È stato sviluppato un software artificialmente intelligente per migliorare i trattamenti medici che utilizzano getti di gas elettrificato noti come plasma. Il codice informatico prevede le sostanze chimiche emesse dai dispositivi al plasma, che possono essere utilizzate per curare il cancro, promuovere la crescita di tessuti sani e sterilizzare le superfici.
Il software ha imparato a prevedere il cocktail di sostanze chimiche che escono dal getto sulla base dei dati raccolti durante gli esperimenti nel mondo reale e utilizzando le leggi della fisica come guida. Questo tipo di intelligenza artificiale (AI) è noto come machine learning perché il sistema apprende in base alle informazioni fornite. I ricercatori coinvolti nel progetto hanno pubblicato un articolo sul loro codice sul Journal of Physics D:Applied Physics .
Il plasma studiato negli esperimenti è noto come plasma atmosferico freddo (CAP). Quando il getto CAP viene acceso, numerose specie chimiche presenti nel plasma prendono parte a migliaia di reazioni. Queste sostanze chimiche modificano le cellule sottoposte al trattamento in modi diversi, a seconda della composizione chimica del getto. Anche se gli scienziati sanno che le CAP possono essere utilizzate per uccidere le cellule tumorali, curare le ferite e uccidere i batteri presenti negli alimenti, non ne è ancora chiaro il motivo.
"Questa ricerca è un passo avanti verso una comprensione più profonda di come e perché i jet CAP funzionano e potrebbe anche un giorno essere utilizzata per perfezionare il loro uso", ha affermato Yevgeny Raitses, uno dei principali fisici di ricerca presso il Princeton Plasma Physics Laboratory del Dipartimento dell'Energia degli Stati Uniti. (PPPL).
Il progetto è stato completato dal Princeton Collaborative Low Temperature Plasma Research Facility (PCRF), una collaborazione tra ricercatori del PPPL e della George Washington University (GWU).
PPPL ha un corpus di lavoro in crescita che combina i suoi 70 anni di ricerca pionieristica sul plasma con la sua esperienza nell’intelligenza artificiale per risolvere i problemi sociali. La missione del laboratorio va oltre l'utilizzo del plasma per generare energia da fusione fino al suo utilizzo in campi come la medicina e l'industria manifatturiera, tra gli altri.
Il software utilizza un approccio noto come rete neurale informata sulla fisica (PINN). In un PINN, i dati sono organizzati in parti chiamate nodi e neuroni. Il flusso dei dati imita il modo in cui le informazioni vengono elaborate nel cervello umano. Al codice vengono aggiunte anche le leggi della fisica.
"Sapere cosa esce dal jet è molto importante. Sapere cosa esce con precisione è molto difficile", ha affermato Sophia Gershman, ingegnere capo della ricerca PPPL del PCRF che ha lavorato a questo progetto di collaborazione. Il processo richiederebbe diversi dispositivi per raccogliere diversi tipi di informazioni sul jet.
"Negli studi pratici, è difficile utilizzare tutte le varie diagnostiche tecnologicamente avanzate contemporaneamente per ciascun dispositivo e per i vari tipi di superfici che trattiamo", ha spiegato Gershman.
Li Lin, ricercatore della GWU e autore principale dell'articolo, ha affermato che è anche difficile calcolare le sostanze chimiche presenti in un getto CAP perché le interazioni devono essere considerate un nanosecondo alla volta.
"Se si considera che il dispositivo è in funzione per diversi minuti, il numero di calcoli rende il problema più che semplicemente impegnativo dal punto di vista computazionale. È praticamente impossibile", ha detto Lin. "L'apprendimento automatico ti consente di aggirare la parte complicata."
Il progetto è iniziato con un piccolo insieme di dati del mondo reale raccolti utilizzando una tecnica nota come spettroscopia di assorbimento infrarosso in trasformata di Fourier. I ricercatori hanno utilizzato quel piccolo set di dati per creare un insieme di dati più ampio. Tali dati sono stati poi utilizzati per addestrare la rete neurale utilizzando un algoritmo evolutivo, ovvero un tipo di codice informatico ispirato alla natura che cerca le risposte migliori utilizzando un approccio basato sulla sopravvivenza del più adatto.
Vengono generati diversi batch di dati successivi utilizzando approcci leggermente diversi e solo i set di dati migliori di ogni ciclo vengono trasferiti al ciclo di formazione successivo fino al raggiungimento dei risultati desiderati.
Alla fine, il team è stato in grado di calcolare con precisione le concentrazioni chimiche, la temperatura del gas, la temperatura degli elettroni e la concentrazione di elettroni del getto di plasma atmosferico freddo sulla base dei dati raccolti durante gli esperimenti nel mondo reale.
In un plasma atmosferico freddo, gli elettroni – piccole particelle caricate negativamente – possono essere molto caldi, sebbene le altre particelle siano vicine alla temperatura ambiente. Gli elettroni possono avere una concentrazione sufficientemente bassa da far sì che il plasma non si surriscaldi o non bruci la pelle pur essendo in grado di avere un effetto significativo sulle cellule bersaglio.
Michael Keidar, professore di ingegneria A. James Clark presso GWU e frequente collaboratore di PPPL che ha lavorato anche a questo progetto, ha affermato che l'obiettivo a lungo termine è quello di essere in grado di eseguire questi calcoli abbastanza velocemente da consentire al software di regolare automaticamente il plasma durante una procedura per ottimizzare il trattamento. Keidar sta attualmente lavorando su un prototipo di tale dispositivo "plasma adattivo" nel suo laboratorio.
"Idealmente, può essere personalizzato. Nel modo in cui lo immaginiamo, tratti il paziente e la risposta di ogni paziente sarà diversa", ha spiegato Keidar. "Quindi, puoi misurare la risposta in tempo reale e quindi provare a fornire, utilizzando il feedback e l'apprendimento automatico, le giuste impostazioni nel dispositivo che produce plasma."
Sono necessarie ulteriori ricerche per perfezionare un dispositivo del genere. Ad esempio, questo studio ha esaminato il jet della CAP nel tempo, ma in un solo punto nello spazio. Sarebbero necessarie ulteriori ricerche per ampliare il lavoro in modo da considerare più punti lungo il flusso di uscita del getto.
Lo studio ha anche esaminato il pennacchio di plasma isolatamente. Gli esperimenti futuri dovranno integrare le superfici trattate dal plasma per vedere come ciò influisce sulla composizione chimica nel sito di trattamento.
Ulteriori informazioni: Li Lin et al, Previsione basata sui dati della composizione in uscita di un getto di plasma a pressione atmosferica, Journal of Physics D:Applied Physics (2023). DOI:10.1088/1361-6463/acfcc7
Fornito dal Princeton Plasma Physics Laboratory
