Detección de fallas en el proceso de suministro de anestesia automático

Delisa-Fabiola Castillo-Reyes; Miguel Ramírez-Barrios; Jesús-David Avilés-Velázquez; Manuel Mera-Hernández

doi:10.29057/icbi.v14iEspecial.15387

Autores/as

Delisa-Fabiola Castillo-Reyes Instituto Politécnico Nacional https://orcid.org/0009-0005-0894-3075
Miguel Ramírez-Barrios Instituto Politécnico Nacional https://orcid.org/0000-0001-9720-1295
Jesús-David Avilés-Velázquez Universidad Autónoma de Baja California https://orcid.org/0000-0002-8820-6534
Manuel Mera-Hernández Instituto Politécnico Nacional https://orcid.org/0000-0002-9167-9084

DOI:

https://doi.org/10.29057/icbi.v14iEspecial.15387

Palabras clave:

Detección de Fallas, Dispositivos Médicos, Suministro de Anestesia, Observadores por Intervalos, Sistemas Cooperativos

Resumen

El suministro automático de anestesia ha sido ampliamente estudiado debido a los riesgos asociados con la administración de agentes anestésicos. Se han desarrollado diversos controladores con el objetivo de asistir al anestesiólogo en la dosificación precisa de los fármacos. Este proceso consiste en regular el estado hipnótico (EH) mediante el ajuste de la tasa de infusión del agente anestésico, donde el EH se mide indirectamente a través del índice bispectral, el cual es extraído de un electroencefalograma en tiempo real del paciente. Considerando la posibilidad de fallas en el proceso, este artículo propone un algoritmo de detección de fallas para sistemas de administración automática de anestesia. El algoritmo considera el modelo farmacocinético y farmacodinámico del paciente, así como el diseño de un observador por intervalos que explota la propiedad de positividad en las variables del sistema como mecanismo para identificar fallos. El desempeño del algoritmo se evalúa en tres pacientes in silico, bajo distintos escenarios de fallos, durante la infusión automatizada de anestesia regulada con un controlador PID. El algoritmo propuesto es capaz de detectar fallas en el proceso de infusión del anestésico o en la medición del BIS. Asimismo, es fácilmente implementable en una PC nominal, lo cual representa un avance hacia una administración más segura y eficiente de fármacos anestésicos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Angeli, D., & Sontag, E. D. (2003). Monotone control systems. IEEE Transactions on Automatic Control, 48(10):1684–1698.

Åström, K. J., Hägglund, T., & Åström, K. J. (2006). Advanced PID control, volumen 461. ISA-The Instrumentation, Systems, and Automation Society; Research Triangle.

Avilés, J. D., & Morence, J. A. J. (2014). Preserving order observers for nonlinear systems. International Journal of Robust and Nonlinear Control, 24(16):2153–2173.

Belabbas, B. A. (2009). Cooperative observers for nonlinear systems. Joint 48th IEEE Conference on Decision and Control and 28th Chinese Control Conference, Shanghai, China, pp. 6125–6130.

Avilés, D. J., Ramírez-Barrios, M., Mera, M., & Heydt, R. (2024). New observer-based model predictive control in the propofol delivery process. Memorias del Congreso Nacional de Control Automático, pp. 387–392.

Falco, F., Ramírez-Barrios, M., Sandre, O., Mera, M., y Ordaz, P. (2022). Model predictive control with internal cost function to regulate the BIS during propofol infusion. En 2022 XXXV Robotics Mexican Congress (COMRob), pp. 89–94.

Gouzé, J. L., Rapoport, A., & Hadj-Sadok, M. Z. (2000). Interval observers for uncertain biological systems. Ecological Modelling, 133(1-2):45–56.

Ibrahim, L., Raza, H., Bilal, M., Mahmood, K., Khan, A., Ali Riaz, M., ... & Aslam, M. (2022). Impact of deep neural networks on robustness of propofol anaesthesia administration employing bispectral level regulation. Biomedical Signal Processing and Control, 71, 103177.

Khodaei, M. J., Candelino, N., Melendez, A., y Jalili, N. (2020). Physiological closed-loop control (PCLC) systems: Review of a modern frontier in automation. IEEE Access, 8, 23965–24005.

Larson, R. E., Neuschwander, C. B., Severson, D. D., Wood, S. A., Suther, L. C., Oliver, W. C., y Mariemam, M. E. S. (2007). A prospective study on anaesthesia machine fault identification. Anesthesia & Analgesia, 104(6):1544–1556.

Lázaro, J., Ramírez-Barrios, M., Mera, M., y Mora, R. (2022). Performance assessment of PID tuning in the automation anesthesia delivery. En Moreno, H. A., Carrera, G. R., Ramírez-Mendoza, R. A., Baca, J. y Banfield, I. A. IFAC-PapersOnLine: 13th IFAC Symposium on Advances in Automation and Robotics Research: Proceedings of the 13rd Latin American Congress on Automation and Robotics, Monterrey, México 2022, pp. 52–57.

