Se ha desarrollado software de inteligencia artificial para mejorar los tratamientos médicos que utilizan chorros de gas electrificado conocido como plasma. El código informático predice las sustancias químicas emitidas por los dispositivos de plasma, que pueden usarse para tratar el cáncer, promover el crecimiento saludable de los tejidos y esterilizar superficies.
El software aprendió a predecir el cóctel de sustancias químicas que salen del chorro basándose en datos recopilados durante experimentos del mundo real y utilizando las leyes de la física como guía. Este tipo de inteligencia artificial (IA) se conoce como aprendizaje automático porque el sistema aprende en función de la información proporcionada. Los investigadores involucrados en el proyecto publicaron un artículo sobre su código en el Journal of Physics D:Applied Physics. .
El plasma estudiado en los experimentos se conoce como plasma atmosférico frío (CAP). Cuando se activa el chorro CAP, numerosas especies químicas del plasma participan en miles de reacciones. Estos químicos modifican las células sometidas a tratamiento de diferentes maneras, dependiendo de la composición química del chorro. Si bien los científicos saben que los CAP se pueden usar para matar células cancerosas, tratar heridas y matar bacterias en los alimentos, no se comprende completamente por qué.
"Esta investigación es un paso hacia una comprensión más profunda de cómo y por qué funcionan los jets CAP y algún día también podría usarse para perfeccionar su uso", dijo Yevgeny Raitses, físico investigador principal del Laboratorio de Física del Plasma de Princeton del Departamento de Energía de EE. UU. (PPPL).
El proyecto fue completado por el Centro Colaborativo de Investigación de Plasma de Baja Temperatura (PCRF) de Princeton, una colaboración entre investigadores de PPPL y la Universidad George Washington (GWU).
PPPL tiene un creciente cuerpo de trabajo que combina sus 70 años de investigación pionera sobre plasma con su experiencia en IA para resolver problemas sociales. La misión del laboratorio va más allá del uso de plasma para generar energía de fusión y su uso en campos como la medicina y la fabricación, entre otros.
El software utiliza un enfoque conocido como red neuronal basada en la física (PINN). En un PINN, los datos se organizan en partes llamadas nodos y neuronas. El flujo de datos imita la forma en que se procesa la información en el cerebro humano. También se añaden al código leyes de la física.
"Saber qué sale del chorro es muy importante. Saber qué sale con precisión es muy difícil", dijo Sophia Gershman, ingeniera de investigación PPPL líder de PCRF que trabajó en este proyecto de colaboración. El proceso requeriría varios dispositivos diferentes para recopilar diferentes tipos de información sobre el avión.
"En estudios prácticos, es difícil utilizar todos los diversos diagnósticos tecnológicamente avanzados al mismo tiempo para cada dispositivo y para los distintos tipos de superficies que tratamos", explicó Gershman.
Li Lin, científico investigador de GWU y autor principal del artículo, dijo que también es difícil calcular los químicos en un chorro CAP porque las interacciones deben considerarse un nanosegundo a la vez.
"Cuando se considera que el dispositivo está en funcionamiento durante varios minutos, la cantidad de cálculos hace que el problema sea más que simplemente computacionalmente intensivo. Es prácticamente imposible", dijo Lin. "El aprendizaje automático te permite evitar la parte complicada."
El proyecto comenzó con un pequeño conjunto de datos del mundo real que se recopilaron mediante una técnica conocida como espectroscopia de absorción infrarroja por transformada de Fourier. Los investigadores utilizaron ese pequeño conjunto de datos para crear un conjunto de datos más amplio. Luego, esos datos se utilizaron para entrenar la red neuronal utilizando un algoritmo evolutivo, que es un tipo de código informático inspirado en la naturaleza que busca las mejores respuestas utilizando un enfoque de supervivencia del más fuerte.
Se generan varios lotes sucesivos de datos utilizando enfoques ligeramente diferentes, y solo los mejores conjuntos de datos de cada ronda se llevan a la siguiente ronda de entrenamiento hasta que se logran los resultados deseados.
Finalmente, el equipo pudo calcular con precisión las concentraciones químicas, la temperatura del gas, la temperatura de los electrones y la concentración de electrones del chorro de plasma atmosférico frío basándose en los datos recopilados durante experimentos del mundo real.
En un plasma atmosférico frío, los electrones (partículas pequeñas con carga negativa) pueden estar muy calientes, aunque las otras partículas están cerca de la temperatura ambiente. Los electrones pueden estar en una concentración lo suficientemente baja como para que el plasma no se sienta caliente ni queme la piel y al mismo tiempo pueda tener un efecto significativo en las células objetivo.
Michael Keidar, profesor de ingeniería A. James Clark en GWU y colaborador frecuente de PPPL que también trabajó en este proyecto, dijo que el objetivo a largo plazo es poder realizar estos cálculos lo suficientemente rápido como para que el software pueda ajustar automáticamente el plasma. durante un procedimiento para optimizar el tratamiento. Keidar está trabajando actualmente en un prototipo de un dispositivo "adaptable al plasma" en su laboratorio.
"Lo ideal es que pueda personalizarse. De la forma en que lo imaginamos, se trata al paciente y la respuesta de cada paciente será diferente", explicó Keidar. "Por lo tanto, se puede medir la respuesta en tiempo real y luego intentar informar, mediante retroalimentación y aprendizaje automático, la configuración correcta en el dispositivo productor de plasma".
Es necesario realizar más investigaciones para perfeccionar dicho dispositivo. Por ejemplo, este estudio examinó el jet CAP a lo largo del tiempo, pero solo en un punto del espacio. Se necesitarían más investigaciones para ampliar el trabajo de modo que considere múltiples puntos a lo largo de la corriente de salida del chorro.
El estudio también examinó la columna de plasma de forma aislada. Los experimentos futuros necesitarían integrar las superficies tratadas con plasma para ver cómo esto afecta la composición química en el sitio de tratamiento.
Más información: Li Lin et al, Predicción basada en datos de la composición de salida de un chorro de plasma a presión atmosférica, Journal of Physics D:Applied Physics (2023). DOI:10.1088/1361-6463/acfcc7
Proporcionado por el Laboratorio de Física del Plasma de Princeton
