Menú
L'asincronia en el pacient intubat es produeix quan hi ha una mala interacció amb el ventilador. Segons els resultats d'un estudi de Better Care, empresa biotecnològica que desenvolupa solucions de programari basades en intel·ligència artificial per al seguiment continu del pacient, quan es produeix aquesta asíncronia s'associa a pitjors resultats clínics. Per tant, la seva detecció precoç per a una ràpida intervenció per part del clínic és un factor que influeix en un millor pronòstic del pacient. Aquestes van ser les principals conclusions de l'estudi de cohorts publicat a la revista Critical Care Medicine, en el qual van participar les Unitats de Medicina de Cures Intensives de l'Hospital Parc Taulí de Sabadell i la Fundació Althaia de Manresa, i que tenia com a objectiu identificar clústers d'asincronia pacient-ventilador, clústers de doble ciclisme i esforços inspiratoris ineficaços en pacients crítics durant la ventilació mecànica i investigar la seva associació amb la mortalitat, la durada de l'estada a l'UCI i la ventilació mecànica mitjançant un seguiment continu Programari Better Care. Per identificar les asincronies i determinar la seva potència i durada, els investigadors van processar i analitzar els senyals respiradors capturats contínuament i van determinar que, si es produeixen agrupats en el temps i amb freqüència, s'associa amb pitjors resultats clínics. En la mateixa línia, també van determinar que hi ha una associació entre durada i potència amb la durada de l'estada del pacient a l'UCI, la durada de la ventilació mecànica i la mortalitat. “Aquestes troballes representen un pas més cap a la ventilació mecànica de precisió i la medicina predictiva”, explica Rudys Magrans, investigador principal de l'estudi, doctor en enginyeria biomèdica i director de recerca i desenvolupament de Better Care, ja que “fins a la data, la influència dels clústers asíncrons en el pronòstic dels pacients era desconeguda”. Per anticipar amb més precisió el pronòstic dels pacients a l'UCI, “Better Care està aprofundint en models predictius que, a més de la ventilació mecànica, tenen en compte altres variables, com la patologia o els criteris crítics per a l'ingrés del pacient a l'UCI”, afegeix Magrans. IA, una eina de suport per a la presa de decisions dels clínics. “Per poder identificar precoçment aquestes asincronies pacient-ventilador, intervenir puntualment i adaptar la ventilació mecànica a les seves necessitats, és imprescindible un seguiment continu i exhaustiu durant tot el curs de la ventilació mecànica”, explica el Dr. Rafael Fernández, metge de cures intensives i coautor de l'estudi. No obstant això, el clínic no té la capacitat de comprendre i d'interpretació en temps real dels múltiples senyals i paràmetres generats pels dispositius mèdics connectats a un pacient. Per aquests motius, afegeix el doctor Fernández, “és fonamental disposar de tecnologies apropiades dissenyades per a aquesta finalitat. Per tant, aquest estudi dóna suport a l'important paper que juga la intel·ligència artificial aplicada a l'entorn hospitalari com a eina d'optimització i processament de la informació que facilita la presa de decisions clíniques àgil i, en definitiva, ajuda a millorar l'atenció al pacient crític”. Referència d'article a Revista de Medicina Crítica Magrans R, Ferreira F, Sarlabous L, López-Aguilar J, Gomà G, Fernandez-Gonzalo S, Navarra-Ventura G, Fernández R, Montanyà J, Kacmarek R, Rué M, Forné C, Blanch L, de Haro C, Aquino-Esperanza J, per al grup ASYNICU. L'efecte dels clústers d'esforços dobles desencadenants i ineficaços en pacients crítics malalts. Crit Care Med. 2022 7 de febr. doi: 10.1097/CCM.0000000000005471. En línia abans d'imprimir.
