Un logiciel d'intelligence artificielle a été développé pour faire progresser les traitements médicaux utilisant le plasma froid atmosphérique (PCA), un jet de gaz électrifié. Ce logiciel, mis au point par des chercheurs du Centre de recherche collaborative sur le plasma à basse température de Princeton (PCRF), combine apprentissage automatique et physique pour prédire la composition chimique des émissions de PCA. Cette avancée majeure ouvre des perspectives importantes pour le traitement du cancer, la stimulation de la croissance tissulaire et la stérilisation des surfaces.
Prévoir les émissions de la CAP grâce à l'IA
Le logiciel, un réseau neuronal à base physique (PINN), a appris à prévoir la diversité des composés chimiques émis par les jets de plasma atmosphérique. Il y est parvenu en analysant des données recueillies lors d'expériences réelles et en intégrant les principes fondamentaux de la physique. Cette application novatrice de l'intelligence artificielle, appelée apprentissage automatique, permet au système d'améliorer continuellement ses prédictions à partir des informations fournies.
Plasma atmosphérique froid : un outil aux multiples facettes
Le plasma froid atmosphérique (PCA) est utilisé dans diverses applications médicales, notamment l'éradication des cellules cancéreuses, la cicatrisation des plaies et l'élimination des bactéries sur les surfaces alimentaires. Cependant, les mécanismes précis à l'origine de ces effets restent encore mal compris par les scientifiques.
Selon Yevgeny Raitses, physicien de recherche principal au Laboratoire de physique des plasmas de Princeton (PPPL) du département de l'Énergie des États-Unis, ce logiciel basé sur l'intelligence artificielle représente une avancée significative dans la compréhension du fonctionnement des jets de plasma froid atmosphérique. Cette nouvelle compréhension pourrait permettre une utilisation plus précise et plus efficace de cette technologie dans les traitements médicaux.
Un effort de collaboration
Ce projet était le fruit d'une collaboration entre des chercheurs du PPPL et de l'Université George Washington (GWU), sous l'égide du Centre de recherche collaborative sur les plasmas à basse température de Princeton. Le PPPL, reconnu pour ses travaux pionniers dans la recherche sur les plasmas, a élargi sa mission afin d'intégrer des applications d'intelligence artificielle dans des domaines tels que la médecine et l'industrie.
Sophia Gershman, ingénieure de recherche principale au PPPL, a souligné la difficulté de déterminer avec précision la composition chimique des jets de plasma atmosphérique froid (CAP) en raison de la nécessité de prendre en compte les interactions à l'échelle de la nanoseconde. L'apprentissage automatique offre une solution à cette complexité, permettant des calculs précis qui étaient auparavant pratiquement impossibles.
Génération et formation des données
Le projet a débuté avec un petit ensemble de données obtenu par spectroscopie d'absorption infrarouge à transformée de Fourier. Ces données initiales ont servi de base à la génération d'un ensemble de données plus vaste. S'inspirant de la sélection naturelle, un algorithme évolutionnaire a été utilisé pour entraîner le réseau neuronal. Au fil des itérations, le système d'IA a amélioré sa précision en sélectionnant les meilleurs ensembles de données et en affinant ses prédictions.
Calculs précis pour les jets CAP
L'équipe a développé avec succès une solution logicielle capable de calculer avec précision les concentrations chimiques, la température des gaz, la températuretron et la concentration d'tron au sein de jets de plasma atmosphérique froid. Cette réalisation est particulièrement remarquable car les jets de plasma atmosphérique froid peuvent générer destronextrêmement chauds tout en maintenant une température proche de la température ambiante pour les autres particules, ce qui les rend utilisables pour des traitements médicaux.
Traitement plasmatique personnalisé à l'horizon
Michael Keidar, professeur d'ingénierie à l'université George Washington, a souligné l'objectif à long terme d'optimiser le traitement par plasma froid (PCF) lors d'interventions médicales grâce à des calculs en temps réel. Il travaille actuellement sur un prototype de dispositif « adaptatif au plasma » qui pourrait être personnalisé en fonction des besoins spécifiques de chaque patient. En surveillant les réponses du patient et en utilisant l'apprentissage automatique, le dispositif pourrait ajuster les paramètres du plasma pour une efficacité maximale.
Bien que cette étude ait examiné la composition chimique du jet CAP au fil du temps, elle s'est concentrée sur un seul point de l'espace. Les recherches futures devront étendre l'étude à plusieurs points le long du flux de sortie du jet. De plus, l'intégration des surfaces traitées par le plasma dans l'analyse sera essentielle pour comprendre son impact sur la composition chimique au niveau du site de traitement.
Ces recherches novatrices, financées par le Département de l'Énergie des États-Unis et le Centre de recherche collaborative de Princeton, ouvrent la voie à des traitements médicaux améliorés grâce au plasma froid atmosphérique. L'intégration de l'intelligence artificielle offre la perspective de traitements par plasma personnalisés et optimisés, et laisse entrevoir des solutions de santé plus efficaces.
