Interview mit dem Entwicklungsteam von alveo

Interview mit Mattias van der Staay (CTO, IMT) und Harri Friberg (CEO, IMT Analytics) über die Entwicklung des Lungensimulators – alveo.

Um besser zu verstehen, was zur Entscheidung führte, einen fortschrittlichen Lungensimulator – alveo zu entwickeln, sprachen wir mit Matthias van der Staay, Chief Technical Officer von IMT, und Harri Friberg, CEO von IMT Analytics, über die Herausforderungen und technischen Feinheiten bei der Entwicklung einer wichtigen Komponente für Trainings- und Ingenieurszwecke.

Was inspirierte die Entwicklung von alveo als neues Konzept für einen Lungensimulator?

Harri Friberg: Traditionelle Lungensimulatoren haben Einschränkungen bei der Nachbildung des komplexen Verhaltens menschlicher Lungen, besonders unter dynamischen Bedingungen. Wir erkannten den Bedarf an einem realistischeren, adaptiven, hochauflösenden Simulator, der die Lungenmechanik realistisch nachahmt. Außerdem waren wir mit der Fähigkeit der aktuellen Simulatoren, Leckageszenarien zu simulieren, insbesondere bei der Entwicklung von Beatmungsgeräten für unsere Kunden bei IMT Analytics, unzufrieden. Leckagekompensation ist eine der schwierigsten Aufgaben bei der Entwicklung oder Verbesserung eines Beatmungsgeräts, daher ist eine realistische Leckagesimulation für die Qualität des Beatmungsgeräts unerlässlich.

Wodurch unterscheidet sich alveo von bestehenden Lungensimulatoren auf dem Markt?

Matthias van der Staay: Im Gegensatz zu herkömmlichen kolbenbetriebenen Simulatoren verwendet alveo turbinebetriebene Technologie, um airflow und compliance präzise zu steuern. Es kann sich auch dynamisch in Echtzeit an verschiedene Bedingungen anpassen, was traditionelle Konzepte schwerfällt.

Welche Herausforderungen hatten Sie bei der Entwicklung eines neuen Ansatzes zur Lungensimulation?

Matthias van der Staay: Die größte Herausforderung war, Echtzeit-Reaktionsfähigkeit zu erreichen und gleichzeitig das Design kompakt und effizient zu halten. Kolbenbetriebene Systeme haben eine einfache lineare Bewegung, aber Turbinen benötigen präzise Steuerungsalgorithmen, um die lung compliance genau zu simulieren. Wir mussten auch die Kompatibilität mit der Beatmungsgerätetestung und medizinischen Trainingsszenarien sicherstellen.

Könnten Sie die grundlegenden wissenschaftlichen Prinzipien hinter alveo erklären und wie es das Lungenverhalten genauer repliziert?

Harri Friberg: alveo basiert auf turbinegesteuerter Luftstromkontrolle, die sich sofort an Veränderungen von lung resistance und compliance anpassen kann. Es verwendet fortschrittliche Sensoren und Rückkopplungsschleifen, um Druck, Atemzugvolumen und Flussraten dynamisch anzupassen und bietet eine physiologischere Reaktion als kolbenbetriebene Systeme.

_________________________________________________________________________________________________________________________________

Technologie und Vorteile der turbinebetriebenen Simulation

Traditionelle Lungensimulatoren verwenden oft kolbenbetriebene Mechanismen. Welche Einschränkungen sehen Sie bei diesem Ansatz?

Matthias van der Staay: Kolbenbetriebene Simulatoren sind mechanisch starr, was bedeutet, dass sie sich nicht schnell an Veränderungen der Atemdynamik anpassen können. Sie haben Schwierigkeiten, unregelmäßige Atemmuster zu simulieren, wie sie bei Patienten mit ARDS oder obstruktiven Lungenerkrankungen auftreten.

Welche Vorteile hat die turbinebetriebene Technologie gegenüber kolbenbetriebenen Modellen?

