A medida que la herida se cura, se mueve en varias etapas: recubrimiento para detener el sangrado, respondiendo al sistema de resistencia, la costras y las manchas.
Un dispositivo de uso llamado “A-HEEL” diseñado por ingenieros de Santa Cruise en la Universidad de California está dirigido a cada etapa del proceso. El sistema utiliza una pequeña cámara y una IA para detectar la fase de cura y proporcionar un tratamiento en forma de medicamentos o campos eléctricos. El sistema responde al proceso de curación único del paciente, proporcionando un tratamiento personalizado.
El dispositivo inalámbrico portátil puede hacer que la terapia de heridas sea más accesible para pacientes con áreas remotas o con movilidad limitada. Preliminar Pre -Fall, publicado en la revista NPJ Innovación biomédicaEl dispositivo muestra la velocidad del proceso de curación exitoso.
Para hacer un diseño poco saludable
Un equipo de investigadores de UC Santa Cruise y UC Davis patrocinado por el programa DARPA-Beater y diseñó un dispositivo para Marco Rolendi, una ingeniería eléctrica e informática (ECE), patrocinado por el programa DARPA-Beater, y diseñó un dispositivo que adjuntaba una cámara, una cámara, bio-electronics y audición AIK. La integración en un dispositivo lo convierte en un “sistema de circuito cerrado”. Los investigadores son uno de los primeros de su tipo para curar la herida.
“Nuestro sistema recibe todas las señales del cuerpo y con la intervención externa mejora el progreso de la curación”, dijo Rolandi.
El dispositivo utiliza una cámara a bordo, desarrollada por un profesor asociado de EC Mirsia Toodorasku y descrita en una investigación de biología de la comunicación, para tomar fotos de las heridas cada dos horas. Se alimentan fotos alimentadas con fotos alimentadas con fotos alimentadas con fotos alimentadas con fotos alimentadas, que los investigadores llaman al “médico de IA” que se ejecuta en la computadora más cercana.
“Esto es básicamente un microscopio de un vendaje”, dijo Toidorsku. “Las imágenes independientes dicen poco, pero con el tiempo, imaginar las tendencias de AI spot, la cura de las heridas, los problemas relacionados con la bandera y el asesoramiento del tratamiento” “
El médico de IA usa la imagen para diagnosticar la fase de la herida y la compara con ella donde la herida debe estar con la mejor cura de la herida. Si la imagen revela un retraso, el modelo ML aplica un tratamiento: ya sea distribuido a través de la bio electrónica; O un campo eléctrico, que puede aumentar la migración celular hacia el cierre de la herida.
El tratamiento proporcionado por el dispositivo es la fluoxetina, un inhibidor selectivo de serotonina rueptac que regula los niveles de serotonina en la herida y reduce la inflamación y mejora la cura al aumentar el tejido de la herida. La dosis prescrita por los estudios preinflicos se rige por el biocutetor bio electrónico en el dispositivo desarrollado por los estudios preinflicos para optimizar la curación del grupo UC Davis. También se proporciona un campo eléctrico, favorable para la mejora de la curación y el Min Zhao y Roslin Rivkaah del menor Davis desarrollado por el trabajo anterior de Izraf, a través del dispositivo.
La IA determina la mejor dosis del fármaco para el suministro del médico y la longitud del campo eléctrico aplicado. Después de aplicar la terapia por un cierto período de tiempo, la cámara toma otra imagen y el proceso comienza nuevamente.
Durante el uso, el dispositivo se transmite a la imagen de la tasa de curación y la interfaz web segura de datos, para que un médico humano pueda interferir manualmente y tratar el ajuste fino según sea necesario. El dispositivo se adhiere directamente al vendaje disponible comercialmente para un uso conveniente y protegido.
Para evaluar las posibilidades de uso clínico, el equipo de UC Davis ha probado el dispositivo en los modelos de lesión más profundos. En este estudio, las heridas tratadas con este-humor siguen la cura del tractory aproximadamente un 25% más rápido que la calidad de la atención. Estas búsquedas no son solo para acelerar las heridas intensas, sino que también prometen la tecnología para curar los puestos que saltan sobre heridas crónicas.
Ten tu refuerzo
El modelo AI utilizado para este sistema, dirigido por la profesora asistente de matemáticas aplicadas, Marcella Gómez, utilizó un método de aprendizaje reforzado descrito en un estudio en la revista biozinera para duplicar el enfoque de diagnóstico utilizado por los médicos.
Aprender a reforzar es una técnica en la que un modelo está diseñado para cumplir con un objetivo final, aprender a través de las pruebas y aprender a lograr ese objetivo mejor. En este contexto, el modelo tiene el objetivo de reducir el tiempo para detener la herida y se le recompensa para avanzar en ese objetivo. Se aprende constantemente del paciente y se adapta a su método de tratamiento.
El modelo de aprendizaje de refuerzo es operado por un algoritmo, conocido como Gómez y sus estudiantes, conocidos como mapeador profundo, descrito en un estudio impreso, que procesa las heridas para la medición de la cura en comparación con el progreso general, lo asigna con la trayectoria de la cura. Cuando se corta el tiempo con el dispositivo en una lesión, ha aprendido un modelo dinástico de la curación pasada y usarlo para predecir cómo continuará el progreso curativo.
Gómez dijo: “No solo lo suficiente para obtener la imagen, debe procesarla y mantenerla en contexto. Luego, puede aplicar el control de respuesta”, dijo Gómez.
Esta técnica permite aprender el efecto del droga o el campo eléctrico en la cura para los algoritmos en tiempo real, y guía la toma de decisiones repetidas del modelo de aprendizaje reforzado sobre cómo ajustar la densidad del droga o el campo eléctrico.
Ahora, el equipo de investigación está explorando la posibilidad de mejorar las heridas crónicas e infectadas de este dispositivo.
Se pueden encontrar publicaciones adicionales relacionadas con este trabajo aquí.
Este estudio fue apoyado por la Agencia de Proyectos de Investigación Avanzada de Defensa y la Agencia de Proyectos de Investigación Avanzada de Salud.
