#PAGE_PARAMS# #ADS_HEAD_SCRIPTS# #MICRODATA#

Systémy pro automatické dávkování kyslíku v průběhu umělé plicní ventilace


Systems for automatic oxygen dosing during artificial lung ventilation

Modern technology has made it possible to automatically control the oxygen levels in the ventilation mixture provided to patients. The concentration of inspired oxygen can be regulated based on real-time information from the pulse oximeter built into the lung ventilator. This feedback control is called automatic closed loop, which requires an electronically controlled gas mixer. Blood oxygen saturation is measured using Masimo or Nellcor pulse oximetry technology.

The paper provides further details on the types of automatic closed loop control algorithms and the clinically available technologies. Studies have shown that automatic closed loop systems more efficiently maintain normal blood oxygen levels than manual fraction of inspired oxygen adjustment. While automatic closed loop systems can quickly resolve hypoxemic episodes, they cannot prevent them entirely.

Keywords:

oxygen fraction, feedback, automatic oxygen regulation, patient in the loop, lung ventilation


Autoři: P. Kudrna 1,2;  L. Tejkl 2
Působiště autorů: Klinika gynekologie, porodnictví a neonatologie, 1. LF UK a VFN, Praha 1;  Katedra biomedicínské techniky, Fakulta biomedicínského inženýrství ČVUT, Praha 2
Vyšlo v časopise: Čes-slov Neonat 2023; 29 (2): 121-124.
Kategorie: Příspěvky k respirační problematice nezralých novorozenců

Souhrn

Současné technologické možnosti umožňují automatickou regulaci frakce kyslíku v podávané ventilační směsi. Koncentrace inspirovaného kyslíku je regulována na základě aktuální informace z pulzního oxymetru implementovaného do plicního ventilátoru. Podmínkou pro toto zpětnovazební řízení je elektronicky řiditelný směšovač plynu. Měření saturace krve kyslíkem je realizováno pomocí pulzní oxymetrie technologie Masimo nebo Nellcor.

V textu jsou blíže vysvětleny typy řídicích algoritmů a představeny aktuální, klinicky dostupné technologie.

Dosavadní výsledky a zkušenosti se zpětnovazebními systémy poukazují na vyšší efektivitu udržování saturace krve kyslíkem v normoxemické oblasti než u skupin s manuálním nastavováním frakce kyslíku.

Zpětnovazební systémy regulace kyslíku celkem dobře brání hyperoxemickým situacím než hypoxemickým. Obecně dokáží rychle řešit hypoxemické epizody, avšak nedokáží jim předejít.

Klíčová slova:

frakce kyslíku, zpětná vazba, automatická regulace kyslíku, plicní ventilace

ÚVOD

Technologický pokrok v konstrukci plicních ventilátorů vyústil v posledních letech v kompletní elektronické řízení komponent, jako jsou ventily, regulátory a směšovač plynů. Moderní ventilátory již nemají pro ovládání fyzické prvky, ale ovládání je přesunuto na dotykovou obrazovku. Tento technologický posun k digitálnímu řízení však umožňuje implementaci dalších algoritmů, které se mohou podílet na zlepšení řízení průběhu plicní ventilace a její personalizaci.

U neonatologických ventilátorů se proto v posledních 10 letech začaly objevovat systémy pro tzv. automatickou regulaci frakce kyslíku ve ventilační směsi, kdy hodnota inspirační koncentrace kyslíku (FiO2) je regulována na základě aktuální informace z pulzního oxymetru implementovaného do plicního ventilátoru.

Příspěvek si klade za cíl blíže vysvětlit problematiku automatického dávkování FiO2 v kontrastu s doposud velmi rozšířenou manuální technikou regulace FiO2 a dále představit aktuální technologie, které jsou na trhu dostupné.

