EN

DoAi-Vet - Nouvel indice de profondeur d'anesthésie vétérinaire

Ingénierie et Architecture

Deep Learning (DL) pour le calcul du nouvel indice de profondeur d'anesthésie utilisant les signaux de l’électroencéphalogramme (EEG) du cerveau afin de personnaliser la profondeur de l'anesthésie chez les patients.

Il existe plusieurs algorithmes dérivant des indices de profondeur d'anesthésie (DoA) basés sur l'électroencéphalogramme (EEG) développé pour les humains. Des exemples remarquables incluent l'indice bispectral (BIS), Narcotrend et l'indice d'état du patient (PSI). Ces indices explorent divers attributs des signaux EEG, les distillant en une valeur singulière allant de 0 (représentant un état d'anesthésie profonde) à 100 (état d'éveil complet). Les algorithmes responsables du calcul de ces indices DoA sont propriétaires et ce n’est pas possible à les modifier. De plus, leur développement et leur validation ont été principalement centrés sur les êtres humains, ce qui rend difficile leur application aux espèces animales.

Leur applicabilité sur les êtres humains est gâchée par plusieurs limitations signalées : incapacité à prendre en compte les altérations spécifiques aux médicaments dans les schémas EEG provoquées par différents agents anesthésiques ; retour retardé à la valeur de base par rapport à la reprise de conscience ; incapacité à tenir compte de l'inertie neuronale (la corrélation entre les mesures dérivées de l'EEG et le degré de dépression cérébrale pourrait diverger pendant les phases d'induction et de récupération de l'anesthésie). Une telle disparité peut conduire à l’incapacité des indices EEG conventionnels à évaluer avec précision la profondeur de l’anesthésie. Il convient toutefois de noter que cette notion reste controversée au sein du discours scientifique

Nous avons développé un nouvel algorithme basé sur le Deep Learning (DL) pour le calcul de l'indice DoA et l'avons intégré dans notre interface utilisateur graphique Matlab (GAM-GUI) spécialisée en anesthésie générale. Il permet non seulement d'analyser les signaux EEG en utilisant des algorithmes classiques de traitement des signaux en combinaison avec la prédiction pharmacocinétique (PK) et pharmacodynamique (PD) des concentrations anesthésiques et de leur effet sur DoA, mais également de l'utiliser avec l'appareil EEG grâce à l’interface en temps-réel GAM-GUI. Notre algorithme permet un calcul immédiat de l'indice DoA et une visualisation de fond avec un spectrogramme et d'autres fonctionnalités EEG, fournissant ainsi aux anesthésiologistes des informations en temps-réel sur les caractéristiques DoA du patient.

Nous avons testé notre modèle en situation réelle sur des cochons sous anesthésie générale. Notre modèle s’est révélé plus stable que le PSI, indice actuellement le plus utilisé en pratique vétérinaire, et plus satisfaisant pour le personnel vétérinaire. Remarquablement, il fonctionne très bien pendant les phases d'induction et de récupération de l'anesthésie, capturant les particularités des deux phases qui posent généralement un problème aux indices DoA existants.