Matthias van der Staay: Turbinen bieten Echtzeit-Anpassungsfähigkeit, präzise Steuerung des Luftstroms und die Fähigkeit, das patientenspezifische Lungenverhalten genauer zu replizieren. Sie ermöglichen auch kompaktere Designs, ohne die Leistung zu beeinträchtigen. Die Simulation der unmittelbaren Reaktionsfähigkeit auf Veränderungen der Lungenbedingungen ist ebenfalls besser. Turbinen replizieren patientenspezifische Atemmuster, einschließlich unregelmäßiger Muster oder Asynchronien, und bieten eine präzisere Kontrolle über das Atemzugvolumen, den Druck und den Fluss als mechanische Kolben.

Wie bewältigt alveo schnelle Veränderungen der Atemmuster im Vergleich zu kolbenbasierten Systemen?

Matthias van der Staay: Der Simulator überwacht kontinuierlich Luftstrom und Druckänderungen und passt sofort die Turbinendrehzahl an, um natürliche Atemvariationen nachzuahmen – etwas, das kolbenbasierte Modelle nicht effektiv leisten können.

Kann das Gerät komplexere pulmonale Zustände oder zuvor komplizierte Reaktionen mit kolbengetriebenen Simulatoren simulieren?

Harri Friberg: Absolut. alveo kann nahezu unbegrenzte Variationen von Lungenzuständen wie ARDS, COPD und Asthma simulieren, sogar variable Lungencompliance innerhalb desselben Tests, was mit traditionellen kolbenbasierten Modellen nicht möglich ist.

_________________________________________________________________________________________________________________________________

Chancen für Beatmungsgerätehersteller

Wie können Beatmungsgerätehersteller alveo nutzen, um Produktentwicklung und Tests zu verbessern?

Matthias van der Staay: Wir bieten eine hochrealistische Testumgebung, die es Beatmungsgeräteherstellern ermöglicht, ihre Geräte unter verschiedenen Lungenbedingungen fein abzustimmen, wodurch Entwicklungszeit und -kosten reduziert werden.

Inwiefern trägt alveo zur Verbesserung von Beatmungsgeräte-Algorithmen und Softwareentwicklung bei?

Harri Friberg: alveo bietet Echtzeit-Feedback mit hoher Genauigkeit und realistische Leckageszenarien, was Beatmungsgeräteherstellern hilft, Algorithmen für Druckunterstützung, Volumenkontrolle, adaptive und geschlossene Beatmung zu optimieren.

_________________________________________________________________________________________________________________________________

Zukünftiges Potenzial und Fahrplan

Wie sehen Sie die Zukunft der Lungensimulation und wie passt der Lungensimulator – alveo in diese Vision?

Harri Friberg: Die Zukunft liegt in der künstlichen Intelligenz (KI)-gesteuerten, patientenspezifischen Simulation. Dieses Gerät ist der erste Schritt zur Schaffung vollständig adaptiver Lungenmodelle, die dynamisch reagieren.

Haben Sie Pläne, KI oder maschinelles Lernen in alveo zu integrieren?

Matthias van der Staay: Mit der Veröffentlichung bieten wir bereits ein vollständig adaptives physiologisches Feedback-Modell an und arbeiten ständig daran, es für realistischere Szenarien zu verbessern. KI wird in diesem Prozess eine wesentliche Rolle spielen, indem sie Beatmungsgeräte unterstützt, dynamisch zu lernen und sich anzupassen.

Gibt es bevorstehende Verbesserungen oder Versionen von alveo, die sich in der Entwicklung befinden?

Harri Friberg: Wir haben mit der Entwicklung einer fortschrittlichen Softwareversion begonnen, die hauptsächlich der Forschung und der Entwicklung von Beatmungsgeräten dient; eine spezielle Neugeborenen-Software ist bereits in Vorbereitung. Außerdem wollen wir die oft übersehene Simulation für veterinärmedizinische Zwecke erkunden, mit weiteren Entwicklungen nach dem Start später in diesem Jahr.

Danke, Matthias und Harri, für diese interessanten Einblicke; wir freuen uns auf den Start von alveo!