 

ZPĚTNOVAZEBNÍ SYSTÉM PRO AUTOMATICKÉ DÁVKOVÁNÍ KYSLÍKU DO VENTILAČNÍ SMĚSI

Automatické dávkování kyslíku do ventilační směsi umožňují plicní ventilátory tehdy, obsahuje-li konstrukce  ventilátoru elektronicky řiditelný směšovač plynů a modul pulzního oxymetru (dostupné technologie Masimo nebo Nellcor). Řízení směšovače je technicky řešeno pomocí zpětnovazebního algoritmu, často v literatuře označovaného jako ACL (automatic closed loop) nebo konkrétními produktovými názvy jednotlivých výrobců [2, 5–8]. Uspořádání komponent zobrazuje schéma 1.

 

PŘEHLED TYPŮ ALGORITMŮ ACL

Zpětnovazební systémy pro automatické řízení oxygenace novorozenců jsou založeny na algoritmech, které využívají parametr SpO2 pro určení odchylky od požadovaného cílového pásma saturací pacienta, tj. kladný nebo záporný rozdíl mezi měřenou a nastavenou hodnotou saturace periferní krve kyslíkem. Doposud představenými řídicími algoritmy jsou [8]:

  • rule-based s fuzzy logikou nebo bez fuzzy logiky (algoritmy založené na pravidlech);
  • proporcionálně integračně derivační algoritmy (PID);
  • adaptivní regulátory;
  • robustní algoritmy, které doposud nejsou využívány v klinické praxi.

Algoritmy rule-based používají sadu pravidel k rozhodování o úpravách FiO2. Pravidla vychází z klinicky používaných zvyklostí, např. při mírné hypoxii se zvyšuje FiO2 o 2 % apod. Díky sadě pravidel působí tento typ algoritmu velmi intuitivně. Nicméně množství pravidel je omezené a není možné mít soubor pravidel pro každou individuální situaci [2, 8, 9].

Proporcionálně integračně derivační regulátory jsou běžně používané v průmyslových aplikacích. Vstupem řídicího systému je regulační odchylka (v tomto případě značeno jako SpO2 error) a výstupem je akční veličina – změna FiO2. Proporční složka (P) odráží aktuální chybu, integrační složka (I) regulátoru zahrnuje integrál předchozích chyb a derivační složka (D) odpovídá směru (snížení/zvýšení), kterým směřuje SpO2 error. Systém PID zohledňuje při řízení více dostupných informací o průběhu odchylky, než je jen aktuální hodnota, čímž i přes svou vyšší složitost dosahuje dobrých výsledků. Úskalím regulace je stabilita systému, která musí rychle zohledňovat i vnější zásahy do systému. Při nestabilitě systém způsobuje oscilace SpO2 a výsledek ACL je horší než použití manuálního nastavování FiO2 [2, 8, 9].

Adaptivní řízení využívá prvku, který se průběžně přizpůsobuje podle potřeb pacienta, zároveň je odhadována spotřeba kyslíku dle závažnosti plicního onemocnění, což vychází ze zkušeností s léčbou jednotlivých plicních onemocnění [8].

Účinnost výše uvedených systémů je různá, protože klinický účinek u předčasně narozených dětí závisí na mnoha proměnných, jako je závažnost plicní dysfunkce, použitý typ respirační podpory, nastavené rozmezí požadovaných hodnot SpO2 a v neposlední řadě také individualita jednotlivých pacientů [2, 8, 9].

 

Schéma 1. Principiální uspořádání zpětnovazebního systému pro regulaci FiO2 na základě měřeného SpO2 (schéma použito s laskavým svolením Leoše Tejkla)

 

KOMERČNĚ DOSTUPNÉ SYSTÉMY ACL PRO ŘÍZENÍ OXYGENACE

Přehled komerčně dostupných a v klinické praxi používaných systémů ACL je uveden v tabulce 1.

