Software artificialmente inteligente foi desenvolvido para aprimorar tratamentos médicos que utilizam jatos de gás eletrificado conhecido como plasma. O código de computador prevê os produtos químicos emitidos pelos dispositivos de plasma, que podem ser usados ​​para tratar o câncer, promover o crescimento saudável de tecidos e esterilizar superfícies.



O software aprendeu a prever o coquetel de produtos químicos que sai do jato com base em dados coletados durante experimentos no mundo real e usando as leis da física como orientação. Esse tipo de inteligência artificial (IA) é conhecido como aprendizado de máquina porque o sistema aprende com base nas informações fornecidas. Os pesquisadores envolvidos no projeto publicaram um artigo sobre seu código no Journal of Physics D:Applied Physics .

O plasma estudado nos experimentos é conhecido como plasma atmosférico frio (CAP). Quando o jato CAP é ligado, inúmeras espécies químicas no plasma participam de milhares de reações. Esses produtos químicos modificam as células submetidas ao tratamento de diferentes maneiras, dependendo da composição química do jato. Embora os cientistas saibam que os CAPs podem ser usados ​​para matar células cancerígenas, tratar feridas e matar bactérias nos alimentos, não é totalmente compreendido o porquê.

"Esta pesquisa é um passo para obter uma compreensão mais profunda de como e por que os jatos CAP funcionam e também poderá um dia ser usada para refinar seu uso", disse Yevgeny Raitses, principal físico pesquisador do Laboratório de Física de Plasma de Princeton, do Departamento de Energia dos EUA. (PPPL).

O projeto foi concluído pelo Princeton Collaborative Low Temperature Plasma Research Facility (PCRF), uma colaboração entre pesquisadores do PPPL e da George Washington University (GWU).

A PPPL tem um corpo de trabalho crescente que combina os seus 70 anos de investigação pioneira em plasma com a sua experiência em IA para resolver problemas sociais. A missão do Laboratório vai além do uso de plasma para gerar energia de fusão, até seu uso em áreas como medicina e manufatura, entre outras.

O software usa uma abordagem conhecida como rede neural informada pela física (PINN). Em um PINN, os dados são organizados em partes chamadas nós e neurônios. O fluxo dos dados imita a forma como as informações são processadas no cérebro humano. Leis da física também são adicionadas ao código.

"Saber o que sai do jato é muito importante. Saber o que sai com precisão é muito difícil", disse Sophia Gershman, engenheira-chefe de pesquisa do PPPL do PCRF que trabalhou neste projeto colaborativo. O processo exigiria vários dispositivos diferentes para coletar diferentes tipos de informações sobre o jato.

“Em estudos práticos, é difícil utilizar todos os vários diagnósticos tecnologicamente avançados de uma só vez para cada dispositivo e para vários tipos de superfícies que tratamos”, explicou Gershman.

Calculando a composição química um nanossegundo de cada vez

Li Lin, cientista pesquisador da GWU e principal autor do artigo, disse que também é difícil calcular os produtos químicos em um jato CAP porque as interações precisam ser consideradas um nanossegundo de cada vez.

"Quando você considera que o dispositivo está em operação por vários minutos, o número de cálculos torna o problema mais do que simplesmente computacionalmente intensivo. É praticamente impossível", disse Lin. "O aprendizado de máquina permite contornar a parte complicada."

O projeto começou com um pequeno conjunto de dados do mundo real coletados usando uma técnica conhecida como espectroscopia de absorção no infravermelho com transformada de Fourier. Os pesquisadores usaram esse pequeno conjunto de dados para criar um conjunto mais amplo de dados. Esses dados foram então usados ​​para treinar a rede neural usando um algoritmo evolutivo, que é um tipo de código de computador inspirado na natureza que busca as melhores respostas usando uma abordagem de sobrevivência do mais apto.

Vários lotes sucessivos de dados são gerados usando abordagens ligeiramente diferentes, e apenas os melhores conjuntos de dados de cada rodada são transportados para a próxima rodada de treinamento até que os resultados desejados sejam alcançados.

Em última análise, a equipe foi capaz de calcular com precisão as concentrações químicas, a temperatura do gás, a temperatura dos elétrons e a concentração de elétrons do jato de plasma atmosférico frio com base em dados coletados durante experimentos no mundo real.

Num plasma atmosférico frio, os eletrões – partículas pequenas com carga negativa – podem estar muito quentes, embora as outras partículas estejam próximas da temperatura ambiente. Os elétrons podem estar em uma concentração baixa o suficiente para que o plasma não fique quente ou queime a pele, ao mesmo tempo que pode ter um efeito significativo nas células-alvo.

No caminho para o tratamento com plasma personalizado

Michael Keidar, professor de engenharia A. James Clark da GWU e colaborador frequente do PPPL que também trabalhou neste projeto, disse que o objetivo de longo prazo é ser capaz de realizar esses cálculos com rapidez suficiente para que o software possa ajustar automaticamente o plasma durante um procedimento para otimizar o tratamento. Keidar está atualmente trabalhando em um protótipo de um dispositivo “adaptativo ao plasma” em seu laboratório.

“Idealmente, pode ser personalizado. Da forma como imaginamos, você trata o paciente e a resposta de cada paciente será diferente”, explicou Keidar. “Assim, você pode medir a resposta em tempo real e depois tentar informar, usando feedback e aprendizado de máquina, as configurações corretas no dispositivo produtor de plasma.”

Mais pesquisas precisam ser feitas para aperfeiçoar tal dispositivo. Por exemplo, este estudo analisou o jato CAP ao longo do tempo, mas apenas num ponto no espaço. Mais pesquisas precisariam ampliar o trabalho para considerar vários pontos ao longo do fluxo de saída do jato.

O estudo também analisou a pluma de plasma isoladamente. Experimentos futuros precisariam integrar as superfícies tratadas pelo plasma para ver como isso impacta a composição química no local de tratamento.

Mais informações: Li Lin et al, Previsão baseada em dados da composição de saída de um jato de plasma de pressão atmosférica, Journal of Physics D:Applied Physics (2023). DOI:10.1088/1361-6463/acfcc7
Fornecido pelo Laboratório de Física de Plasma de Princeton