طراحی سیستمی برای تشخیص سکته مغزی
یک جرعه ازجهان دانش
بهارسادات موسوی
[ گزارش ازپژوهش های تازه ]
جمعی از دانشجویان بیوانفورماتیک و هوش دانشگاه صنعتی شریف با بهرهگیری از هوش مصنوعی سیستمی را طراحی کردند که به پزشکان کمک میکند تشخیص و مدیریت سکته مغزی را سریعتر و دقیقتر انجام دهند.
به گزارش دانشگاه صنعتی شریف ، یک تیم پنج نفره متشکل از دانشجویان بیوانفورماتیک و هوش دانشگاه صنعتی شریف با هدایت و راهنماییهای دکتر حمیدرضا ربیعی عضو هیات علمی دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف ، دکتر عمادالدین فاطمیزاده عضو هیات علمی دانشکده مهندسی برق دانشگاه صنعتی شریف و دکتر احسان شریفیپور عضو هیات علمی دانشگاه شهید بهشتی، با بهرهگیری از هوش مصنوعی سیستمی را طراحی کردهاند که به پزشکان کمک میکند تشخیص و مدیریت سکته مغزی را سریعتر و دقیقتر انجام دهند. این فناوری که در مرحله پایلوت قرار دارد ، امید تازهای برای افزایش سرعت درمان بیماران و کاهش آسیبهای ناشی از تأخیر در تشخیص به همراه دارد.
ابوالفضل ملک احمدی ، دانشجوی کارشناسیارشد بیوانفورماتیک دانشگاه صنعتی شریف با اشاره به اهمیت این پروژه و تأثیر آن بر روند درمان بیماران سکته مغزی گفت: سکته مغزی یکی از عوامل اصلی مرگومیر در ایران است و روزانه حدود ۴۰۰ نفر به این عارضه دچار میشوند. با وجود تأکید بر “ساعات طلایی” درمان ، یعنی چهار تا شش ساعت اولیه پس از سکته ، نبود پزشک متخصص در لحظه و عدم یکپارچگی در فرآیندهای تصویربرداری پزشکی منجر به تأخیر در روند درمان میشود که میتواند آسیبهای جبرانناپذیری به بیمار وارد کند.
وی افزود: سیستمی که طراحی کردهایم ، با گردآوری دادههای تصویربرداری از بیمار شامل سیتیاسکن ، امآرآی و آنژیوگرافی ، امکان دسترسی پزشکان متخصص را از راه دور فراهم میکند. این فناوری با کمک الگوریتمهای هوش مصنوعی ، تصاویر مغزی بیمار را بهصورت خودکار تحلیل کرده و اطلاعات حیاتی درباره شدت سکته ، میزان آسیب و محل دقیق درگیری مغز را ارائه میدهد. این ابزار به پزشکان کمک میکند تا در کمترین زمان ممکن تصمیمگیری کرده و بهترین روند درمان را انتخاب کنند.
ملکاحمدی درباره مکانیسم عملکرد این سیستم توضیح داد و گفت: این نرمافزار علاوه بر یکپارچهسازی دادههای بیمار ، امکان مانیتورینگ فرآیند درمان را نیز فراهم کرده است. پزشک میتواند با انتخاب یک الگوریتم مانیتورینگ از میان گزینههای موجود، روند درمان بیمار را بهینهسازی کند. این قابلیت ، تصمیمگیری در مورد روشهای درمانی از جمله دارو درمانی ، مداخلات پزشکی یا روشهای جراحی را تسریع میکند.
وی در خصوص مراحل اجرایی این پروژه گفت: در حال حاضر ، نسخه MVP (محصول اولیه) این سیستم در بیمارستانهای شهدای تجریش ، گلستان قم ، الزهرا اصفهان و برخی بیمارستانهای دیگر در حال بررسی است. اگر این مرحله موفقیتآمیز باشد ، با حمایت مسوولین و پس از جذب سرمایه ، روند تجاریسازی آن آغاز شده و این فناوری میتواند بهطور گسترده در بیمارستانهای سراسر کشور به کار گرفته شود.
ملکاحمدی در پایان تصریح کرد: هدف ما این است که هوش مصنوعی را به ابزاری کارآمد برای پزشکان تبدیل کنیم تا نهتنها روند تشخیص سریعتر انجام شود، بلکه دقت تصمیمگیری در مراحل درمان بیماران سکته مغزی نیز افزایش یابد. در آینده قصد داریم الگوریتمهای سیستم را بهبود داده و دامنه کاربرد آن را در سایر بیماریها نیز گسترش دهیم. امیدواریم این فناوری بتواند نقشی مهم در کاهش مرگومیر و افزایش کیفیت زندگی بیماران ایفا کند.

پایان دوران ماسکهای خفهکننده
پژوهشگران ژاپنی موفق به طراحی فیلتری نوین برای ماسکها شدهاند که قادر است ذرات بسیار ریز همچون ویروسها را با کارایی بالا جذب کند، بدون آنکه تنفس کاربر را دشوار سازد.
