Пульс на кончиках пальцев экспресс
Во время операции анестезиолог смотрит на экран, где бегут кривые давления и пульса. Но за этими линиями прячутся ещё несколько величин: насколько сосуды сжимаются, как быстро кровь течёт, насколько упруги стенки артерий. Точные приборы для их измерения вводят только в самых тяжёлых случаях, потому что это рискованно — игла в артерии, катетер в сердце.
Учёные предложили систему HIPNO, которая по обычным сигналам — пульсу, давлению на руке, кардиограмме — восстанавливает скрытые параметры кровотока. Сложность в том, что разные сочетания потока, сопротивления и упругости сосудов могут давать одинаковое давление. Как если бы вы слышали одну и ту же мелодию, сыгранную на разных инструментах. HIPNO учится различать эти инструменты, опираясь на физику кровообращения. Она находит три ключевые координаты: насколько быстро кровь затухает в сосудах, как соотносятся поток и упругость, и характеристическое сопротивление артерий.
На данных почти миллиона измерений у 2562 пациентов HIPNO предсказала скорость затухания пульсовой волны на 32% точнее, чем простые методы, и при этом не потеряла точность в оценке среднего давления. Более того, если мысленно изменить один параметр, например, увеличить сопротивление сосудов, система реагирует ожидаемо в 90% случаев — это значит, что она действительно разделила скрытые факторы, а не просто запомнила кривые. Такое разделение открывает путь к неинвазивной оценке сердечного выброса и других важных показателей.
Оригинальная аннотация
как её написали авторы, на английском 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.
Скорость пульсовой волны у человека около 5–10 метров в секунду, что сравнимо со скоростью гепарда в рывке.