Зарастването на рани включва няколко етапа: коагулация на кръвта и хемостаза, отговор на имунната система, образуване на краста и образуване на белег.
изследователски екип, ръководен от професор Марко Роланди от Калифорнийския университет в Санта Круз, е проектирал носимо устройство „A-Heal“, което интегрира камера, биоелектронна технология и AI, с цел оптимизиране на всеки етап от процеса на зарастване на рани. Тази система идентифицира лечебния етап чрез миниатюрна камера и AI технология и осигурява лечение с лекарства или електрическо поле. Тази система може да отговори на уникалния лечебен процес на пациента и да постигне персонализирано лечение.
Това преносимо безжично устройство улеснява достъпа до лечение на рани за пациенти в отдалечени райони или хора с ограничена подвижност. На 23 септември резултатите от изследването, публикувани в списанието npj Biomedical Innovations, показаха, че устройството може ефективно да ускори процеса на зарастване на рани.
AI-управлявано-Heal устройство може да коригира плана за лечение в реално време, за да ускори зарастването на рани. Резултатите от предклиничните изследвания показват, че може напълно да промени процеса на оздравяване, особено при хронични рани. Нашата система цялостно улавя сигналите на човешкото тяло и оптимизира лечебния процес чрез външна намеса. - каза Роланди.
Устройството използва миниатюрна камера, разработена от Мирча Теодореску, доцент в Калифорнийския университет в Санта Круз, за да прави снимки на раната на всеки два часа. Изображенията бяха въведени в модел за машинно обучение, разработен от доцент Марсела Гомес.
По същество това е микроскоп тип бинт-. Теодореску обясни: „Информацията за едно изображение е ограничена, но непрекъснатото изобразяване позволява на AI да идентифицира тенденциите, да определи етапа на оздравяване, да маркира проблеми и да предостави предложения за план за лечение.“
Лекарят с изкуствен интелект диагностицира етапа на раната чрез изображения и го сравнява с идеалната времева линия за заздравяване. Ако бъде открито забавено заздравяване, моделът на машинно обучение ще започне лечение: доставяне на лекарства чрез биоелектронна технология или прилагане на електрическо поле, което насърчава миграцията на клетки към раната. Лекарят по изкуствен интелект ще определи оптималната доза и интензитета на електрическото поле. След като лечението беше проведено известно време, камерата направи снимки отново, инициирайки нов кръг от цикъл на лечение.
По време на работа устройството ще предава данни като изображения и проценти на заздравяване към защитен мрежов интерфейс, улеснявайки ръчната намеса от лекарите и прецизното регулиране на плановете за лечение. Това устройство може да се залепи директно върху предлаганите в търговската мрежа превръзки, осигурявайки удобна и здрава употреба.
За да оцени клиничната му приложимост, екипът от Калифорнийския университет в Дейвис тества устройството в предклиничен модел на рана. Проучванията показват, че рани, третирани с -Heal, заздравяват приблизително 25% по-бързо от тези със стандартна грижа. Тези констатации не само подчертават потенциала на тази технология за ускоряване на заздравяването на остри рани, но също така имат значителна стойност за рестартиране на лечебния процес на хронични рани.
В момента изследователският екип проучва потенциала на това устройство за насърчаване на заздравяването на хронични и инфектирани рани.