Die Verwendung der mechanischen Beatmung rettet Leben—und das nicht nur für COVID-19 Patienten entwickeln schwere Erkrankungen der Atemwege. Aber zur gleichen Zeit, die Belüftung Druck setzt ungeheuren Druck auf die empfindlichen Lungengewebe; für Patienten mit vorbestehenden Lungenschäden, der Einsatz von Ventilatoren kann beweisen, tödlich. Eine rechnerische Lungen-Modell, entwickelt von der Technischen Universität München (TUM) können verwendet werden, um den Schaden zu verringern verursacht durch mechanische Belüftung—und könnte die Erhöhung der überlebensraten für die Patienten deutlich.

Ärzte die Behandlung von Patienten, die für akute Erkrankungen der Atemwege haben eine begrenzte Anzahl von Parametern arbeiten mit bei der Ermittlung des besten Protokolls für mechanische Belüftung—Druck Grenzen, Sauerstoffgehalt und Strömung, zum Beispiel.

Aber die Lunge ist ein Komplexes organ, und die Menge an Druck notwendig, um alle Teile der Lunge, offen für Luftstrom kann tatsächlich zu Schäden an einigen teilen durch overdistention des Gewebes. Darüber hinaus ärzte zu minimieren müssen wiederholt recruitment und derecruitment von teilen der Lunge während der mechanischen Beatmung, da beide reizen das Lungengewebe auslösen und die Entzündung.

Das unsichtbare sichtbar machen

Laut Forscher Wolfgang Wall, Ordinarius für numerische Mechanik der TUM, „Der eigentliche Kern des Problems ist, dass, wenn wir die Behandlung eines Patienten mit mechanischer Beatmung, bis jetzt hat es nicht irgendeine Möglichkeit zu erkennen, overdistention des Lungengewebes. Von der Haupt-Bronchien bis zu den kleinsten Strukturen in der Lunge, es gibt mehr als 20 Ebenen der Verzweigung. Derzeit gibt es keine Methode für die Messung, was gerade in der kleinsten, Mikro-Verzweigungen der Lunge während der künstlichen Beatmung.“

Obwohl einige medizinische Texte immer noch ungenau darzustellen, die der Lunge die Lungenbläschen (Alveolen) ähnlich wie Weinreben und Trauben, Lungengewebe tatsächlich hat eine schwammartige Konsistenz. Und es ist durch diese feine dünnwandige Gewebe, wo der Austausch zwischen der Luft und den Blutkreislauf Eintritt. Die Atmung besteht aus einem äußerst komplexen mechanischen Wechselwirkungen zwischen den verschiedenen Arten von Gewebe, die flüssigen film auf dem Gewebe, und die Strömung von Luft.

Für mehrere Jahre, TUM-Forscher entwickeln immer anspruchsvollere Modelle simulieren das Verhalten von Lungengewebe und Luftstrom. Zusammen mit den verbesserten Methoden der mikromechanischen Tests auf Lunge, Gewebeproben, Ihre Forschung resultierte in der Schaffung einer computational Lungen-Modell.

Dieses Modell ist die Grundlage für ein computer-Programm, das die Berechnung der lokalen Stämme, die würde platziert werden, auf die der Lunge die Mikro-Gewebe von verschiedenen Beatmungsgerät-Einstellungen. Mit diesen Daten in der hand, medizinisches Personal und ärzte können anpassen der Beatmungsgerät-Einstellungen entsprechend anpassen, um eine schützende Belüftung.

Die Verwendung von künstlicher Intelligenz, die Daten zu interpretieren

Die aktuellen klinischen standards, guiding Behandlung mit mechanischen Belüftung verwenden ein patient ‚ s body Gewicht, um zu bestimmen, die optimale ventilator-Druck-Einstellungen. Jedoch, das Programm, entwickelt von Prof. Wand und sein team Modelle, die die eigentliche Lunge basiert auf Daten, die von einem Lungen-CT-scan. Es berücksichtigt sogar den Zustand der einzelnen Bereiche der Lunge, die bereits beschädigt durch die Krankheit oder frühere Verletzungen.

Durch die Messung der änderungen von Druck und Volumen, die auftreten, während ein-und ausatmen Zyklus, der digital-Lungen-Modell berechnet die individuellen mechanischen Eigenschaften der Lunge des Patienten. Das Ergebnis: eine digitale „Zwilling“ – Modell der Lunge des Patienten. Es ist so präzise, dass Sie genau Vorhersagen kann das Beatmungsgerät-Einstellungen zu Schäden an der Lunge des Patienten.

Aus dem Forschungs-Labor in die Klinik—Erprobung dieses Modells in realen klinischen Einstellungen

https://www.youtube.com/embed/KvzY5foV0oQ?color=white

Parallel zur Fortsetzung seiner Arbeitsgruppe forschen gemeinsam mit klinischen Partnern, Prof. Wand und drei ehemaligen Kollegen gegründet wurde das Unternehmen Ebenbuild bringen Ihre Forschung in die klinische Praxis so schnell wie möglich.

Ein wichtiger Schritt in der Verwirklichung dieses Zieles war die Automatisierung der Generierung der Modelle aus der künstlichen Intelligenz (KI). Prof. Wand und sein team haben so die Rechenleistung der KI entwickelt ein digitales tool, das abbilden kann, einem Patienten die Lunge und die können auch verwendet werden, für die frühzeitige Erkennung von COVID-19-Infektionen.