 

 

Tab. 1. Přehled algoritmů ACL

Název systému

Použitý řídicí algoritmus

Ventilační módy

Technologie pulzního oxymetru

CLAC

rule-based (bez fuzzy)

IV a nCPAP

Masimo

CLiO2

hybridní (rule-based, PID s adaptivním prvkem)

IV, CPAP, BiPAP a nCPAP

Masimo

PRICO

rule-based (bez fuzzy)

IV, HFOV, nCPAP

Masimo

SPO2C

PID

IV, NIPPV, CPAP, HFOV

Masimo/Nellcor

BiPAP – spontánní ventilace s pozitivní tlakovou podporou, bilevel positive airway pressure; CLAC – automatické řízení kyslíku s uzavřenou smyčkou, closed-loop automated oxygen control; CLiO2 systém automatického udržování nejnižších hodnot FiO2 pro normokapnii a normoxemii, closed-loop inspired oxygen; CPAP – trvalý přetlak v dýchacích cestách, continuous positive airway pressure; HFOV – vysokofrekvenční oscilační ventilace, high frequency oscillatory ventilation; IV invazivní ventilace, invasive ventilation; nCPAP nazální CPAP, nasal CPAP; NIPPV – přetlaková neinvazivní ventilace, non-invasive positive pressure ventilation; PID – proporčně integračně derivační regulátor, proportional integral derivative control; PRICO – inteligentní řízení okysličení na základě odhadu, predictive intelligent control of oxygenation

 

CLAC

Systém CLAC (closed-loop automatic oxygen control) je prostý rule-based algoritmus společnsoti Löwenstein Leoni plus CLAC (Löwenstein Medical, Rheinland-Pfalz, Německo).

Algoritmus ze signálu SpO2 analyzuje aktuální hodnotu a zohledňuje průběh trendu SpO2 za poslední 3 minuty (klasifikace průběhu–vzrůstající, stabilní nebo klesající). Osamocené hodnoty SpO2 mimo rozsah jsou filtrovány. Systém CLAC lze nastavit do jednoho ze dvou režimů, kdy rychlejší provede maximálně dvě změny FiO2/min a pomalejší provede jednu změnu FiO2/3 min. Pomocí regresního modelu, v kombinaci s odchylkou SpO2 od požadované hodnoty, jsou definovány stavy požadovaného rozsahu SpO2: „podstatně pod“, „pod“, „normální rozsah“, „nad“ a „podstatně nad“. Korekce FiO2 následně probíhá v konkrétních krocích: +0,05; +0,02; +0,01; −0,01; −0,02. Po každé změně FiO2 je algoritmus na 30 sekund (případně na 180 sekund) pozastaven pro adaptaci novorozence na novou frakci kyslíku [2, 10].

Výsledky multicentrické studie potvrdily vyšší procentuální podíl času neonatologických pacientů (71 %), stráveného v požadovaném rozmezí SpO2 v porovnání s kontrolní skupinou (61 %), u které bylo využito manuální nastavování FiO2 [11].

Systém CLAC není určen k řešení akutních změn SpO2. Algoritmus by mohl využívat zpětnou vazbu SpO2 rychleji a rychleji řešit hypoxické stavy před zvýšením frakce a hyperoxemické stavy po zvýšení frakce [12].

CLiO2

Jedná se o automatický řídicí algoritmus oxygenace (closed-loop inspired oxygen), používaný ventilátorem AVEA (Vyaire Medical, Mettawa, USA; dříve CareFusion, Yorba Linda, USA). Tento algoritmus byl jako první uvolněn pro klinické použití. Řízení má hybridní charakter, kdy kombinuje rule-based algoritmus a proporciálně derivační řízení s adaptivním prvkem.

Časování a velikost změny FiO2 je nastavováno v závislosti na velikosti odchylky SpO2, trendu SpO2 (složka D) a základního FiO2 (adaptivní prvek). Hodnota FiO2 je měněna, nesnižuje-li se odchylka SpO2 dostatečně rychle vzhledem k požadovanému rozmezí. Základní hodnota FiO2 je aktualizována z uplynulých 5 minut [2, 5, 12, 13].

