Se ha desarrollado un software de inteligencia artificial para mejorar los tratamientos médicos mediante plasma atmosférico frío (PAC), un chorro de gas electrificado. El software, desarrollado por investigadores del Centro de Investigación de Plasma de Baja Temperatura Colaborativo de Princeton (PCRF), combina aprendizaje automático y física para predecir la composición química de las emisiones de PAC. Este avance tiene importantes implicaciones para el tratamiento del cáncer, la promoción del crecimiento tisular y la esterilización de superficies.
Predicción de las emisiones de la PAC con IA
El software, conocido como red neuronal basada en la física (PINN), aprendió a pronosticar la diversa gama de sustancias químicas emitidas por los chorros del CAP. Lo logró analizando datos recopilados durante experimentos reales e integrando los principios fundamentales de la física. Esta innovadora aplicación de la IA, denominada aprendizaje automático, permite al sistema mejorar continuamente sus predicciones basándose en la información proporcionada.
Plasma atmosférico frío: una herramienta multifacética
El plasma atmosférico frío (PAC) se ha empleado en diversas aplicaciones médicas, como la erradicación de células cancerosas, la cicatrización de heridas y la eliminación de bacterias en superficies de alimentos. Sin embargo, los científicos aún no comprenden completamente los mecanismos precisos que subyacen a estos efectos.
Según Yevgeny Raitses, físico investigador principal del Laboratorio de Física del Plasma de Princeton (PPPL) del Departamento de Energía de EE. UU., el software basado en IA supone un avance significativo en la comprensión del funcionamiento de los chorros CAP. Esta nueva comprensión podría conducir a un uso más refinado y eficaz de la tecnología CAP en tratamientos médicos.
Un esfuerzo colaborativo
El proyecto fue una colaboración entre investigadores de PPPL y la Universidad George Washington (GWU), bajo el nombre de Princeton Collaborative Low-Temperature Plasma Research Facility. PPPL, reconocido por su trabajo pionero en la investigación del plasma, ha ampliado su misión para incorporar aplicaciones de IA en campos como la medicina y la manufactura.
Sophia Gershman, ingeniera principal de investigación de PPPL, enfatizó la dificultad de determinar con precisión la composición química de los chorros de CAP debido a la necesidad de considerar las interacciones en una escala de nanosegundos. El aprendizaje automático ofrece una solución a esta complejidad, permitiendo cálculos precisos que antes eran prácticamente imposibles.
Generación y entrenamiento de datos
El proyecto comenzó con un pequeño conjunto de datos obtenido mediante espectroscopia de absorción infrarroja por transformada de Fourier. Estos datos iniciales sirvieron de base para generar un conjunto de datos más extenso. Inspirado por la selección natural, se empleó un algoritmo evolutivo para entrenar la red neuronal. Mediante iteraciones sucesivas, el sistema de IA mejoró su precisión seleccionando los mejores conjuntos de datos y refinando sus predicciones.
Cálculos precisos para CAP Jets
El equipo desarrolló con éxito una solución de software capaz de calcular con precisión las concentraciones químicas, la temperatura del gas, la temperatura de lostron y la concentración detron en chorros de plasma atmosférico frío. Este logro es particularmente notable porque los chorros de plasma atmosférico frío (CAP) pueden contenertronextremadamente calientes, manteniendo al mismo tiempo una temperatura cercana a la ambiente para otras partículas, lo que los hace adecuados para tratamientos médicos.
El tratamiento con plasma personalizado en el horizonte
Michael Keidar, profesor de ingeniería en la Universidad de Georgia (GWU), destacó el objetivo a largo plazo de implementar cálculos en tiempo real para optimizar el tratamiento de la PAC durante los procedimientos médicos. Keidar trabaja actualmente en un prototipo de dispositivo "adaptable al plasma" que podría personalizarse según las necesidades únicas de cada paciente. Mediante la monitorización de las respuestas del paciente y el aprendizaje automático, el dispositivo podría ajustar la configuración del plasma para maximizar la eficacia.
Si bien este estudio examinó la composición química del chorro CAP a lo largo del tiempo, se centró en un solo punto del espacio. Investigaciones futuras deberán ampliar la investigación para considerar múltiples puntos a lo largo del flujo de salida del chorro. Además, la integración de las superficies tratadas por el plasma en el análisis será crucial para comprender su impacto en la composición química en el sitio de tratamiento.
Esta investigación pionera, financiada por el Departamento de Energía de EE. UU. y el Centro de Investigación Colaborativa de Princeton, abre el camino a tratamientos médicos mejorados con plasma atmosférico frío. Con la integración de la IA, el potencial de tratamientos con plasma personalizados y optimizados ofrece la esperanza de soluciones sanitarias más eficaces.
