对用于控制输注装置的控制装置进行操作的方法
【专利说明】对用于控制输注装置的控制装置进行操作的方法
[0001]本发明涉及对用于控制用于给患者配给一种或多种药物的一个或多个输注装置的控制装置进行操作的方法以及用于控制用于给患者配给一种或多种药物的一个或更多个输注装置的控制装置。
[0002]在常规的麻醉中，给患者配给对大脑、脊髓和神经系统具有不同影响的麻醉药。例如，在麻醉过程中，配给麻醉剂或镇静剂以使得患者无意识并且使患者安静，还可能结合止痛剂来抑制疼痛。
[0003]麻醉剂组中的一种药物例如是异丙酚(2，6- 二异丙基苯酚)，其是用来引起并且维持通常的麻醉、用于机械通气的成年人的镇静和过程式的镇静的短效的静脉注射的催眠剂。其他药物可以是止痛剂，如阿片类药物例如瑞芬太尼、芬太尼或吗啡。
[0004]在麻醉过程中，麻醉师除了出于麻醉的目的来选择适当的药物外，还必须选择药物配给的合适的剂量。关于这一点，麻醉药的过量会对患者的健康造成严重的后果，反之，剂量过低会导致不完全麻醉使得患者可以潜在地保持意识。
[0005]给患者配给麻醉药的一个方法是所谓的靶控输注(TCI)。在常规的TCI算法中，设置患者的血流(与血浆区室对应)中的靶浓度，并且考虑到患者的年龄、体重、身高和性别来计算需要给患者配给多少剂量以在合理短的时间段内达到血液中的靶浓度。
[0006]基于小的患者组已发展了这样的算法。它们并不特定于患者的个人生理，并且因此基于所谓的ρκ/ro模型的药代动力学(表示患者内的药物随时间的分布)和药效动力学(表示药物随时间的效果)不是非常精确。TCI算法通常具有约±25%的准确度，其中，对于具有高脂肪量的患者、对于具有器官功能障碍的患者或对于儿童而言，与指定的靶浓度的偏差甚至会更高。
[0007]良好建立的EEG监测装置(双光谱监控装置BIS)在不给予任何预测性信息的情况下通过与麻醉深度对应的指标值来测量麻醉药剂的实际效果。通常，这样的监测数据使得不能够计算患者的区室中的药物浓度，因为它们并不特定于个别药物。通常，指标值是受多种药物影响的信号。指标值不允许由于互相关效应而根据改变药物剂量率来计算各种药物的药代动力学或药效动力学。
[0008]目前，用于频繁地测量患者的区间中的实际药物浓度的监测装置是不能在市场上购得的，其会使得能够计算该药物的动力学并且其会支持麻醉师对关于麻醉深度的预测性信息的决定。
[0009]当在麻醉过程中配给麻醉药时，需要允许随时间对患者的药物配给进行控制的技术，所述技术以更精确的方式考虑到关于关注区室例如脑区室达到的药物浓度的信息。
[0010]EP I 610 681 BI公开了用于给患者静脉输送期望剂量的麻醉剂的麻醉剂输送系统。该系统包括静脉麻醉供应、为了其中所包含的药物浓度而分析患者的呼吸并且输出表示药物浓度的信号的呼吸分析仪，以及接收信号并且基于该信号来控制该供应的控制装置。
[0011]在从DE 10 2006 045 014 Al所知的方法中，测量患者的呼吸内的药物的浓度，并且将其与呼吸中所计算的预测浓度进行比较。如果为患者配给的药物的剂量改变，则修改呼吸中所测量的浓度必须位于其中的浓度范围。
[0012]根据DE 103 35 236 B3，已知用于确定呼吸中的异丙酚的浓度的测量系统。该系统包括具有与分析单元连接的呼吸传感器的呼吸线路。该分析单元依靠呼吸传感器的信号来激活异丙酚传感器的栗以获得呼吸探针，使得异丙酚传感器将表示异丙酚的浓度的测量信号输出至分析单元。
[0013]在从WO 2005/072792 Al所知的方法中，对药物输送期间的来自患者的数据进行采样，并且在闭环过程中，通过更新药物反应曲线的参数来重复更新根据采样数据的药物反应曲线。这样的参数表示病人对于药物输送的反应的变化。
[0014]本发明的目的是提供允许对药物配给过程，特别是当在麻醉过程中配给麻醉药如异丙酚时的动力学和动态学的控制进行改进的方法及控制装置。
[0015]该目的通过包括权利要求1的特征的方法来实现。
[0016]因此，对用于控制用于给患者配给药物的输注装置的控制装置进行操作的方法包括以下步骤:
[0017](a)提供对患者的多个区室中的时间相关的药物浓度进行预测的模型；
[0018](b)设置要在患者的区室中至少之一中实现的靶浓度值；
[0019](c)使用模型确定要给患者的多个区室中的第一区室配给的药物剂量，使得区室中至少之一中的靶浓度值与预测的稳态药物浓度之间的差小于预定阈值；
