DOSE-I: A Multimodal Biosignal Dataset of Procedural Sedation for Endoscopy -- Technical Report
Dieser technische Bericht beschreibt den DOSE-I-Datensatz, eine multimodale Biosignal-Ressource, die 78,5 Stunden klinisch annotierter Daten aus prozeduraler Sedierung aus 281 endoskopischen Eingriffen umfasst, einschließlich Bewusstseinsübergängen, Sedierungstiefe-Labels und vorverarbeiteten pEEG-Merkmalen zur Unterstützung zukünftiger Forschung.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, einem Roboter das Autofahren beizubringen, aber anstelle einer Straße navigiert der Roboter durch den Körper eines Patienten während eines medizinischen Eingriffs. Um dies sicher zu tun, muss der Roboter genau wissen, wie „wach“ oder „schlafend“ der Patient in jeder einzelnen Sekunde ist. Dies ist die komplizierte Welt der prozeduralen Sedierung. Wenn Ärzte sensible interne Untersuchungen wie Endoskopien (Untersuchungen des Magens oder der Lunge) durchführen, verabreichen sie Patienten Medikamente, um sie zu entspannen und schmerzfrei zu machen. Aber es gibt einen schmalen Grat: Zu wenig Medikamente, und der Patient verspürt Schmerzen oder bewegt sich; zu viel, und er könnte aufhören zu atmen oder seine Herzfrequenz könnte gefährlich absinken.
Lange Zeit haben sich Ärzte auf ihre eigenen Augen und Ohren verlassen, um den Grad des Schlafes zu schätzen, indem sie prüften, ob ein Patient auf Aufforderung die Hand drücken kann. Es ist ein wenig so, als würde man versuchen, die Temperatur einer Suppe zu beurteilen, indem man den Finger hineinsteckt – manchmal funktioniert es, aber es ist nicht immer präzise. Wissenschaftler haben versucht, bessere „Thermometer“ für das Gehirn mithilfe von Biosignalen zu bauen. Dies sind elektrische Flüstertöne des Körpers: das EKG (der elektrische Rhythmus des Herzens), das EEG (das elektrische Geplapper des Gehirns) und die PLETH (eine lichtbasierte Pulskontrolle vom Finger). Die große Frage in diesem Bereich ist: Können wir genug dieser elektrischen Flüstertöne von echten Patienten sammeln, um eine künstliche Intelligenz zu lehren, exakt vorherzusagen, wie tief die Sedierung ist, um diese Eingriffe für alle sicherer zu machen?
Dieses Paper stellt ein massives neues Werkzeug für genau diesen Zweck vor, genannt DOSE-I Datensatz. Betrachten Sie dies als eine riesige, hochauflösende Bibliothek von „schläfrigen Patienten“-Aufzeichnungen. Die Forscher sammelten 171 separate Aufzeichnungen von echten Endoskopie-Verfahren in einem Krankenhaus in Deutschland, was insgesamt 78,5 Stunden an Daten entspricht. In dieser Bibliothek haben sie nicht einfach nur Rohvideos abgeladen; sie haben jeden Moment sorgfältig mit dem gekennzeichnet, was der Patient tatsächlich tat und fühlte. Sie verfolgten 1.129 Übergänge zwischen Wachsein und Bewusstlosigkeit und zeichneten über 7.300 spezifische Überprüfungen der Sedierungstiefe mittels einer Standard-Skala namens MOAA/S auf.
Was diesen Datensatz besonders macht, ist, dass er eine „multimodale“ Schatzkiste ist. Er enthält nicht nur eine Art von Signal; er enthält den Rhythmus des Herzens, die Hirnwellen, den Fingerpuls und sogar den Blutdruck, alles gleichzeitig ablaufend. Um ihn noch nützlicher zu machen, haben die Autoren nicht beim Rohdatensatz aufgehört. Sie stellten auch eine „verarbeitete“ Version der Gehirnsignale zur Verfügung (genannt pEEG), die die chaotischen elektrischen Wellen in 40 verschiedene Zahlen verwandelt, die den Zustand des Gehirns beschreiben, wie etwa das Ausmaß an „langsamer“ oder „schneller“ Aktivität. Sie haben sogar eine „Karte“ erstellt, die zeigt, wo die Daten unordentlich oder verrauscht sein könnten (Artefakte), damit Forscher wissen, welche Teile sie vertrauen und welche sie ignorieren können.
Das Paper selbst ist ein technisches Handbuch für diesen Datensatz. Es erklärt genau, wie die Daten gesammelt wurden, wie die Elektroden an die Köpfe der Patienten angebracht wurden und wie die Ärzte jedes Mal dokumentierten, wenn sie eine Dosis des Sedativums Propofol verabreichten. Es beschreibt die spezifischen Arten von Patienten, die beteiligt waren (im Alter von 21 bis 83 Jahren), und die verschiedenen Arten der Eingriffe, die sie durchliefen. Die Autoren behaupten nicht, das Problem der Sedierungsüberwachung bereits gelöst zu haben; stattdessen sagen sie: „Hier ist der detaillierteste Satz an Realdaten, den wir bisher aufgebaut haben. Wir hoffen, dass andere Wissenschaftler diesen nutzen werden, um ihre eigenen KI-Modelle zu trainieren, um diese Eingriffe sicherer zu machen.“ Sie stellen die Rohmaterialien bereit – die elektrischen Flüstertöne, die Medikamentendosen und die klinischen Notizen –, damit die nächste Generation von Forschern den „Autopiloten“ bauen kann, der die Patienten während ihres Schlafes sicher hält.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.