Algoritmus byl porovnáván v mnoha studiích, které potvrzují zvýšení času stráveného v požadovaném rozmezí a zkrácení času stráveného nad požadovaným rozmezím. Avšak CLiO2 vyžaduje značný čas pro snižování základní hodnoty FiO2, což představuje problém, protože většina úprav je omezena na zvyšování frakce. U nestabilních dětí s častými hypoxickými příhodami neodráží bazální FiO2 reálný požadavek na oxygenaci organismu [9, 13].

PRICO

Systém PRICO (predictive intelligent control of oxygenation) je rule-based algoritmus švýcarského výrobce Acutronic. PRICO je dostupné v rodině ventilátorů FABIAN a dostupný je jak pro invazivní, tak i neinvazivní plicní ventilaci.

Algoritmus vyhodnocuje aktuální hodnotu SpO2, trendové hodnoty a predikovanou hodnotu SpO2. Korekce FiO2 jsou realizovány vždy po 1 minutě, během které nedochází k další změně frakce kyslíku. Rozsah FiO2, který může algoritmus využít, je nastaven lékařem, stejně tak i požadované pásmo SpO2. Algoritmus před samotným nastavováním FiO2 kontroluje parametry ventilace, správnost zapojení zařízení a měřených parametrů, v případě zjištěných problémů je systém PRICO deaktivován do jejich odstranění [5, 12].

Klinický účinek byl publikován po testování na jehňatech (při resuscitaci a ventilaci), kde algoritmus dosahuje lepších výsledků oproti manuálnímu nastavování FiO2. Nicméně pauza mezi jednotlivými korekcemi FiO2 může potenciálně opozdit intervenci při hypoxii nebo hyperoxii [5].

SPO2 Control

SPO2 Control neboli algoritmus SPO2C je komerčně dostupný ve ventilátoru Sophie (Stephan GmbH, Gackenbach, Německo). Zpětnovazební smyčka iteruje každé 2 sekundy. Systém disponuje dvěma PID regulátory, kdy v prvním jsou koeficienty regulovány rozsahem a směrem změny SpO2. Proporční člen je exponenciálně vážen z důvodu sigmoidálního tvaru křivky (oxyhemoglobin dissociation curve, OHDC). Druhý PID regulátor upravuje základní linii FiO2 každých 5 minut porovnáním nastavené hodnoty s předchozí základní hodnotou [12–14].

Výsledky malé studie s 12 nezralými novorozenci potvrdily vyšší procentuální podíl času stráveného v požadovaném rozmezí SpO2 u pacientů při automatické korekci FiO2 než u kontrolní skupiny (68,5 %), kde bylo využito manuálních zásahů [14].

OxyGenie

OxyGenie je adaptivní PID algoritmus britského výrobce SLE. Technologie je k dispozici u ventilátoru SLE 6000 (SLE, Croydon, UK). Základní hodnota FiO2 je nastavována každých 30 minut použitím dat z posledních 60 minut ventilace. Kombinací této informace a P, I a D konstant algoritmus kalkuluje nové hodnoty pro nastavení FiO2 každou sekundu. V případě nízkého nebo nečitelného signálu SpO2 algoritmus udržuje poslední použité nastavení FiO2. Jako prevence hyperoxie je navýšení FiO2 možné maximálně o 40 %. Algoritmus se vypořádává s nelinearitou OHDC změnou znaménka integračního členu při pozitivní odchylce, což eliminuje nadměrné dávkování kyslíku. Během hyperoxie je modifikována derivační složka. Je-li pět po sobě jdoucích hodnot nad střední hodnotou požadovaného rozsahu SpO2, nedochází k navyšování FiO2 [12, 15]. Byla provedena studie s 20 pacienty na neinvazivní ventilační podpoře, která popisuje redukci času stráveného mimo požadované rozmezí SpO2 [15].