[0020](d)将表示药物剂量的控制信号提供至用于给患者配给该药物剂量的输注装置；
[0021](e)在一个或更多个测量时间处获得表示多个区室中的至少第二区室中的测量的药物浓度的至少一个测量值；
[0022](f)对模型进行调整使得该模型预测至少第二区室中的一个或更多个测量时间处的药物浓度，该药物浓度至少近似匹配至少第二区室中的测量的药物浓度；以及
[0023](g)使用模型来确定要给患者的第一区室配给的新的药物剂量，使得区室中至少之一中的靶浓度值与预测的稳态药物浓度之间的差小于预定阈值。
[0024]并不是所有步骤必须以指定的顺序来执行。还可以例如以不同的顺序或者与其他步骤同时执行一些步骤，使得权利要求中所述的顺序不应该限制本发明的范围。
[0025]然而，以指定的顺序执行步骤可以是有益的。
[0026]关于这一点，术语“阈值”要被理解为限定在期望的靶浓度周围的容差带宽。因此，确定药物剂量，使得预测的稳态药物浓度落入该可接受的带宽内。为此，特别地，差的绝对值被观察并且应小于可接受的阈值。
[0027]本发明基于以下想法:使用模型如药代动力学-药效动力学(PK/PD)模型来预测患者的多个区室中的作为时间的函数的药物浓度。使用这样的预测模型来将表示第二区室例如患者的肺区室或脑区室中的药物浓度的测量的药物浓度值与第一区室例如患者的血浆区室中的药物浓度相关联。因此，根据测量第二区室中的药物浓度，能够推断:患者的区室中的药物浓度是多少(近似)使得可以控制区室中至少之一中的药物浓度以使其接近期望的靶浓度值。
[0028]除了关于区室中的药物浓度的实际的监测信息的可视化之外，该技术能够利用患者个人的监测信息来重新校准该(PK/PD)模型。重新校准的模型根据给患者配给的实际的药物剂量率曲线来允许区室浓度的预测性视图。预测性视图可以传递关于随时间推移的预定靶浓度与重新计算的区室浓度之间的渐进对齐的质量的信息。当获得所计算的最终的稳态区室浓度与预定靶浓度之间的(不可接受的)偏差时，借助于该技术，能够计算要在最小的时间段内充分地改进渐进的拟合条件的纠正的剂量率曲线。如果麻醉师改变靶浓度，则该技术能够计算新的药物剂量以满足区室内的重新计算的药物浓度与新的靶浓度之间的新的拟合需求。因此，该技术使用对药物的动力学和动态学的预测性视图为麻醉师呈现了有效的支持工具。
[0029]该方法始于用来确定要给患者配给的第一药物剂量的初始模型。这样的初始模型基于经验数据并且考虑到与将被配给药物的患者有关的人口统计信息如年龄、体重、身高、性别或其他数据。当配给借助于初始模型所确定的第一药物剂量时，测量在第二区室，例如肺区室中产生什么样的药物浓度。为此，能够例如测量患者的呼吸中的药物浓度，使得获得第二区室例如肺区室中的药物浓度的可靠值。可替选地或者另外地，能够测量EEG指标值，使得获得第二区室例如大脑中的药物浓度的可靠值。如果没有并行配给影响EEG指标值的其他药物，则EEG指标值是有效的以获得脑区室中的药物浓度的可靠值。
[0030]当获得这样的测量值时，调整对患者的不同区室中的时间相关的药物浓度进行预测的模型，使得其拟合在第二区室实际上测量的测量值。该模型内在地涵盖了本文中的区室浓度之间的时间推迟。基于经调整的模型，然后，计算给患者的第一区室例如血浆区室配给的新的药物剂量，使得通过给患者配给新的药物剂量使区室之一例如患者的脑区室中的药物浓度接近靶浓度值(即，在稳态条件下，其位于靶浓度值周围的可接受的范围内)。
[0031]通常，本文中的术语“药物剂量”要被理解为药物剂量曲线，即要给患者配给的剂量率的时间相关的曲线(随时间推移的比率的曲线)。药物剂量曲线的形状可以是矩形或者任意的时间相关的曲线。
[0032]关于这一点，稳态药物浓度与达到仅显示药物浓度水平较小变化的稳态条件之后的时间处的药物浓度对应。
[0033]在该模型中，例如在药代动力学-药效动力学模型中，患者的身体逻辑上被划分成在其之间发生药物的交换的多个区室。患者包括例如与患者的肺对应的肺区室、与患者的大脑对应的脑区室、与患者的血液循环对应的血浆区室、与患者的肌肉和器官对应的肌肉区室、与患者的脂肪和结缔组织对应的脂肪区室、以及还可能的其他区室。在麻醉过程中，将麻醉药如异丙酚、芬太尼、瑞芬太尼和/或肌肉松弛药静脉注射入患者的血浆区室，并且因此注射