自学习通气支持COVID-19患者

一个机械呼吸机当病人不能自己充分呼吸时，将空气吸入或排出病人的肺部。空气的交替流动使肺部能够交换一氧化碳₂对啊₂在血液中，因此确保了病人的生存。为了确保病人获得所需的空气量，关键是要严格按照医生的指示使用气压。如果不这样做，可能会导致更高的死亡率。

这不是一个微不足道的问题。并不是每个病人都是一样的，用来将空气吸入病人体内的软管和鼓风机系统也可能不同，从而导致不必要的不一致。因此，为了纠正这个问题，人们已经做了很多研究，使用了自适应反馈控制等技术。然而，这些技术依赖于精确的患者模型，而这在实践中并不总是可用的，因为不是每个患者都是一样的。

TU/e的研究人员采用了一种替代控制技术，该技术是机械工程系的副教授Tom Oomen正在开发的，用于高科技产业，如打印机和晶圆扫描仪。这项技术是基于自我学习算法，并利用了镇静病人的呼吸新型冠状病毒肺炎患者)往往是非常有规律的，就像工业中的许多过程。

重复控制

这种技术被称为“重复控制”，它可以从机器错误中学习，并且有能力利用测量数据在几次迭代中纠正错误传感器在这台机器。对于机械呼吸机来说，这样做可以在几次呼吸后，将呼吸机提供的压力和流量的准确性提高10倍，即使患者的肺活量还不清楚。

这项技术在实验室的人工肺上进行了测试。在三种情况下(婴儿、儿童和成人)，压力跟踪的性能都优于现有设备。“多亏了自学算法我们应用，我们能够达到非常准确的压力水平，无论病人连接到设备．这使得治疗更加稳定，”Joey Reinders说，他是机械工程系动力学和控制部门的博士生，也是参与研究的人员之一。

Reinders和他的同事在2019年做了大部分研究，当时对许多人来说电晕流行病仍然是一个反乌托邦的幻想。“当我们开始我们的研究时，我们不知道它会变得如此重要，”他说。“因此，我对结果感到非常高兴，这一天可能会成为冠状病毒患者的救命稻草。”

他指出，在这项技术应用于实践之前，还需要进行更多的研究。Reinders和他的同事们只对服用了镇静剂的病人进行了测试，对这些病人来说，重复控制的效果最好，因为他们的呼吸模式非常规律。然而，呼吸机也用于仍有意识、可能突然开始呼吸的病人。通风机控制器需要能够应付这样的情况，以及。

结果在IFAC2020这是一个关于自动控制的重要国际会议。