 

DOSAVADNÍ ZKUŠENOSTI SE SYSTÉMY ACL

Od roku 2000 do současnosti byly publikovány více než dvě desítky studií se systémy ACL a stovky konferenčních sdělení. Dosavadní výsledky a zkušenosti se systémy ACL poukazují na vyšší efektivitu udržování SpO2 v normoxemické oblasti než u skupin s manuálním nastavováním FiO2. Systém ACL celkem dobře brání hyperoxemickým situacím než hypoxemickým. Zpětnovazební systémy dokážou rychle řešit hypoxemické epizody, avšak nedokážou jim předejít [2, 5–8]. Zmíněné studie byly provedeny s různými řídicími algoritmy systémů ACL, s různým nastavením a také s různými technologiemi měření SpO2. Příklad úspěšnosti systémů je uveden v grafu 1.

 

ZÁVĚR

Technologie pro automatické dávkování kyslíku do ventilačního okruhu, založené na analýze signálu SpO2 představují na rozdíl od manuální regulace účinné řešení poklesů SpO2. Základem úspěšnosti a funkčnosti automatického systému je stabilní měření SpO2. Dominující technologií měření saturace krve kyslíkem je výrobce Masimo Inc. (Irvine, Kalifornie). Ze systémů ALC jsou nejčastěji v klinické praxi používány systémy CLiO2 a PRICO. Stále však není jednoznačné, jaké skupiny pacientů budou profitovat z konkrétních technických řešení a jaký je optimální přístup k nastavení řídicího algoritmu pro jednotlivé typy pacientů.

Byla identifikována technická omezení closed-loop systémů, které je třeba brát při klinickém provozu v úvahu – použité algoritmy způsobují prodlevu v dodávce kyslíku, což je dáno charakterem algoritmu, počtem vyhodnocovaných parametrů/kritérií a typem směšovače plynů. Po změně frakce na přístroji vzniká prodleva v samotném doručení kyslíku pacientovi (zpoždění dodávky ve ventilačním okruhu, která je závislá na aktuálním průtoku ventilačním okruhem).

 

Graf 1. Výsledky porovnání použitých technologií automatické regulace kyslíku ve ventilační směsi vs. manuální regulace [16]
Výsledky porovnání použitých technologií automatické regulace kyslíku ve ventilační směsi vs. manuální regulace [16]

Konflikt zájmu: žádný.
Došlo do redakce: 19. 9. 2023

Adresa pro korespondenci:
doc. Ing. Petr Kudrna, Ph.D
Klinika gynekologie, porodnictví a neonatologie
1. LF UK a VFN
Apolinářská 18 128 51 Praha 2
e-mail:
petr.kudrna@vfn.cz