Liu, N., Chazot, T., Hamada, S., Landais, A., Restoux, A., McGee, K., Ialot, P., Thirion, F., Barvais, L., y Fischler, M. (2006). Titration of propofol for anesthetic induction guided by the bispectral index: Manual vs. target-controlled infusion and control: a prospective, randomized, multicenter study. The Journal of the American Society of Anesthesiologists, 104(3):686–695.

Ludbrook, G., Visser, I., Martins, N., y Wlock, A. (2010). Propofol dose and plasma concentration prediction models derived using pharmacokinetic modelling and simulation. Journal of Psychopharmacology, 24(4):468–479.

Malviya, S., Reynolds, P., & Voepel-Lewis, T. (2006). Pharmacokinetic model-driven infusion of propofol in children. British Journal of Anaesthesia, 67(1):41–48.

Mazenc, F., Dinh, T., y Niculescu, S. (2013). Robust interval observers for a class of nonlinear systems of Luenberger type. ACC, Washington USA, pp. 2484–2489.

Minto, C. F., Schnider, T. C., y Shafer, S. L. (1997). Pharmacokinetics and pharmacodynamics of propofol: optimization of drug administration by computer simulation. The Journal of the American Society of Anesthesiologists, 86(1):10–23.

Pavlovski, A., Schiavo, M., Latronico, N., Palhegyi, M., y Visioli, A. (2022). Assessment of closed control systems using ARX models: Application to automatic anesthesia. Annual Reviews in Control, 117, 179–191.

Pavlovski, A., Schiavo, M., Latronico, N., Palhegyi, M., y Visioli, A. (2023). Assessment of closed control systems through off-line co-simulation and validation using real data. Annual Reviews in Control, 55, 317–325.

Ramírez-Barrios, M., Gutiérrez, C. P., Sandre, O., Mera, M., y Ordaz, P. (2023). Análisis de desempeño de observadores híbridos mediante el uso de la función de Lyapunov. En 2023 Congreso Nacional en Power, Electronics & Intelligent Control (ROPEC), volumen 7, pp. 1–6.

Raïssi, T., Emonet, D., y Zolghadri, A. (2012). Interval state estimation for nonlinear time-varying systems. IEEE Transactions on Automatic Control, 57(1):260–265.

Sandre-Hernández, O., Ramírez-Barrios, M., Ordaz, P., y Mera, M. (2023). Multivariable discrete MPC with exponential cost function on the automation of the anesthesia process. International Journal of Robust and Nonlinear Control, pp. 1422–1436.

Schiavo, M., Padula, F., Latronico, N., Paltehngi, M., y Visioli, A. (2022). Individualized PID tuning for maintenance of general anesthesia with propofol and remifentanil coadministration. Journal of Process Control, 109:74–82.

Schnider, T. W., Minto, C. F., Cambus, P., Andresen, C., Goodale, D. B., Shafer, S. L., y Youngs, E. J. (1998). The influence of method of administration and covariates on the pharmacokinetics of propofol in adult volunteers. Anesthesiology–Philadelphia Then Hagerstown–, 88:1170–1182.

Soltesz, K., Hahn, J.-O., Hägglund, T., Dumont, G. A., y Ansermino, J. M. (2013). Individualized closed-loop control of propofol anesthesia: A preliminary study. Biomedical Signal Processing and Control, 8(6):500–508.

Struys, M. M., De Smet, T., Versichelen, L. F., Van de Velde, S., Van Broecke, R., y Mortier, E. P. (2001). Comparison of closed-loop controlled administration of propofol using bispectral index as the controlled variable versus standard practice controlled administration. The Journal of the American Society of Anesthesiologists, 95(1):6–17.

Van Heusden, K., Soltesz, K., Cooke, E., Brodie, S., West, N., Görges, M., Ansermino, J. M., y Dumont, G. A. (2019). Optimizing robust propofol control of propofol anesthesia for children: Design and clinical evaluation. IEEE Transactions on Biomedical Engineering, 66(10):2918–2923.

Webster, C., Merry, A., Larsson, L., McGrath, K., y Weller, J. (2001). The frequency and nature of drug administration error during anaesthesia. Anaesthesia and Intensive Care, 29(5):494–500.

West, N., Dumont, G. A., Van Heusden, K., Petersen, C. L., Khosravi, S., Soltesz, K., Umedaly, A., Reimer, E., y Ansermino, J. M. (2013). Robust closed-loop control of induction and maintenance of propofol anesthesia in children. Pediatric Anesthesia, 23(8):712–719.

West, N., Van Heusden, K., Görges, M., Brodie, S., Rollinson, A., Petersen, C. L., Dumont, G. A., Ansermino, J. M., y Merchant, R. N. (2018). Design and evaluation of a closed-loop anesthesia system with robust control and safety system. Anesthesia & Analgesia, 127(4):883–894.