الذكاء الاصطناعي يعزز علاجات البلازما الطبية

تم تطوير برنامج ذكاء اصطناعي لتعزيز العلاجات الطبية التي تستخدم بلازما الغلاف الجوي الباردة (CAP)، وهي عبارة عن تيار من الغاز المشحون كهربائيًا. يجمع هذا البرنامج، الذي طوره باحثون في مركز برينستون التعاوني لأبحاث بلازما درجات الحرارة المنخفضة (PCRF)، بين التعلم الآلي والفيزياء للتنبؤ بالتركيب الكيميائي لانبعاثات بلازما الغلاف الجوي الباردة. ويحمل هذا الإنجاز آثارًا بالغة الأهمية في علاج السرطان، وتعزيز نمو الأنسجة، وتعقيم الأسطح.

التنبؤ بانبعاثات غازات الاحتباس الحراري باستخدام الذكاء الاصطناعي

تعلم البرنامج، المعروف باسم الشبكة العصبية المُستندة إلى الفيزياء (PINN)، التنبؤ بمجموعة متنوعة من المواد الكيميائية المنبعثة من نفاثات CAP. وقد حقق ذلك من خلال تحليل البيانات التي جُمعت خلال تجارب واقعية ودمج المبادئ الأساسية للفيزياء. يُمكّن هذا التطبيق المبتكر للذكاء الاصطناعي، والذي يُطلق عليه اسم التعلّم الآلي، النظام من تحسين تنبؤاته باستمرار بناءً على المعلومات المُقدمة.

البلازما الجوية الباردة: أداة متعددة الأوجه

استُخدمت تقنية البلازما الباردة في الغلاف الجوي في تطبيقات طبية متنوعة، تشمل القضاء على الخلايا السرطانية، والتئام الجروح، وإزالة البكتيريا من أسطح الأغذية. ومع ذلك، لم يفهم العلماء الآليات الدقيقة الكامنة وراء هذه التأثيرات فهمًا كاملًا.

بحسب يفغيني رايتسيس، كبير باحثي الفيزياء في مختبر برينستون لفيزياء البلازما التابع لوزارة الطاقة الأمريكية، يُمثل البرنامج المدعوم بالذكاء الاصطناعي خطوةً هامة نحو فهم كيفية عمل نفاثات البلازما المضغوطة وأسبابها. وقد يُفضي هذا الفهم الجديد إلى استخدامٍ مُحسّنٍ وأكثر فعاليةً لتقنية البلازما المضغوطة في العلاجات الطبية.

جهد تعاوني

كان المشروع جهداً تعاونياً بين باحثين في مختبر برينستون لفيزياء البلازما (PPPL) وجامعة جورج واشنطن (GWU)، تحت مظلة مرفق برينستون التعاوني لأبحاث البلازما منخفضة الحرارة. وقد وسّع مختبر برينستون لفيزياء البلازما، المشهور بعمله الرائد في أبحاث البلازما، نطاق مهمته ليشمل تطبيقات الذكاء الاصطناعي في مجالات مثل الطب والتصنيع.

أكدت صوفيا غيرشمان، كبيرة مهندسي الأبحاث في مختبر برينستون لفيزياء البلازما (PPPL)، على صعوبة تحديد التركيب الكيميائي الدقيق لنفثات البلازما المضغوطة (CAP) نظرًا للحاجة إلى مراعاة التفاعلات على نطاق زمني نانوي. ويُقدم التعلم الآلي حلًا لهذه المشكلة المعقدة، مما يسمح بإجراء حسابات دقيقة كانت في السابق شبه مستحيلة.

توليد البيانات والتدريب

بدأ المشروع بمجموعة بيانات صغيرة تم الحصول عليها باستخدام مطيافية امتصاص الأشعة تحت الحمراء بتحويل فورييه. شكلت هذه البيانات الأولية أساسًا لإنشاء مجموعة بيانات أوسع. واستلهامًا من الانتقاء الطبيعي، تم استخدام خوارزمية تطورية لتدريب الشبكة العصبية. ومن خلال التكرارات المتتالية، حسّن نظام الذكاء الاصطناعي دقته باختيار أفضل مجموعات البيانات وتحسين تنبؤاته.

حسابات دقيقة لطائرات CAP النفاثة

نجح الفريقtron تطوير حل برمجي قادر على حساب تركيزات المواد الكيميائية، ودرجة حرارة الغاز، ودرجة حرارةtron ، وتركيزها بدقة داخل نفاثات البلازما الباردة في الغلاف الجوي. ويُعد هذا الإنجاز جديرًا بالملاحظة بشكل خاص لأن نفاثات البلازما الباردة في الغلاف الجوي تتميز بوجودtronشديدة السخونة مع الحفاظ على درجة حرارة قريبة من درجة حرارة الغرفة للجسيمات الأخرى، مما يجعلها مناسبة للعلاجات الطبية.

العلاج بالبلازما المخصص في الأفق

سلّط ​​مايكل كيدار، أستاذ الهندسة في جامعة جورج واشنطن، الضوء على الهدف طويل الأمد المتمثل في تطبيق حسابات آنية لتحسين علاج البلازما المحسّنة أثناء الإجراءات الطبية. ويعمل كيدار حاليًا على نموذج أولي لجهاز "متكيّف مع البلازما" يُمكن تخصيصه وفقًا لاحتياجات كل مريض على حدة. ومن خلال مراقبة استجابات المرضى واستخدام تقنيات التعلّم الآلي، يُمكن للجهاز تعديل إعدادات البلازما لتحقيق أقصى قدر من الفعالية.

رغم أن هذه الدراسة فحصت التركيب الكيميائي لنفث البلازما المضغوطة بمرور الوقت، إلا أنها ركزت على نقطة واحدة في الفضاء. لذا، ستحتاج الأبحاث المستقبلية إلى توسيع نطاق البحث ليشمل نقاطًا متعددة على طول مسار النفث. بالإضافة إلى ذلك، سيكون دمج الأسطح المعالجة بالبلازما في التحليل أمرًا بالغ الأهمية لفهم كيفية تأثيرها على التركيب الكيميائي في موقع المعالجة.

يمهد هذا البحث الرائد، الممول من قبل وزارة الطاقة الأمريكية ومرفق برينستون للأبحاث التعاونية، الطريق أمام علاجات طبية محسّنة باستخدام بلازما الغلاف الجوي الباردة. ومع دمج الذكاء الاصطناعي، يُبشّر تطوير علاجات بلازما مُخصصة ومُحسّنة بحلول رعاية صحية أكثر فعالية.