Цифровые технологии в анестезиологиии и интенсивной терапии

Лекция "Цифровые технологии в анестезиологиии и интенсивной терапии"
Содержание лекции
0:00 Вводная часть, презентация темы, её актуальность
0:53 1988-1995 года, профессор Э.В. Недашковский и оцифровка анестезиологических и реанимационных карт наблюдения в отделении анестезиологии и реанимации ГКБ №1 г. Архангельска
1:49 История развития приведения информации в цифровой вид, Д.И. Менделеев
2:46 Оцифровка звука и улучшение качества исходного продукта
3:32 Определение бита, байта, кодирование в двоичной системе
4:19 Переход количества в качество при оцифровке информации
4:44 Передача цифровой информации в нейроне и полупроводнике: сходство и различия
6:56 Рефлекторная дуга регуляции АД в организме челолвека, как пример системы с обратной связью
9:01 Принципы работы системы с обратной связью
9:31 Системы гемодинамического наблюдения и поддержания АД в организме человека, основанные на принципе обратиной связи
10:20 Системы наблюдения и поддержания самостоятельного дыхания у пациентов отделения интенсивной терапии
11:04 Современные респираторы с системой обратной связи
11:29 Изменение режима ИВЛ, базируемое на основной патологии пациента
12:02 Принципы измерения периферического насыщения кислородом и мониторирование выдоха углекислого газа в современных респираторах
12:21 Настройка целевого уровня периферического насыщения кислородом и ПДКВ респиратора
12:41 Настройка целевого уровня выдоха углекислого газа и минутной вентиляции респиратора
12:56 Возможности автоматического рекрутмента (профилактики ателетказов) респиратора
13:21 Объём накопления информации в отделении интенсивной терапии
13:37 Интеллектуальная пропасть в анализе больших баз информации в отделениях интенсивной терапии
14:13 От термина исскуственного интелекта (ИИ) в 1950 году к термину глубокое обучение компьютера в 2015 году.
14:39 Нейросети, как инструмент обработки больших объёмов информации и нахождения правильного решения проблемы
15:13 Смена парадигмы, определений ИИ
15:44 Принципы обратной связи нейронной сети
16:06 Пример использования нейросети в предсказании биспектрального индекса уровня глубины анестезии при проведении анестезии пропофолом и ремифентанилом по целевой плазмоконцентрации
16:28 Описание нейросети выше приведенного примера
16:50 Методология сравнения нейросети выше приведенного примера и традиционной модели предсказания, основанной на стандартной модели фармакокинетики и фармакодинамики
17:03 Результаты сравнение нейросети выше приведенного примера и традиционной модели предсказания, основанной на стандартной модели фармакокинетики и фармакодинамики
17:42 Трактовка и интерпретация выше перечисленных результатов
18:35 Алгоритм углубленного обучения нейросети в предсказании снижения АД по форме и изменениям артериальной кривой инвазивного измерения АД
18:57 Результаты и интерпретация углубленного обучения нейросети в предсказании снижения АД по форме и изменениям артериальной кривой инвазивного измерения АД
20:05 Ошибки больничных электронных систем
20:35 Перспективы развития больничных электронных систем регистрации информации о пациенте
21:53 Контактная информация лектора

Видео Цифровые технологии в анестезиологиии и интенсивной терапии канала Владимир Куклин, MD, PhD, consultant-anaesthetist