本論文では、機械的換気装置の圧力挙動をシミュレートするための深層ニューラルネットワークアプローチを提案する。従来の機械的換気装置は、医療従事者が制御圧をモニタリングする方式であるが、適切な圧力値を逸脱する場合があり、その結果、制御の不正確さが生じる可能性がある。本研究は最近の先行研究を活用し、呼吸の吸気相における気道圧を予測するシミュレータを、深層時系列モデルに基づいて構築した。このシミュレータは、制御パラメータと肺の特性を示す時系列データを入力として、呼吸回路内の気道圧を高精度で予測する。提案手法は、ニューラルネットワークベースの制御器が、現在の業界標準よりも著しく優れた圧力波形追従性能を発揮することを実証し、効果的かつ頑健な圧力制御型機械的換気装置の設計に向けた知見を提供する。