Melhorando o suporte respiratório para COVID

31 de julho de 2020

por Henk Van Appeven, Universidade de Tecnologia de Eindhoven

À medida que a pandemia continua a devastar o mundo, os ventiladores mecânicos são vitais para a sobrevivência dos pacientes com COVID-19 que não conseguem respirar por si próprios. Um dos principais desafios é rastrear e controlar a pressão dos ventiladores, para garantir que os pacientes recebam exatamente a quantidade de ar de que necessitam. Pesquisadores da Universidade de Tecnologia de Eindhoven (TU/e) desenvolveram uma técnica baseada em algoritmos de autoaprendizagem que melhora o desempenho do controlador por um fator dez. Os resultados foram apresentados na IFAC2020, uma importante conferência internacional sobre controle automático.

Um ventilador mecânico bombeia ar para dentro e para fora dos pulmões de um paciente, quando ele não consegue mais respirar (suficientemente) por conta própria. O fluxo alternado de ar permite que os pulmões troquem CO2 por O2 no sangue, garantindo assim a sobrevivência do paciente. Para garantir que os pacientes recebam a quantidade de ar de que necessitam, é fundamental que a pressão do ar siga exatamente as instruções dos médicos. Não fazer isso pode resultar em maior mortalidade.

Este não é um problema trivial. Nem todos os pacientes são iguais, e os sistemas de mangueira e soprador usados ​​para levar o ar ao paciente podem variar, levando a inconsistências indesejadas. Portanto, muita pesquisa foi feita para corrigir esse problema, usando técnicas como o controle de feedback adaptativo. No entanto, estas técnicas baseiam-se em modelos precisos de pacientes, que na prática nem sempre estão disponíveis, porque nem todos os pacientes são iguais.

Os pesquisadores da TU/e ​​empregam uma técnica de controle alternativa que o professor associado Tom Oomen, do Departamento de Engenharia Mecânica, está desenvolvendo para aplicações na indústria de alta tecnologia, como impressoras e scanners de wafer. Esta técnica baseia-se em algoritmos de autoaprendizagem e explora o facto de que a respiração em pacientes sedados (o que acontece com muitos pacientes com COVID-19) tende a ser muito regular, tal como muitos processos na indústria.

A técnica, chamada Controle Repetitivo, pode aprender com os erros da máquina e tem a capacidade de corrigi-los em poucas iterações, usando dados medidos pelos sensores da máquina. Fazendo isso para um ventilador mecânico, pode-se aumentar a precisão da pressão e do fluxo fornecidos pelo ventilador em um fator dez após algumas respirações, mesmo quando a capacidade pulmonar do paciente não é conhecida.

A técnica foi testada em pulmões artificiais em laboratório. Nos três cenários (um bebê, uma criança e um adulto), o desempenho do rastreamento de pressão foi superior aos dispositivos existentes.

“Graças ao algoritmo de autoaprendizagem que aplicamos, conseguimos atingir níveis de pressão muito precisos, independentemente do paciente conectado ao dispositivo. Isso torna o tratamento muito mais constante”, afirma Joey Reinders, Ph.D. candidato da secção de Dinâmica e Controlo do departamento de Engenharia Mecânica e um dos investigadores envolvidos.

Reinders e os seus colegas realizaram a maior parte das suas pesquisas em 2019, quando para muitas pessoas a pandemia do coronavírus ainda era uma fantasia distópica. “Quando iniciamos nossa pesquisa não tínhamos ideia de que ela se tornaria tão relevante”, diz. “Estou, portanto, muito feliz com os resultados, que um dia poderão ser um salva-vidas para pacientes com coronavírus”.

Ele ressalta que mais pesquisas precisam ser feitas antes que a técnica possa ser usada na prática. Reinders e seus colegas testaram apenas em pacientes sedados, para os quais o Controle Repetitivo funciona melhor porque seus padrões respiratórios são muito regulares. No entanto, os ventiladores também são utilizados em pacientes que ainda estão conscientes e que podem começar a respirar inesperadamente. O controlador do ventilador também precisa ser capaz de lidar com tais situações.