به گزارش ستاد نانو، با افزایش اهمیت استفاده از ماسک در دوران همهگیری کووید — ۱۹ ، موضوع تعادل میان حفاظت و راحتی همواره چالشی جدی بوده است. در حالی که ماسکهایی با منافذ بسیار ریز میتوانند ویروسهایی با اندازه حدود ۱۰۰ نانومتر را بهخوبی جذب کنند، این دقت بالا اغلب به قیمت کاهش جریان هوا و ایجاد احساس ناراحتی برای کاربر تمام میشود. اما اکنون پژوهشگران مؤسسه علوم صنعتی دانشگاه توکیو (Institute of Industrial Science, The University of Tokyo) موفق شدهاند با روشی نوین این مشکل را برطرف کنند.
نتایج مطالعهای که بهتازگی در نشریه Materials Advances منتشر شده است، از ساخت فیلترهایی خبر میدهد که قادرند نانوذراتی در ابعاد ویروس را به دام اندازند، در حالی که محدودیت جریان هوا را به حداقل میرسانند. این فیلتر از نانولایههایی تشکیل شده که ساختاری منظم از مولکولهای پورفیرین دارند ؛ مولکولهایی تخت و حلقهایشکل با یک حفره مرکزی.
در این فناوری نوین ، منافذ ریز موجود در مولکولهای پورفیرین به اندازهای هستند که عبور مولکولهای کوچک گاز موجود در هوا را ممکن میسازند، اما از عبور ذرات بزرگتر مانند ویروسها جلوگیری میکنند. این نانولایهها سپس بر روی پارچهای که با نانوالیاف تقویت شده و دارای منافذی در حدود چند صد نانومتر است، قرار میگیرند تا فیلتر نهایی را تشکیل دهند.
به گفته دکتر کازویوکی ایشی (Kazuyuki Ishii)، نویسنده ارشد این پژوهش، «نانوورقههای مبتنی بر پورفیرین از طریق واکنشهای بینسطحی که با حرکت واکنشدهندهها در اثر گرادیان کشش سطحی در مرز هوا و حلال شکل میگیرد ، ساخته میشوند. این پدیده بهعنوان اثر مارانگونی (Marangoni Effect) شناخته میشود.»
پس از تولید نانولایهها، آنها بهصورت فشرده بر روی پارچهی نانوالیافدار ، با استفاده از روشی موسوم به روش مهر (Stamp Method) پوشش داده میشوند.
این تیم پژوهشی برای آزمایش کارایی این فیلتر، از روش استاندارد ارزیابی ماسکهای N۹۵ استفاده کرده است. نتایج آزمایشها نشان داد که این فیلتر توانسته ذراتی به کوچکی ۱۰۰ نانومتر را بهطور مؤثری جذب کند. کارایی فیلتراسیون ذرات در این نمونه به ۹۶ درصد رسید که بالاتر از حداقل استاندارد ۹۵ درصدی ماسکهای N۹۵ است.
ایشی در اینباره توضیح داد: «فیلتر ما بر پایه پورفیرین توانست نانوذراتی به کوچکی صد نانومتر را جذب کند. نکته مهم این است که در آزمایشهای جریان گاز، افت فشار بسیار ناچیز بود. این یعنی فیلتر قادر است ذراتی به اندازه ویروسها را جذب کند، بدون این که جریان هوا را به شکل محسوس محدود سازد.»
رویکرد نوآورانه این تیم تحقیقاتی ، که مبتنی بر پوشش نانولایههای متخلخل بر روی نانوالیاف است ، چشمانداز امیدوارکنندهای را برای توسعه فیلترهایی با کارایی بالا و راحتی بیشتر برای مصرفکننده فراهم میکند. این دستاورد میتواند گامی بزرگ در مسیر طراحی نسل جدید ماسکها ، بهویژه برای استفاده بلندمدت و در محیطهای حساس مانند بیمارستانها و مکانهای عمومی ، باشد. منبع این پژوهش ، مؤسسه علوم صنعتی دانشگاه توکیو اعلام کرده که این فناوری میتواند در آینده نزدیک به تجاریسازی برسد و به صورت گسترده در تولید ماسکهای محافظتی بهکار رود.

رباتی که پوست خود را ترمیم میکند
مهندسان آمریکایی پوست رباتیک خودترمیمشوندهای ایجاد کردهاند که آسیب را تشخیص میدهد و خود را دوباره ترمیم میکند.
مهندسان آمریکایی یک ماهیچه نرم رباتیک ساختهاند که احیا و بازیابی یا اصطلاحا شفای بدن انسان را تقلید میکند و از گرما و فلز مایع برای رفع آسیب استفاده میکند.
