Au fur et à mesure que la blessure guérit, il passe par plusieurs étapes: coagulation pour arrêter les saignements, la réponse du système immunitaire, la manche et les cicatrices.
Un appareil portable appelé «A-Heal», conçu par des ingénieurs de l'Université de Californie à Santa Cruz, vise à optimiser chaque étape du processus. Le système utilise une petite caméra et une IA pour détecter le stade de la guérison et fournir un traitement sous forme de médicaments ou un champ électrique. Le système répond au processus de guérison unique du patient, offrant un traitement personnalisé.
Le dispositif portable et sans fil pourrait rendre le traitement des plaies plus accessible aux patients dans des zones éloignées ou avec une mobilité limitée. Résultats précliniques initiaux, publiés dans la revue Innovations biomédicales NPJAfficher l'appareil accélère avec succès le processus de guérison.
Concevoir une guérison
Une équipe de chercheurs UC Santa Cruz et UC Davis, parrainée par le programme DARPA-BETR et dirigée par UC Santa Cruz Baskin Engineering Chair et professeur d'ingénierie électrique et informatique (ECE) Marco Rolandi, a conçu un appareil qui combine une caméra, une bioélectronique et une IA pour une guérison des plaies plus rapide. L'intégration dans un appareil en fait un « système en boucle fermée » – l'une des premières du genre à la cicatrisation des plaies à la connaissance des chercheurs.
Notre système prend tous les indices du corps, et avec des interventions externes, il optimise les progrès de guérison. «
Marco Rolandi, UC Santa Cruz Baskin Engineering Chaise doté et professeur d'ingénierie électrique et informatique (ECE)
L'appareil utilise une caméra embarquée, développée par un autre professeur agrégé d'ECE Mircea Teodorescu et décrit dans une étude de biologie des communications, pour prendre des photos de la blessure toutes les deux heures. Les photos sont introduites dans un modèle d'apprentissage automatique (ML), développé par le professeur agrégé de mathématiques appliquées Marcella Gomez, que les chercheurs appellent le « médecin de l'IA » fonctionnant sur un ordinateur voisin.
« C'est essentiellement un microscope dans un bandage », a déclaré Teodorescu. « Les images individuelles disent peu, mais au fil du temps, l'imagerie continue permet aux tendances de spot IA, des étapes de cicatrisation des plaies, des problèmes de signalement et de suggestions de traitements. »
Le médecin de l'IA utilise l'image pour diagnostiquer le stade de la plaie et la compare à l'endroit où la plaie devrait être le long d'une chronologie de cicatrisation optimale. Si l'image révèle un décalage, le modèle ML applique un traitement: l'un ou l'autre médicament, livré via la bioélectronique; ou un champ électrique, qui peut améliorer la migration cellulaire vers la fermeture des plaies.
Le traitement par voie topique par le dispositif est la fluoxétine, un inhibiteur sélectif de recapture de la sérotonine qui contrôle les niveaux de sérotonine dans la plaie et améliore la guérison en diminuant l'inflammation et en augmentant la fermeture des tissus des plaies. La dose, déterminée par des études précliniques par le groupe Isseroff de UC Davis Group pour optimiser la guérison, est administrée par des actionneurs bioélectroniques sur l'appareil, développé par Rolandi. Un champ électrique, optimisé pour améliorer la guérison et développé par les travaux antérieurs du Min Zhao et Roslyn Rivkah Isseroff de l'UC Davis, est également livré par l'appareil.
Le médecin de l'IA détermine la dose optimale de médicaments à livrer et l'ampleur du champ électrique appliqué. Une fois la thérapie appliquée pendant une certaine période, la caméra prend une autre image et le processus recommence.
Pendant son utilisation, l'appareil transmet des images et des données telles que le taux de guérison à une interface Web sécurisée, de sorte qu'un médecin humain peut intervenir manuellement et affiner le traitement au besoin. L'appareil se fixe directement à un bandage disponible dans le commerce pour une utilisation pratique et sécurisée.
Pour évaluer le potentiel d'utilisation clinique, l'équipe UC Davis a testé l'appareil dans des modèles de plaies précliniques. Dans ces études, les plaies traitées avec une guérison a suivi une trajectoire de guérison environ 25% plus rapidement que la norme de soins. Ces résultats mettent en évidence la promesse de la technologie non seulement pour accélérer la fermeture des blessures aiguës, mais aussi pour la guérison au point mort dans les blessures chroniques.
Renforcement de l'IA
Le modèle d'IA utilisé pour ce système, dirigé par le professeur adjoint de mathématiques appliquées Marcella Gomez, utilise une approche d'apprentissage de renforcement, décrite dans une étude de la bio-ingénierie de la revue, pour imiter l'approche diagnostique utilisée par les médecins.
L'apprentissage par renforcement est une technique dans laquelle un modèle est conçu pour atteindre un objectif final spécifique, l'apprentissage par essais et erreurs comment atteindre au mieux cet objectif. Dans ce contexte, le modèle a pour objectif de minimiser le temps de fermeture et est récompensé pour avoir progressé vers cet objectif. Il apprend continuellement du patient et adapte son approche de traitement.
Le modèle d'apprentissage par renforcement est guidé par un algorithme que Gomez et ses élèves créés appelée Deep Mapper, décrit dans une étude de préparation, qui traite des images de blessures pour quantifier le stade de la guérison par rapport à la progression normale, la cartographiant le long de la trajectoire de la guérison. Au fil du temps avec l'appareil sur une plaie, il apprend un modèle dynamique linéaire de la guérison passée et l'utilise pour prévoir comment la guérison continuera de progresser.
« Il ne suffit pas d'avoir l'image, vous devez traiter cela et le mettre en contexte. Ensuite, vous pouvez appliquer le contrôle des commentaires », a déclaré Gomez.
Cette technique permet à l'algorithme d'apprendre en temps réel l'impact du médicament ou du champ électrique sur la guérison, et guide la prise de décision itérative du modèle d'apprentissage du renforcement sur la façon d'ajuster la concentration du médicament ou la force du champ électrique.
Maintenant, l'équipe de recherche explore le potentiel de cet appareil pour améliorer la guérison des blessures chroniques et infectées.
Des publications supplémentaires liées à ce travail peuvent être trouvées liées ici.
Cette recherche a été soutenue par la Defense Advanced Research Projects Agency et l'Advanced Research Projects Agency for Health.
Les personnes intéressées par l'utilisation commerciale de cette technologie peuvent contacter le directeur adjoint du transfert d'innovation Marc Oettinger: (protégée par e-mail) ou 831-502-0253.
