tĩnh mạch được cá nhân hóa để điều chỉnh thuốc gây mê để giảm nguy cơ "thức tỉnh" của người bệnh và giảm liều thuốc gây mê. Kỹ thuật sáng tạo có thể được chuyển sang các lĩnh vực công nghệ sinh học có liên quan để sản xuất một dụng cụ theo dõi DoA mới.

KẾT LUẬN

Nghiên cứu này đã phát triển chỉ số DoA cá nhân dựa trên tổ hợp các tính hiệu đầu vào như: EEG, giới, tuổi, cân nặng, chỉ số BMI và dấu hiệu lâm sàng để phân tích tình trạng não liên quan đến quá trình gây mê. Đồng thời, tìm ra giá trị PR có thể thay đổi đối với từng bệnh nhân trong nhóm có cùng thông số như tuổi, giới tính, cân nặng, chỉ số BMI và dấu hiệu lâm sàng. Do đó, lượng thuốc mê sử dụng có thể khác nhau giữa bệnh nhân này và bệnh nhân khác trong cùng một nhóm có cùng các thông số như trên. Đặc biệt, nghiên cứu này đề suất chỉ số mới PDoA để xác định sự thay đổi các giai đoạn khác nhau của bệnh nhân liên quan quá trình gây mê phẫu thuật. Dựa trên chỉ số PDoA, chúng ta đánh giá mức độ gây mê sâu của bệnh nhân chính xác, rõ ràng và được dự báo theo 5 cấp độ gây mê như sau: mất ý thức, mê nhẹ, mê vừa, mê sâu và tỉnh mê. Qua đó, kiểm soát tốt hơn quá trình gây mê như là tránh gây mê nông hoặc quá sâu, ngăn ngừa tỉnh mê trong khi phẫu thuật và rút ngắn thời gian tỉnh mê. Kết quả này có thể áp dụng để tối ưu hóa liều lượng thuốc gây mê, nhằm đem lại sự an toàn cho bệnh nhân trong gây mê và phẫu thuật.

TÀI LIỆU THAM KHẢO

  1. Gan TJ, Glass PS, Windsor A, et al (1997) “Bispectral index monitoring allows faster emergence and improved recov-ery from propofol, alfentanil, and nitrous oxide anesthesia”, Anesthesiology, 84, pp. 808-815.
  2. Liu SH, Wei W, Ding GN (2009) “Relationship between depth of anesthesia and effect-site concentration of propofol during induction with the target-controlled infusion technique in elderly patients”, Chinese Medical Journal, 122, pp.935-940.
  3. Villeret I, Laffon M, Ferrandière M, et al “Which propofol target concentration for ASA III elderly patients for conscious sedation combined with regional anaesthesia?” Ann Fr Anesth Reanim. 22 (3), pp.196-201.
  4. Nguyễn Thị Như Hà, Nguyễn Thị Qúy (2013), “Đánh giá lợi ích của BIS trong việc theo dõi độ sâu gây mê trong quá trình phẫu thuật tim hở”, Y học TPHCM, 885 (21) tr.97.
  5. Nguyễn Văn Chinh, Nguyễn Văn Chừng (2013), “Theo dõi BIS trong gây mê tĩnh mạch kiểm soát nồng độ đích”, Y học TPHCM, 17 (1), tr.169-173.
  6. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Monitoring the Depth of Anaesthesia Using Hurst Exponent and Bayesian Methods”, IET Signal Processing, 8 (9). pp. 907-917. 2014. (5 Year Impact Factor =0.915)
  7. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Consciousness and depth of anaesthesia assessment using Bayesian techniques”. IEEE Transactions on Biomedical Engineering. Vol. 60, No. 6, June 2013. (5 Year Impact Factor =2.348)
  8. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Measuring the hypnotic depth of anaesthesia based on the EEG signal using combined Wavelet transform, eigenvector and normalization techniques”. Computers in Biology and Medicine. vol. 42, pp. 680-691, 2012. (5 Year Impact Factor=1.359)
  9. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Measuring and reflecting depth of anaesthesia in real-time for general anaesthesia patients”. IEEE Transactions on Information Technology in BioMedicine, vol. 15, No. 2, July 2011. (5 Year Impact Factor =1.680)
  10. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Improving the Accuracy of Depth of Anaesthesia using Modified Detrended Fluctuation Analysis Method”, Journal of Biomedical signal processing and control, 5, 59-65, 2010. (5 Year Impact Factor =1.329)
  11. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Theoretical basis for identification of different anaesthetic states based on routinely recorded EEG during operation”, Computers in Biology and Medicine. vol. 39, no. 1 pp. 40-45, 2009. (5 Year Impact Factor =1.359).
  12. T. Nguyen-Ky, Peng (Paul) Wen, and Yan Li, “Monitoring the Depth of Anaesthesia using Discrete Wavelet Transform and Power Spectral Density”. Proceeding of the fourth International Conference on Rough Sets and Knowledge Technology (RSKT2009), Gold Coast, Australia.

 

 

Chia sẻ trên Zalo
return to top