اگر شما هم فیلمهای علمی — تخیلی مانند «ترمیناتور» را دیده باشید ، جایی که یک ربات انساننما میتواند هر زخمی ، از جمله شلیک گلوله و بریدگی تیغ را ترمیم کند ، این اختراع اگرچه به اندازه آن فیلم دراماتیک نیست ، اما مهندسان دانشگاه نبراسکا — لینکلن ، یک سامانه رباتیک نرم جدید توسعه دادهاند که میتواند آسیبهای خود را شناسایی و ترمیم کند.
این عضله مصنوعی خودمختار و خود ترمیم شونده واکنش پوست انسان و گیاه به آسیب را تقلید میکند.
این ابتکار که توسط «اریک مارکویکا» و تیمش هدایت شده است ، میتواند نحوه برخورد لوازم الکترونیک و ماشینها با آسیب را تغییر دهد.
تیم مارکویکا بر یک شکاف طولانی مدت در «تقلید زیستی» متمرکز شد که توانایی حس کردن و التیام آسیب مانند موجودات زنده بود.
مارکویکا میگوید: در جامعه ما ، فشار زیادی به سمت تقلید سامانههای سفت و سخت سنتی با استفاده از مواد نرم و حرکت عظیمی به سمت «تقلید زیستی» وجود دارد. در حالی که ما توانستهایم الکترونیک و محرکهای انعطافپذیر ایجاد کنیم که نرم و منسجم هستند ، آن ها اغلب از زیستشناسی در توانایی خود برای پاسخ به آسیب و سپس شروع به تعمیر خود تقلید نمیکنند.
این تیم برای حل این مشکل ، یک عضله مصنوعی سه لایه طراحی کرد. لایه زیرین یک پوست الکترونیکی نرم ساخته شده از سیلیکون است که با ریز قطرات فلز مایع تعبیه شده است که آسیب را شناسایی و مکانیابی میکند. لایه میانی از یک الاستومر ترموپلاستیک سفت تشکیل شده است که امکان خودترمیمی را فراهم میکند. در بالا نیز یک لایه تحریک عضله را هنگامی که با آب تحت فشار قرار میگیرد، حرکت میدهد.
این عضله مصنوعی میتواند محل آسیب را تشخیص دهد، سپس بدون کمک انسان ، روند بهبودی را آغاز کند.
این عضله مصنوعی با اجرای پنج جریان نظارتی از طریق پوست الکترونیکی کار میکند. هنگامی که این پوست آسیب میبیند ، یک مسیر الکتریکی جدید ایجاد میکند. سامانه این مسیر را تشخیص میدهد و جریان عبوری از آن را افزایش میدهد و ناحیه آسیب دیده را ترمیم میکند.
فلز مایع لایه میانی را دوباره میبندد و در نتیجه حفره را میبندد. سپس با حذف ردپای آسیب از لایه زیرین ، ظاهر عضله را به شکل اول خود بازمیگرداند.
این تیم برای بازنشانی سامانه ، از انتقال الکتریکی استفاده کرد که معمولاً در الکترونیک مشکلساز است. مهاجرت الکتریکی ، اتمهای فلز را هنگامی که جریان از آن ها عبور میکند ، جابه جا میکند که اغلب منجر به شکست در مدارها میشود.
تیم مارکویکا از این حالت شکست برای پاک کردن عمدی مسیر آسیب استفاده کرد و سامانه را قابل استفاده مجدد کرد.
مارکویکا گفت: به طور کلی مهاجرت الکتریکی به عنوان یک جنبه منفی بزرگ در نظر گرفته میشود و یکی از تنگناهایی است که از کوچک شدن وسایل الکترونیکی جلوگیری کرده است. ما در اینجا از آن به روشی منحصر به فرد و واقعاً مثبت استفاده میکنیم و به جای تلاش برای جلوگیری از وقوع آن ، برای اولین بار از آن برای پاک کردن آثاری استفاده میکنیم که قبلاً فکر میکردیم دائمی هستند.
کاربردهای این فناوری خود ترمیم بسیار فراتر از آزمایشگاه است. در مناطق کشاورزی ، رباتها اغلب توسط خار ، شاخهها یا پلاستیک آسیب میبینند. بنابراین سامانههای خودترمیم میتوانند طول عمر خود را افزایش دهند.
این ابتکار در دستگاههای پزشکی پوشیدنی نیز میتواند مفید باشد تا از سختیهای استفاده روزانه جان سالم به در ببرد.
به طور کلی ، کاهش زبالههای الکترونیکی میتواند به حفاظت از محیط زیست و سلامت انسان کمک کند.
مارکویکا میگوید: اگر ما بتوانیم شروع به ایجاد موادی کنیم که قادر باشند به طور قابل قبول و مستقل تشخیص دهند که آسیب رخ داده است و سپس این مکانیسمهای خودترمیم را آغاز کنیم ، واقعاً تحول آفرین خواهد بود.
یافتههای این تیم به تازگی در کنفرانس بینالمللی درباره رباتیک و اتوماسیون در آتلانتا ارائه شد.
این مقاله همچنین به عنوان یکی از ۳۹ فینالیست جایزه بهترین مقاله از میان ۱۶۰۶ مقاله ارسالی شناخته شده است.
