Thèse en cours

Modélisation de l'anesthésie basée sur les données pour la surveillance et la prédiction

FR  |  
EN
Auteur / Autrice : Bob Aubouin-pairault
Direction : Thao DangMirko Fiacchini
Type : Projet de thèse
Discipline(s) : Mathématiques et Informatique
Date : Inscription en doctorat le 01/11/2021
Etablissement(s) : Université Grenoble Alpes
Ecole(s) doctorale(s) : École doctorale mathématiques, sciences et technologies de l'information, informatique
Partenaire(s) de recherche : Laboratoire : VERIMAG

Résumé

FR  |  
EN

L'anesthésie générale joue un rôle fondamental pour fournir aux chirurgiens des conditions adéquates pour l'opération et éviter l'inconfort ou la douleur pour le patient. Dans la pratique médicale, l'anesthésie concerne la surveillance et le contrôle de l'aréflexie (absence de mouvement), de l'analgésie (absence de douleur) et de l'hypnose (absence de conscience) du patient. Sur la base de plusieurs signaux physiologiques, comme l'indice bispectral (BIS), la fréquence cardiaque et les indicateurs de douleur et de blocage neuromusculaire, l'anesthésiste module les différents taux de perfusion des médicaments pour atteindre et maintenir les niveaux d'anesthésie adéquats, tout en réduisant les effets négatifs de l'anesthésie après l'opération. Outre le contrôle du niveau de sédation du patient, l'anesthésiste est chargé de surveiller l'état hémodynamique, mesuré par la pression artérielle moyenne et le débit cardiaque, car le système cardiovasculaire interagit fortement avec le processus d'anesthésie polychimique. L'objectif principal de l'anesthésie est de maintenir le niveau souhaité d'hypnose, d'aréflexie et d'analgésie pour faciliter le travail du chirurgien en évitant le surdosage et le sous-dosage de médicaments et leurs conséquences potentiellement extrêmement graves pour le patient. Dans ce but, la théorie du contrôle automatique par rétroaction, la vérification formelle et l'apprentissage automatique peuvent être d'une grande aide non seulement pour augmenter l'efficacité du contrôle et la fiabilité de la surveillance, mais aussi pour préserver la vigilance des anesthésistes sur les événements critiques potentiels. Néanmoins, plusieurs sources de complexité contribuent à rendre le problème de la surveillance, de la prédiction et du contrôle du processus d'anesthésie extrêmement difficile. Bien que des travaux aient été réalisés pour proposer l'application du contrôle automatique au processus d'anesthésie, plusieurs questions clés méritent d'être approfondies.