Wondgenezing omvat meerdere fasen: bloedstolling en hemostase, reactie van het immuunsysteem, korstvorming en littekenvorming.
een onderzoeksteam onder leiding van professor Marco Rolandi van de Universiteit van Californië, Santa Cruz, heeft het draagbare apparaat "A-Heal" ontworpen, dat een camera, bio-elektronische technologie en AI integreert, met als doel elke fase van het wondgenezingsproces te optimaliseren. Dit systeem identificeert de genezingsfase via een miniatuurcamera en AI-technologie en biedt behandeling met medicijnen of elektrische velden. Dit systeem kan inspelen op het unieke genezingsproces van de patiënt en een gepersonaliseerde behandeling realiseren.
Dit draagbare draadloze apparaat maakt het gemakkelijker voor patiënten in afgelegen gebieden of mensen met beperkte mobiliteit om toegang te krijgen tot wondbehandeling. Op 23 september toonden de onderzoeksresultaten gepubliceerd in het tijdschrift npj Biomedical Innovations aan dat het apparaat het wondgenezingsproces effectief kon versnellen.
Het AI-aangedreven-Heal-apparaat kan het behandelplan in realtime aanpassen om de wondgenezing te versnellen. Uit preklinische onderzoeksresultaten blijkt dat het het genezingsproces volledig kan transformeren, vooral bij chronische wonden. Ons systeem vangt op uitgebreide wijze signalen van het menselijk lichaam op en optimaliseert het genezingsproces door externe interventie. zei Rolandi.
Het apparaat maakt gebruik van een miniatuurcamera ontwikkeld door Mircea Teodorescu, universitair hoofddocent aan de Universiteit van Californië, Santa Cruz, om elke twee uur foto's van de wond te maken. De afbeeldingen werden ingevoerd in een machine learning-model ontwikkeld door universitair hoofddocent Marcella Gomez.
Dit is in wezen een microscoop van het type verband-. Teodorescu legde uit: "De informatie van een enkel beeld is beperkt, maar door continue beeldvorming kan AI trends identificeren, het genezingsstadium bepalen, problemen markeren en suggesties voor behandelplannen geven."
De AI-arts diagnosticeert het wondstadium aan de hand van beelden en vergelijkt dit met de ideale genezingstijdlijn. Als vertraagde genezing wordt gedetecteerd, zal het machine learning-model de behandeling initiëren: medicijnen toedienen via bio-elektronische technologie of een elektrisch veld aanleggen dat de migratie van cellen naar de wond bevordert. De AI-arts bepaalt de optimale dosering en elektrische veldintensiteit. Nadat de behandeling enige tijd was uitgevoerd, maakte de camera opnieuw foto's, waarmee een nieuwe behandelcyclus werd gestart.
Tijdens bedrijf verzendt het apparaat gegevens zoals beelden en genezingspercentages naar een beveiligde netwerkinterface, waardoor handmatige tussenkomst door artsen en nauwkeurige aanpassing van behandelplannen wordt vergemakkelijkt. Dit apparaat kan rechtstreeks op in de handel verkrijgbare verbanden worden geplakt, waardoor het gemakkelijk en stevig in gebruik is.
Om de klinische toepasbaarheid ervan te beoordelen, heeft het team van de Universiteit van Californië, Davis, het apparaat getest in een preklinisch wondmodel. Uit onderzoek blijkt dat wonden behandeld met een-Heal ongeveer 25% sneller genezen dan wonden die met standaardzorg worden behandeld. Deze bevindingen benadrukken niet alleen het potentieel van deze technologie om de genezing van acute wonden te versnellen, maar zijn ook van grote waarde bij het herstarten van het genezingsproces van chronische wonden.
Momenteel onderzoekt het onderzoeksteam het potentieel van dit apparaat om de genezing van chronische en geïnfecteerde wonden te bevorderen.