È stato sviluppato un software di intelligenza artificiale per migliorare i trattamenti medici che utilizzano il plasma atmosferico freddo (CAP), un getto di gas elettrizzato. Il software, sviluppato dai ricercatori del Princeton Collaborative Low-Temperature Plasma Research Facility (PCRF), combina apprendimento automatico e fisica per prevedere la composizione chimica delle emissioni di CAP. Questa svolta ha implicazioni significative per il trattamento del cancro, la promozione della crescita dei tessuti e la sterilizzazione delle superfici.
Prevedere le emissioni della PAC con l'intelligenza artificiale
Il software, noto come rete neurale basata sulla fisica (PINN), ha imparato a prevedere la vasta gamma di sostanze chimiche emesse dai getti CAP. Ha ottenuto questo risultato analizzando i dati raccolti durante esperimenti reali e integrando i principi fondamentali della fisica. Questa innovativa applicazione dell'intelligenza artificiale, denominata apprendimento automatico, consente al sistema di migliorare continuamente le sue previsioni sulla base delle informazioni fornite.
Plasma atmosferico freddo: uno strumento poliedrico
Il plasma atmosferico freddo (CAP) è stato impiegato in diverse applicazioni mediche, tra cui l'eradicazione delle cellule tumorali, la guarigione delle ferite e l'eliminazione dei batteri dalle superfici degli alimenti. Tuttavia, i meccanismi precisi alla base di questi effetti non sono stati ancora pienamente compresi dagli scienziati.
Secondo Yevgeny Raitses, fisico ricercatore principale presso il Princeton Plasma Physics Laboratory (PPPL) del Dipartimento dell'Energia degli Stati Uniti, il software basato sull'intelligenza artificiale segna un passo significativo verso la comprensione di come e perché funzionano i getti CAP. Questa nuova comprensione potrebbe portare a un utilizzo più raffinato ed efficace della tecnologia CAP nei trattamenti medici.
Uno sforzo collaborativo
Il progetto è nato dalla collaborazione tra i ricercatori del PPPL e della George Washington University (GWU), sotto l'egida del Princeton Collaborative Low-Temperature Plasma Research Facility. Il PPPL, rinomato per il suo lavoro pionieristico nella ricerca sul plasma, ha ampliato la sua missione per integrare le applicazioni dell'intelligenza artificiale in settori come la medicina e la produzione manifatturiera.
Sophia Gershman, ingegnere capo della ricerca PPPL, ha sottolineato la difficoltà nel determinare con precisione la composizione chimica dei getti CAP, dovuta alla necessità di considerare le interazioni su una scala temporale di nanosecondi. L'apprendimento automatico offre una soluzione a questa complessità, consentendo calcoli precisi che in precedenza erano praticamente impossibili.
Generazione e formazione dei dati
Il progetto è iniziato con un piccolo set di dati ottenuto tramite spettroscopia di assorbimento infrarosso a trasformata di Fourier. Questi dati iniziali sono serviti come base per la generazione di un set di dati più ampio. Ispirandosi alla selezione naturale, è stato utilizzato un algoritmo evolutivo per addestrare la rete neurale. Attraverso iterazioni successive, il sistema di intelligenza artificiale ha migliorato la sua accuratezza selezionando i set di dati migliori e perfezionando le sue previsioni.
Calcoli accurati per i CAP Jets
Il team ha sviluppato con successo una soluzione software in grado di calcolare con precisione le concentrazioni chimiche, la temperatura dei gas, la temperatura deglitron e la concentrazione deglitron all'interno di getti di plasma atmosferico freddo. Questo risultato è particolarmente significativo perché i getti CAP possono averetronestremamente caldi pur mantenendo una temperatura prossima a quella ambiente per le altre particelle, rendendoli adatti ai trattamenti medici.
Trattamento al plasma personalizzato all'orizzonte
Michael Keidar, professore di ingegneria presso la GWU, ha sottolineato l'obiettivo a lungo termine di implementare calcoli in tempo reale per ottimizzare il trattamento CAP durante le procedure mediche. Keidar sta attualmente lavorando a un prototipo di dispositivo "plasma-adattativo" che potrebbe essere personalizzato in base alle esigenze specifiche di ciascun paziente. Monitorando le risposte del paziente e utilizzando l'apprendimento automatico, il dispositivo potrebbe regolare le impostazioni del plasma per massimizzarne l'efficacia.
Sebbene questo studio abbia esaminato la composizione chimica del getto CAP nel tempo, si è concentrato su un singolo punto nello spazio. Ricerche future dovranno ampliare l'indagine per considerare più punti lungo il flusso di uscita del getto. Inoltre, integrare le superfici trattate dal plasma nell'analisi sarà fondamentale per comprendere l'impatto del plasma sulla composizione chimica del sito di trattamento.
Questa ricerca innovativa, finanziata dal Dipartimento dell'Energia degli Stati Uniti e dal Princeton Collaborative Research Facility, apre la strada a trattamenti medici migliorati utilizzando plasma atmosferico freddo. Con l'integrazione dell'intelligenza artificiale, il potenziale per trattamenti al plasma personalizzati e ottimizzati offre la speranza di soluzioni sanitarie più efficaci.
