Anestesia generale, gli algoritmi valutano lo stato di incoscienza

L'anestesia generale è un trattamento grazie al quale un individuo che deve essere sottoposto ad un intervento chirurgico viene totalmente addormentato. Si tratta, tuttavia, di un sonno differente da quello normale. Il cervello anestetizzato, infatti, non conserva ricordi e non risponde agli stimoli dolorosi. La maggior parte degli anestesisti, però, per capire se i pazienti rimangono incoscienti al livello desiderato, si basano sulla valutazione della frequenza cardiaca, su quella respiratoria e sul movimento.

In un nuovo studio pubblicato su "PLOS ONE" i ricercatori del MIT e del Massachusetts General Hospital hanno mostrato che un approccio diretto all'intelligenza artificiale, in sintonia con il tipo di anestetico utilizzato, può dar vita ad algoritmi che valutano lo stato di incoscienza con elevata precisione e affidabilità.

Più che fornire una buona lettura dello stato di incoscienza, gli algoritmi consentono al personale qualificato di mantenerlo al livello desiderato. Ciò si può tradurre nell'utilizzo di meno farmaci e, di conseguenza, in un miglioramento degli esiti post-operatori. Per sviluppare la tecnologia necessaria, gli scienziati hanno addestrato algoritmi di apprendimento automatico su una notevole raccolta di dati di laboratorio risalenti al 2013. Dieci volontari sani dell'età di 20 anni sono stati sottoposti ad anestesia con propofol, il farmaco comunemente usato.

Poiché la dose è stata aumentata impiegando la consegna controllata dal computer, ai partecipanti è stato chiesto di rispondere a una semplice richiesta fino a quando non erano più in grado di farlo. Quindi, sono stati riportati alla coscienza quando la dose è stata ridotta. Nel frattempo i ritmi neurali che riflettevano la loro attività cerebrale sono stati registrati tramite elettroencefalogramma (EEG), fornendo così un collegamento diretto e in tempo reale tra l'attività cerebrale misurata e l'incoscienza. In un secondo momento, gli studiosi hanno addestrato versioni dei loro algoritmi di intelligenza artificiale su oltre 33mila frammenti di 2 secondi di registrazioni EEG di sette volontari. In questo modo, gli algoritmi potrebbero apprendere le differenze tra le letture EEG predittive di coscienza e incoscienza sotto anestesia generale.

Gli algoritmi sono poi stati impiegati per analizzare l'EEG registrato per 27 pazienti chirurgici che avevano ricevuto l'anestetico propofol. Essi, come è emerso, sono stati in grado di distinguere lo stato di incoscienza con maggiore accuratezza rispetto a quanto dimostrato da altre ricerche. Ma non solo. In un caso gli algoritmi hanno rilevato il livello di incoscienza decrescente di un soggetto diversi minuti prima che lo facesse l'anestesista. Il team si sta già basando sui risultati per perfezionare ulteriormente gli algoritmi.

L'obiettivo è quello di espandere i test a centinaia di altri casi per confermare, ancora una volta, le prestazioni e anche per determinare se possono iniziare ad emergere distinzioni più ampie tra i diversi modelli statistici sottostanti utilizzati.