Un logiciel d’intelligence artificielle a été développé pour améliorer les traitements médicaux utilisant des jets de gaz électrifiés appelés plasma. Le code informatique prédit les produits chimiques émis par les appareils à plasma, qui peuvent être utilisés pour traiter le cancer, favoriser la croissance de tissus sains et stériliser les surfaces.
Le logiciel a appris à prédire le cocktail de produits chimiques sortant du jet sur la base de données recueillies lors d'expériences réelles et en utilisant les lois de la physique à titre indicatif. Ce type d’intelligence artificielle (IA) est connu sous le nom d’apprentissage automatique car le système apprend en fonction des informations fournies. Les chercheurs impliqués dans le projet ont publié un article sur leur code dans le Journal of Physics D :Applied Physics. .
Le plasma étudié dans les expériences est appelé plasma atmosphérique froid (CAP). Lorsque le jet CAP est activé, de nombreuses espèces chimiques présentes dans le plasma participent à des milliers de réactions. Ces produits chimiques modifient les cellules soumises au traitement de différentes manières, en fonction de la composition chimique du jet. Même si les scientifiques savent que les CAP peuvent être utilisés pour tuer les cellules cancéreuses, traiter les plaies et tuer les bactéries présentes dans les aliments, on ne comprend pas vraiment pourquoi.
"Cette recherche est une étape vers une compréhension plus approfondie du comment et du pourquoi des jets CAP et pourrait également un jour être utilisée pour affiner leur utilisation", a déclaré Yevgeny Raitses, physicien de recherche principal au laboratoire de physique des plasmas de Princeton du département américain de l'Énergie. (PPPL).
Le projet a été réalisé par le Princeton Collaborative Low Temperature Plasma Research Facility (PCRF), une collaboration entre des chercheurs du PPPL et de l'Université George Washington (GWU).
PPPL dispose d’un corpus de travaux croissant qui combine ses 70 années de recherche pionnière sur le plasma avec son expertise en IA pour résoudre des problèmes sociétaux. La mission du laboratoire s'étend au-delà de l'utilisation du plasma pour générer de l'énergie de fusion jusqu'à son utilisation dans des domaines tels que la médecine et la fabrication, entre autres.
Le logiciel utilise une approche connue sous le nom de réseau neuronal fondé sur la physique (PINN). Dans un PINN, les données sont organisées en parties appelées nœuds et neurones. Le flux des données imite la manière dont les informations sont traitées dans le cerveau humain. Des lois de la physique sont également ajoutées au code.
"Savoir ce qui sort du jet est très important. Savoir ce qui sort avec précision est très difficile", a déclaré Sophia Gershman, ingénieure de recherche principale du PPPL du PCRF qui a travaillé sur ce projet collaboratif. Le processus nécessiterait plusieurs appareils différents pour collecter différents types d'informations sur le jet.
"Dans les études pratiques, il est difficile d'utiliser simultanément tous les différents diagnostics technologiquement avancés pour chaque appareil et pour différents types de surfaces que nous traitons", a expliqué Gershman.
Li Lin, chercheur scientifique au GWU et auteur principal de l'article, a déclaré qu'il était également difficile de calculer les produits chimiques dans un jet CAP car les interactions doivent être considérées à la nanoseconde.
"Si l'on considère que l'appareil fonctionne pendant plusieurs minutes, le nombre de calculs rend le problème plus que simple en termes de calcul. C'est pratiquement impossible", a déclaré Lin. "L'apprentissage automatique vous permet d'éviter la partie compliquée."
Le projet a commencé avec un petit ensemble de données réelles recueillies à l’aide d’une technique connue sous le nom de spectroscopie d’absorption infrarouge à transformée de Fourier. Les chercheurs ont utilisé ce petit ensemble de données pour créer un ensemble de données plus large. Ces données ont ensuite été utilisées pour entraîner le réseau neuronal à l'aide d'un algorithme évolutif, qui est un type de code informatique inspiré de la nature qui recherche les meilleures réponses en utilisant une approche de survie du plus apte.
Plusieurs lots successifs de données sont générés en utilisant des approches légèrement différentes, et seuls les meilleurs ensembles de données de chaque cycle sont transmis au cycle de formation suivant jusqu'à ce que les résultats souhaités soient obtenus.
En fin de compte, l'équipe a pu calculer avec précision les concentrations chimiques, la température du gaz, la température électronique et la concentration électronique du jet de plasma atmosphérique froid, sur la base des données recueillies lors d'expériences réelles.
Dans un plasma atmosphérique froid, les électrons (petites particules chargées négativement) peuvent être très chauds, bien que les autres particules soient proches de la température ambiante. Les électrons peuvent être à une concentration suffisamment faible pour que le plasma ne soit pas chaud et ne brûle pas la peau tout en pouvant avoir un effet significatif sur les cellules ciblées.
Michael Keidar, professeur d'ingénierie A. James Clark au GWU et collaborateur fréquent de PPPL qui a également travaillé sur ce projet, a déclaré que l'objectif à long terme est de pouvoir effectuer ces calculs suffisamment rapidement pour que le logiciel puisse ajuster automatiquement le plasma. lors d’une procédure visant à optimiser le traitement. Keidar travaille actuellement sur un prototype d'un tel dispositif « adaptatif au plasma » dans son laboratoire.
"Idéalement, cela peut être personnalisé. La façon dont nous l'envisageons, vous traitez le patient et la réponse de chaque patient sera différente", a expliqué Keidar. "Ainsi, vous pouvez mesurer la réponse en temps réel, puis essayer de déterminer, à l'aide du feedback et de l'apprentissage automatique, les bons réglages dans l'appareil de production de plasma."
Des recherches supplémentaires doivent être effectuées pour perfectionner un tel dispositif. Par exemple, cette étude a examiné le jet CAP au fil du temps mais en un seul point de l’espace. Des recherches plus approfondies nécessiteraient d'élargir les travaux afin qu'ils prennent en compte plusieurs points le long du flux de sortie du jet.
L’étude a également examiné le panache de plasma de manière isolée. Les expériences futures devront intégrer les surfaces traitées par le plasma pour voir comment cela affecte la composition chimique sur le site de traitement.
Plus d'informations : Li Lin et al, Prédiction basée sur les données de la composition de sortie d'un jet de plasma à pression atmosphérique, Journal of Physics D :Applied Physics (2023). DOI :10.1088/1361-6463/acfcc7
Fourni par le laboratoire de physique des plasmas de Princeton