Zdroje
  1. White G. Equipment theory for respiratory care. 5th edition. Hampshire: Cengage Learning, 2015.
  2. Dani C. Automated control of inspired oxygen (FiO2) in preterm infants: literature review. Pediatr Pulmonol 2019; 54(3): 358–363.
  3. Poets CF, Franz AR. Automated FiO2 control: nice to have, or an essential addition to neonatal intensive care? Arch Dis Child Fetal Neonatal Ed 2017; 102(1): F5–F6.
  4. Sola A, Golombek SG, Montes Bueno MT, et al. Safe oxygen saturation targeting and monitoring in preterm infants: can we avoid hypoxia and hyperoxia? Acta Paediatr 2014; 103(10): 1009–1018.
  5. Hütten MC, Goos TG, Ophelders D, et al. Fully automated predictive intelligent control of oxygenation (PRICO) in resuscitation and ventilation of preterm lambs. Pediatr Res 2015; 78(6): 657–663.
  6. Maiwald CA, Niemarkt HJ, Poets CF, et al. Effects of closed-loop automatic control of the inspiratory fraction of oxygen (FiO2-C) on outcome of extremely preterm infants – study protocol of a randomized controlled parallel group multicenter trial for safety and efficacy. BMC Pediatr 2019; 19(1): 363.
  7. Dargaville P, Franz A, Poets CF, et al. Automated oxygen control in the preterm infant: automation yes, but we need intelligence. Arch Dis Child Fetal Neonatal Ed 2019; 104(4): F366–F371.
  8. Sturrock S, Williams E, Dassios T, et al. Closed loop automated oxygen control in neonates: a review. Acta Paediatr 2020; 109(5): 914–922.
  9. Van Zanten HA, Kuypers LAM, Stenson BJ, et al. The effect of implementing an automated oxygen control on oxygen saturation in preterm infants. Arch Dis Child Fetal Neonatal Ed 2017; 102(5): F395–F399.
  10. Schwarz CE, Kidszun A, Biederet NS, et al. Is faster better? A randomised crossover study comparing algorithms for closedloop automatic oxygen control. Arch Dis Child Fetal Neonatal Ed 2020; 105(4): 369–374.
  11. Hallenberger A, Poets CF, Horn W, et al. Closed-loop automatic oxygen control (CLAC) in preterm infants: a randomized controlled trial. Pediatrics 2014; 133(2): e379–e385.
  12. Salverda HH, Cramer SJE, Witlox RSGM, et al. Automated oxygen control in preterm infants, how does it work and what to expect: a narrative review. Arch Dis Child Fetal Neonatal Ed 2021; 106(2): 215–221.
  13. Tejkl L. Optimalizace automatického řízení oxygenace u nezralých novorozenců [disertační práce]. Katedra biomedicínské techniky. Fakulta biomedicínské techniky, ČVUT. Praha, 2020
  14. Gajdos M, Waitz M, Mendler MR, et al. Effects of a new device for automated closed loop control of inspired oxygen concentration on fluctuations of arterial and different regional organ tissue oxygen saturations in preterm infants. Arch Dis Child Fetal Neonatal Ed 2019; 104(4): F360–F365.
  15. Dargaville PA, Fathabadi OS, Gemma K, et al. Development and preclinical testing of an adaptive algorithm for automated control of inspired oxygen in the preterm infant. Arch Dis Child Fetal Neonatal Ed 2017; 102(1): F31–f36.
  16. Dargaville PA, Marshall AP, McLeod L, et al. Automation of oxygen titration in preterm infants: current evidence and future challenges. Early Hum Dev 2021; 162: 105462.
  17. Fathabadi, OS, gale TJ, Olivier JC, et al. Automated control of inspired oxygen for preterm infants: what we have and what we need. Biomed Proces Signal Control 2016; 28: 9–18.
  18. Morozoff E, Smyth JA, Saif M. Applying computer models to realize closed-loop neonatal oxygen therapy. Anesth Analg 2017; 124(1): 95–103.
  19. Tejkl L, Ráfl J, Kudrna P. The Time delay of air/oxygen mixture delivery after the change of set FiO2: an improvement of a neonatal mathematical model. Clinician and Technology 2020; 49(3): 77–82.
  20. Tejkl L. Analýza vlivu frakce kyslíku ve ventilační směsi na saturaci arteriální krve kyslíkem u novorozence [diplomová práce]. Katedra biomedicínské techniky. Fakulta biomedicínské techniky, ČVUT. Praha, 2020.
Štítky
Neonatologie Neonatologická sestra

Článek vyšel v časopise

Česko-slovenská neonatologie

Číslo 2

2023 Číslo 2
Nejčtenější tento týden
Nejčtenější v tomto čísle
Kurzy

Zvyšte si kvalifikaci online z pohodlí domova

Svět praktické medicíny 3/2024 (znalostní test z časopisu)
nový kurz

Kardiologické projevy hypereozinofilií
Autoři: prof. MUDr. Petr Němec, Ph.D.

Střevní příprava před kolonoskopií
Autoři: MUDr. Klára Kmochová, Ph.D.

Aktuální možnosti diagnostiky a léčby litiáz
Autoři: MUDr. Tomáš Ürge, PhD.

Závislosti moderní doby – digitální závislosti a hypnotika
Autoři: MUDr. Vladimír Kmoch

Všechny kurzy
Kurzy Podcasty Doporučená témata Časopisy
Přihlášení
Zapomenuté heslo

Zadejte e-mailovou adresu, se kterou jste vytvářel(a) účet, budou Vám na ni zaslány informace k nastavení nového hesla.

Přihlášení

Nemáte účet?  Registrujte se

#ADS_BOTTOM_SCRIPTS#