As part of the "24ème conférence francophone sur l'Extraction et la Gestion des Connaissances EGC 2024" we have been selected to present our first article on monitoring anaesthesia using cardiac signals in the "IA pour la santé" track.
Détection d’anesthésie générale par analyse de l’électrocardiogramme en chirurgie
Clément Fauchereau, Fanny Carimalo, Axelle Merienne, Marc Laffon, Emmanuel Godat, Jean-Christophe Aude
Résumé: Les outils de suivi de la profondeur d’anesthésie sont une aide essentielle pour les anesthésistes. Ils permettent de prévenir les sous-dosages et surdosages d’agents anesthésique et les complications qui leurs sont associées. Les dispositifs actuellement utilisés en salle d’opération reposent sur l’analyse de l’électroencéphalogramme. Dans de nombreux cas ces dispositifs ne peuvent pas être utilisés que ce soit lors de chirurgies céphaliques, en cas de brûlures ou à cause de la difficulté d’installer un électroencéphalogramme. Dans cet article, nous proposons d’exploiter l’électrocardiogramme, grâce à des techniques d’apprentissage, pour détecter l’état “anesthésié” de patients lors de chirurgies. Pour cela nous avons constitué une base de données annotées d’électrocardiogrammes en chirurgie. Nous montrons l’importance des indices de fragmentations pour cette tâche et le potentiel d’un indice de profondeur d’anesthésie reposant sur l’électrocardiogramme