Diseño de un Sistema de Control de Anestesia Basado en Máquinas de Soporte Vectorial

Abstract

Este trabajo presenta el diseño e implementación de un sistema de control en lazo cerrado para la administración de anestesia, basado en Control Predictivo Generalizado (GPC) utilizando un modelo de Máquinas de Vectores de Soporte (SVM). El objetivo es regular la profundidad anestésica, medida a través del Índice Bispectral (BIS), controlando automáticamente la tasa de infusión de propofol. Para simular la dinámica del paciente, se utilizó un modelo farmacocinético/farmacodinámico (PK/PD) de tres compartimentos (modelo de Schnider). El modelo SVM fue entrenado para predecir los valores de BIS a partir de datos históricos de infusión y tendencias del BIS, permitiendo al controlador predecir estados futuros y optimizar la señal de control. La arquitectura propuesta fue comparada con un controlador PID tradicional bajo condiciones de simulación idénticas en Simulink. Se evaluaron métricas de rendimiento como el sobreimpulso, el tiempo de establecimiento, el error cuadrático medio (MSE), el error absoluto integral (IAE) y el error cuadrático integral (ISE). Además, se realizaron experimentos con perturbaciones, incluyendo cambios de referencia, ruido en la medición y pérdida de infusión, para evaluar la robustez de ambos sistemas. Los resultados muestran que el controlador basado en SVM proporciona acciones de control más suaves y un rendimiento comparable o superior al del controlador PID en todas las métricas evaluadas. El sistema demostró una buena capacidad de recuperación ante perturbaciones, con mejor anticipación y tiempo de respuesta en ciertos escenarios. Estos resultados sugieren que las estrategias de control predictivo basadas en datos son una alternativa viable a los métodos clásicos para la administración automatizada de anestesia y ofrecen un gran potencial de adaptación personalizada en aplicaciones clínicas.