Zet pijn schaakmat met automatische toediening van medicatie

Frederik
Kussé

 

Tijd heelt alle wonden, het is een van de bekendste Nederlandse spreekwoorden. Het betekent dat we ons geen zorgen moeten maken over de pijn die we nu voelen aangezien die na verloop van tijd wel zal milderen. Klopt dit in de praktijk wel?

 

Heelt tijd alle wonden?

Tijdens een intensieve operatie willen we pijn zo snel mogelijk onder controle hebben. En wat met chronische pijn? Verdovingsmiddelen zijn in deze gevallen de enige realistische optie. Probleem opgelost zou je kunnen denken, maar is dat ook zo? Onderzoek toont aan dat verpleegkundigen pijn onderschatten en de helft van alle patiënten zegt last te hebben van pijn na een operatie. Verder blijft een overdosis door menselijke fout een reëel gevaar. Door het inschatten van pijn te baseren op objectieve metingen en een computer nauwkeurige dosissen te laten berekenen, kunnen we dit onnodig menselijk leed vermijden. Ook de gezondheidskosten gaan in dit geval naar omlaag omdat de gemiddelde hersteltijd korter wordt. Dit eindwerk focust enkel op verdoving tijdens een operatie, maar het ontwikkelde algoritme kan ook gebruikt worden voor bijvoorbeeld diabetespatiënten of tijdens hormoon- en kankerbehandelingen.

 

Automatische toediening van geneesmiddelen: meer dan verdoving alleen

Iedereen van ons heeft al medicatie moeten innemen. Van een verkoudheid in de winter tot een chronische aandoening, medicatie helpt ons te genezen of comfortabeler te leven. Het is echter wel belangrijk dat we de juiste dosis toegediend krijgen. Te weinig en het medicijn mist zijn werking. Te veel en deze overdosis kan nefaste bijwerkingen hebben. Om de juiste dosis te bepalen moet men niet alleen kijken naar de inname of toediening van de medicatie, maar ook naar de opname van het geneesmiddel door het lichaam. Jammer genoeg is deze opname niet enkel voor iedere patiënt verschillend, ook eenzelfde patiënt kan veranderen. Automatische toediening op basis van continue metingen is de enige optie om rekening te houden met deze variaties.

 

De verschillende onderdelen van verdoving tijdens een operatie

Bij verdoving denk je misschien alleen aan de afwezigheid van het voelen van pijn, maar dit is slechts één onderdeel van verdoving tijdens een operatie. Verdoving tijdens een operatie bestaat uit drie onderdelen: het verliezen van bewustzijn, de afwezigheid van het voelen van pijn en tijdelijke spierverlamming. Elk onderdeel vereist aparte medicatie en het is belangrijk dat alle componenten in orde zijn. Je wilt bijvoorbeeld niet dat je wakker wordt tijdens een operatie of dat je been ineens stuiptrekkingen krijgt. Ook kan het zijn dat je niet bij bewustzijn bent en volledig verlamd, maar dat je lichaam wel pijn voelt. Je bent je van niets bewust, maar na de operatie heb je er wel last van. Een bijkomend probleem is dat de verschillende medicijnen elkaar versterken of tegenwerken, afhankelijk van de patiënt. Dit is de reden dat het zelfs voor medisch personeel moeilijk is om een correcte verdoving toe te dienen.

 

Modelgebaseerde voorspellende regeling: van zelfrijdende wagens tot de toediening van medicatie

Welk algoritme wordt nu gebruikt om de verdoving te regelen? Wel, laten we daarvoor beginnen bij het schaakspel. Jij en je tegenstander doen om de beurt zetten, reagerend op elkaars zetten, in de hoop op het einde de andere koning te kunnen slaan. Tijdens het spel probeer je te voorspellen wat de andere zal doen. Op basis hiervan werk je een strategie uit om het spel zo snel mogelijk te winnen. Je gaat dus op basis van een model (de spelregels en kennis over je tegenstander) voorspellen wat er gaat gebeuren. Deze informatie gebruik je om je zetten zo aan te passen (te regelen) dat je het spel wint. Dit is exact wat modelgebaseerde voorspellende regeling doet (zie figuur). Op basis van metingen (bloeddruk, elektrische activiteit doorheen de spieren, …) en een wiskundig model van de patiënt ga je proberen een voorspelling te doen. De regelaar berekent dan de optimale ‘zet’, de dosis die moet worden toegediend. Deze dosis wordt vervolgens gebruikt om de volgende zetten te berekenen. De eerste zet wordt pas uitgevoerd zodra de regelaar een strategie berekend heeft die leidt tot een goede verdoving. Hierna herhaalt het volledige proces zich: meting, voorspelling, optimale dosis, enzovoort. Modelgebaseerde voorspellende regeling is een techniek die al met succes wordt toegepast in zelfrijdende wagens en in dit eindwerk voor het eerst op de volledig verdoving tijdens een operatie.

image 471

Figuur: Modelgebaseerde voorspellende regelaar voor verdoving

 

Hoe veilig is dit algoritme?

Hoe zeker zijn we dat we altijd het schaakspel gaan winnen? Het grote voordeel van modelgebaseerde voorspellende regeling is het voorspellende karakter. Indien het algoritme geen strategie vindt om een goede verdoving te bereiken, wordt er een foutmelding gegeven en kan het medisch personeel ingrijpen. De regelaar kan bovendien rekening houden met veiligheidsbeperkingen, bijvoorbeeld een maximale dosis. In dit eindwerk werd bewezen dat het algoritme veilig is in ‘normale’ omstandigheden, zoals beschreven in andere medische onderzoeken over verdoving. Verder werd een test ontwikkeld waarmee onmiddellijk kan worden nagegaan of het algoritme veilig is in andere omstandigheden of voor andere toepassingen.

 

Conclusie

Automatische toediening van medicatie heeft het potentieel de doeltreffendheid van deze medicatie te verbeteren en gezondheidskosten te verlagen. Het stelt ons in staat risico’s te verminderen en de toediening comfortabeler te maken. In dit eindwerk is aangetoond dat dit voor verdoving mogelijk is. Het ontwikkelde algoritme garandeert de veiligheid van de patiënt en kan ook voor andere toepassingen gebruikt worden.

Universiteit of Hogeschool
Universiteit Gent
Thesis jaar
2019
Promotor(en)
prof. dr. ir. Clara-Mihaela Ionescu