膜型人工肺における酸素移動予測のためのニューラルネットワークモデル：可変的体外式膜型人工肺（ECMO）条件下での応用

科学分野:

• 生物医学工学
• 心肺バイパス技術

背景:

• 体外式膜型人工肺（ECMO）管理において、膜型人工肺（MO）の酸素移動の正確な評価は極めて重要である。
• 現在のMO性能評価は、標準化された条件下での製造業者のデータに依存しており、実臨床での適用性に欠けている。
• MOの酸素移動の変動は、複数の生理学的および操作的要因の影響を受けるため、包括的な評価モデルが必要とされている。

研究 の 目的:

• 多様な実臨床ECMO設定に適用可能な人工肺の酸素移動予測モデルを開発すること。
• 標準化された製造業者値を超えた人工肺の酸素化性能の明確な評価基準を確立すること。
• ECMO治療中の臨床的意思決定と安全性を向上させること。

主な方法:

• 牛血を用いた灌流実験（ヘモグロビン濃度、酸素飽和度、血流、供給酸素分率を変化させた）。
• 酸素移動に影響を与える要因を特定するための偏相関分析。
• 多層フィードフォワードニューラルネットワークを用いた酸素移動モデルの構築。

主要な成果:

• ヘモグロビン濃度、酸素飽和度、血流、供給酸素分率の全ての試験パラメータと酸素移動との間に有意な関連が見られた。
• 開発されたニューラルネットワークモデルは、高い決定係数（R2 = 0.992）を達成し、優れた予測性能を示した。
• このモデルは、臨床シナリオにおける人工肺の酸素移動に影響を与える複雑な関係を効果的に捉えている。

結論:

• 提案された酸素移動モデルは、多様なECMO条件下でのMO性能を評価するための堅牢なフレームワークを提供する。
• このモデルにより、リアルタイムの臨床データとの比較が可能となり、臨床的意思決定を支援する。
• このモデルの実装は、ECMO管理の安全性と有効性を大幅に向上させる可能性がある。