Un sistema esperto per il supporto alle decisioni nel corso dell'anestesia in sala operatoria con valutazione delle prestazioni

The operating room is a dynamic and critical environment where the anesthesiologist works for the stability of the patients’ anesthetic state, against the fast condition changes produced by the disturbances of the surgical action and stimulation. Hence, the anaesthesiologist plays a crucial role since they must ensure a suitable degree of depth of anaesthesia throughout the surgical procedure. This is a hard task, especially considering that there are not any standard definitions or well-known and universally adopted clinical parameters to measure the level of anesthesia of a patient objectively. Thus, the anaesthesiologists’ role deals with continuous interpretation and assessment of data processed from the operative room devices used to monitor the patient state. This manuscript elaborates a proposal for the development of an expert clinical decision-support system for anesthesiologists in the operating room, based on a decisional algorithm created for the maintenance phase of anesthesia, proposed by Istituto Neurologico Carlo Besta of Milan as a knowledge base. The algorithm has been adapted and implemented within a program to provide physicians with useful on-line and real-time suggestions about the anesthetic practice, based on data from the BIS monitor (BISpectral Index, a quantitative index for the electroencephalogram signal, which allows achieving an easier interpretation of the level of depth of hypnosis). This work proposes a complementation of the Istituto Besta’s algorithm with information obtained from the electroencephalographic (EEG) signal analysis in terms of time-frequency distributions (i.e. scalograms and spectrograms), which enable the anesthesiologists to highlight those patterns considered characteristic of the different levels of sedation. The EEG analysis results are verified via comparison with literature examples. The software features also a section for the performance assessment of anesthesiologists. The decision-support system proposed in this thesis seems an adequate tool for guidance in anesthetic practice and reduction of the impact of anesthesia-associated human errors, useful in reducing the physicians’ workload, enhancing their situational awareness and reducing the risks associated to the lack of universally adopted standard guidelines for anesthesia and the variability in medical practice.

La sala operatoria è un ambiente dinamico e critico allo stesso tempo, in cui l’anestesista agisce per mantenere stabile lo stato anestetico del paziente, nonostante i cambiamenti repentini indotti dall’operazione chirurgica. Il ruolo dell’anestesista assume infatti un’importanza cruciale, dovendo questi assicurare un livello di profondità ipnotica ed un piano analgesico adeguati per tutta la durata dell’operazione. Si tratta di un compito articolato e complesso, in quanto non esiste ad oggi una definizione dei parametri clinici standard ed universalmente noti e adottati, che consentano di stabilire oggettivamente il livello di ipnosi del paziente. Il ruolo dell’anestesista consiste quindi in una continua interpretazione dei dati a disposizione in sala operatoria, usati per il monitoraggio dello stato del paziente. Il presente lavoro di tesi ha lo scopo di elaborare una proposta per lo sviluppo di un sistema esperto di supporto alla decisione clinica per l’anestesista in sala operatoria, sulla base delle conoscenze e dell’esperienza offerta dall’Istituto Neurologico Carlo Besta di Milano, nella forma di un algoritmo decisionale da seguire durante la fase di mantenimento dell’anestesia. A tal fine, l’algoritmo è stato adattato ed implementato in un programma in grado di fornire suggerimenti all’operatore in tempo reale, sulla base dei dati forniti dal monitor BIS (BISpectral Index, dispositivo finalizzato al calcolo di un indice quantitativo per il segnale elettroencefalografico, che permette di fornire all’anestesista una quantificazione del livello di profondità ipnotica). L’elaborato di tesi propone di intensificare il supporto offerto dall’algoritmo dell’Istituto Besta accompagnandolo a informazioni ottenute dall’analisi della traccia elettroencefalografica (EEG), nella forma di grafici nel dominio tempo-frequenza in grado di evidenziare pattern caratteristici dei diversi livelli di sedazione (i.e. scalogrammi e spettrogrammi), e da una sezione finale, volta alla valutazione della performance intra-operatoria dell’anestesista. I risultati dell’analisi della traccia EEG sono stati verificati tramite un confronto con esempi riportati in letteratura. Il sistema esperto proposto in questo manoscritto può dunque considerarsi un adeguato strumento a supporto della pratica anestetica e ha come fine la riduzione dell’incidenza di errori umani grazie all’alleggerimento del carico di lavoro degli anestesisti, ad un aumento della loro coscienza situazionale e ad una diminuzione dei rischi legati ad una mancata standardizzazione della procedura e alla variabilità della pratica medica.