📄 Version "Simple" affichee, "Avancé" n est pas encore prete. Ajoutez-le aux favoris pour aider a la prioriser. Demander l’analyse complète

Pendant une opération, l'anesthésiste regarde un écran où défilent les courbes de pression et de pouls. Mais derrière ces lignes se cachent plusieurs autres grandeurs : à quel point les vaisseaux se contractent, à quelle vitesse le sang circule, quelle est l'élasticité des parois artérielles. Les instruments précis pour les mesurer ne sont introduits que dans les cas les plus graves, car c'est risqué — une aiguille dans l'artère, un cathéter dans le cœur.

Les scientifiques ont proposé le système HIPNO, qui, à partir de signaux ordinaires — pouls, pression au bras, électrocardiogramme — reconstitue les paramètres cachés du flux sanguin. La difficulté réside dans le fait que différentes combinaisons de débit, de résistance et d'élasticité des vaisseaux peuvent donner la même pression. C'est comme si vous entendiez la même mélodie jouée sur différents instruments. HIPNO apprend à distinguer ces instruments en s'appuyant sur la physique de la circulation sanguine. Il trouve trois coordonnées clés : la vitesse à laquelle le sang s'atténue dans les vaisseaux, le rapport entre débit et élasticité, et l'impédance caractéristique des artères.

Sur les données de près d'un million de mesures chez 2562 patients, HIPNO a prédit la vitesse d'atténuation de l'onde de pouls avec 32% de précision en plus que les méthodes simples, sans perdre en précision dans l'estimation de la pression moyenne. De plus, si l'on modifie mentalement un paramètre, par exemple en augmentant la résistance des vaisseaux, le système réagit de manière attendue dans 90% des cas — cela signifie qu'il a réellement séparé les facteurs cachés, et non simplement mémorisé les courbes. Cette séparation ouvre la voie à une évaluation non invasive du débit cardiaque et d'autres indicateurs importants.

Résumé original

tel que rédigé par les auteurs, en anglais arXiv:2608.10011v1

Continuous hemodynamic monitoring guides treatment decisions in surgery and intensive care. However, gold-standard signals are only measured in severe cases due to risks associated with invasive measurement. In this work, we introduce HIPNO (Hemodynamic Inference via Physics-informed Neural Operators) to recover hemodynamic state from ubiquitous, non-invasive signals and expand access to advanced monitoring. HIPNO addresses a problem of scale symmetry in physics-informed hemodynamic inference, where different combinations of flow, resistance, and compliance can generate the same observed pressure. We identify the symmetry group of the observation model and parameterize the network in its quotient space. For the 3-element Windkessel model, the quotient coordinates are the compliance-normalized flow $$U=Q/C$$, the decay time constant $$\tau_{WK}=R_2 C$$, and the characteristic-impedance coordinate $$\kappa=R_1 C$$. Across 945499 intraoperative windows from 2562 patients, HIPNO predicts $$\tau_{wave}$$, a proxy for vascular decay derived from pressure, with 32% lower error on the log scale than a population baseline while preserving mean arterial pressure accuracy. Because vascular decay and flow drive occupy separate coordinates, counterfactual perturbations produce the expected directional responses in at least 90% of windows in almost all prespecified scenarios, a separation unavailable to pressure-only baselines. The coordinates are also used as inputs to a calibration model for monitored cardiac output. Finally, the formulation identifies the external compliance or flow reference required to recover absolute physical scale.