Паметни завоји вођени Аи повећавају брзину зарастања рана за 25%

Dec 09, 2025

Остави поруку

Зарастање рана укључује више фаза: коагулација крви и хемостаза, одговор имуног система, формирање краста и формирање ожиљака.

Cooling Bandage

истраживачки тим предвођен професором Марком Роландијем са Универзитета Калифорније, Санта Круз, дизајнирао је носиви уређај „А-Хеал“, који интегрише камеру, биоелектронску технологију и вештачку интелигенцију, са циљем да оптимизује сваку фазу процеса зарастања рана. Овај систем идентификује фазу зарастања путем минијатурне камере и АИ технологије и пружа третман лековима или електричним пољем. Овај систем може да одговори на пацијентов јединствени процес лечења и постигне персонализован третман.

Овај преносиви бежични уређај олакшава пацијентима у удаљеним подручјима или онима са ограниченом покретљивошћу приступ третману рана. 23. септембра, резултати истраживања објављени у часопису нпј Биомедицал Инноватионс показали су да уређај може ефикасно да убрза процес зарастања рана.

 

Уређај за лечење-исцељења који покреће АИ може да прилагоди план лечења у реалном времену како би убрзао зарастање рана. Резултати претклиничких истраживања показују да може у потпуности да трансформише процес зарастања, посебно код хроничних рана. Наш систем свеобухватно хвата сигнале људског тела и оптимизује процес зарастања кроз спољну интервенцију. рекао је Роланди.


Уређај користи минијатурну камеру коју је развио Мирчеа Теодореску, ванредни професор на Универзитету Калифорније у Санта Крузу, да би сликао рану свака два сата. Слике су унете у модел машинског учења који је развио ванредни професор Марчела Гомез.

        self adhesive medical bandage

 

 

Ово је у суштини микроскоп{0}}завојног типа. Теодореску је објаснио: „Информације о једној слици су ограничене, али континуирано снимање омогућава вештачкој интелигенцији да идентификује трендове, одреди фазу зарастања, означи проблеме и пружи предлоге плана лечења.

Лекар АИ дијагностикује стадијум ране путем слика и упоређује је са идеалном временском линијом зарастања. Ако се открије одложено зарастање, модел машинског учења ће покренути лечење: испоруку лекова путем биоелектронске технологије или применом електричног поља које промовише миграцију ћелија у рану. Лекар АИ ће одредити оптималну дозу и интензитет електричног поља. Након што је третман спроведен неко време, камера је поново сликала, чиме је започео нови циклус третмана.

Током рада, уређај ће преносити податке као што су слике и стопе излечења до безбедног мрежног интерфејса, олакшавајући ручну интервенцију лекара и прецизно прилагођавање планова лечења. Овај уређај се може директно залепити на комерцијално доступне завоје, обезбеђујући практичну и чврсту употребу.

production line.jpg

 

 

Да би проценио његову клиничку применљивост, тим са Универзитета у Калифорнији, Дејвис, тестирао је уређај на претклиничком моделу ране. Истраживања показују да ране третиране -ранама зарастају приближно 25% брже од оних са стандардном негом. Ови налази не само да наглашавају потенцијал ове технологије да убрза зарастање акутних рана, већ такође имају значајну вредност у поновном покретању процеса зарастања хроничних рана.

 

Тренутно, истраживачки тим истражује потенцијал овог уређаја да промовише зарастање хроничних и инфицираних рана.