Tim inženjera sa Univerziteta Kalifornije u San Dijegu razvio je prvi potpuno integrisani nosivi ultrazvučni sistem za praćenje dubokog tkiva, uključujući i subjekte u pokretu. Omogućava potencijalno spasonosno kardiovaskularno praćenje i predstavlja veliki proboj za jednu od vodećih svetskih ultrazvučnih laboratorija za nošenje. Rad, „Potpuno integrisani nosivi ultrazvučni sistem za praćenje dubokih tkiva u pokretnim subjektima“, objavljen je u izdanju Nature Biotechnology od 22. maja 2023.
„Ovaj projekat daje kompletno rešenje za nosivu ultrazvučnu tehnologiju – ne samo nosivi senzor, već i kontrolna elektronika je napravljena u nosivim oblicima“, rekao je Muiang Lin, dr. kandidat na Odseku za nanoinženjering na UC San Diego i prvi autor studije. „Napravili smo zaista nosivi uređaj koji može bežično da oseti vitalne znakove dubokog tkiva.
Istraživanje proizilazi iz laboratorije Sheng Ksua, profesora nanoinženjeringa na UC San Diego Jacobs School of Engineering i odgovarajućeg autora studije.
Ovaj potpuno integrisani autonomni nosivi ultrazvučni sistem na zakrpi (USoP) se nadograđuje na prethodni rad laboratorije u dizajnu mekog ultrazvučnog senzora. Međutim, svi prethodni meki ultrazvučni senzori zahtevaju kablove za povezivanje za prenos podataka i energije, što u velikoj meri ograničava mobilnost korisnika. U ovom radu, uključuje malo, fleksibilno kontrolno kolo koje komunicira sa nizom ultrazvučnih pretvarača radi prikupljanja i bežičnog prenosa podataka. Komponenta mašinskog učenja pomaže u tumačenju podataka i praćenju subjekata u pokretu.
Prema nalazima laboratorije, ultrazvučni sistem na flasteru omogućava kontinuirano praćenje fizioloških signala iz tkiva dubokih do 164 mm, kontinuirano merenje centralnog krvnog pritiska, otkucaja srca, minutnog volumena srca i drugih fizioloških signala do dvanaest sati na vreme.
„Ova tehnologija ima mnogo potencijala da spasi i poboljša živote“, rekao je Lin. „Senzor može da proceni kardiovaskularnu funkciju u pokretu. Abnormalne vrednosti krvnog pritiska i minutnog volumena, u mirovanju ili tokom vežbanja, su obeležja srčane insuficijencije. Za zdrave populacije, naš uređaj može da meri kardiovaskularne odgovore na vežbanje u realnom vremenu i na taj način pruži uvid u stvarni intenzitet vežbanja koji vrši svaka osoba, što može da vodi formulisanje personalizovanih planova treninga.“
USoP takođe predstavlja proboj u razvoju Interneta medicinskih stvari (IoMT), termina za mrežu medicinskih uređaja povezanih na internet, bežično prenoseći fiziološke signale u oblak za računarstvo, analizu i profesionalnu dijagnozu.
Zahvaljujući tehnološkom napretku i napornom radu kliničara u poslednjih nekoliko decenija, ultrazvuk je dobio stalni talas interesovanja, a Ksu laboratorija se često spominje u prvom dahu kao rani i trajni lider u ovoj oblasti, posebno u ultrazvuku koji se može nositi. . Laboratorija je uzela uređaje koji su bili stacionarni i prenosivi i učinila ih rastezljivim i nosivim, što je dovelo do transformacije u celom pejzažu praćenja zdravstvene zaštite. Njegova snaga delimično počiva na bliskoj saradnji sa kliničarima. „Iako smo inženjeri, znamo sa medicinskim problemima sa kojima se kliničari suočavaju“, rekao je Lin. „Imamo bliske odnose sa našim kliničkim saradnicima i uvek dobijamo vredne povratne informacije od njih. Ova nova tehnologija ultrazvuka koji se može nositi je jedinstveno rešenje za rešavanje mnogih izazova praćenja vitalnih znakova u kliničkoj praksi.“
Dok je razvijao svoju najnoviju inovaciju, tim je bio iznenađen kada je otkrio da ima više mogućnosti nego što se u početku očekivalo.
„Na samom početku ovog projekta imali smo za cilj da napravimo bežični senzor krvnog pritiska“, rekao je Lin. „Kasnije, dok smo pravili kolo, dizajnirali algoritam i prikupljali kliničke uvide, shvatili smo da ovaj sistem može da izmeri mnogo kritičnije fiziološke parametre od krvnog pritiska, kao što su minutni volumen, ukočenost arterija, zapremina izdisaja i još mnogo toga, koji su bitni parametri za svakodnevnu zdravstvenu negu ili bolničko praćenje“.
Štaviše, kada je subjekt u pokretu, doći će do relativnog pomeranja između nosivog ultrazvučnog senzora i mete tkiva, što će zahtevati često ručno podešavanje ultrazvučnog senzora koji se može nositi da bi se pratio pokretni cilj. U ovom radu, tim je razvio algoritam mašinskog učenja za automatsku analizu primljenih signala i odabir najprikladnijeg kanala za praćenje pokretne mete.
Međutim, kada se algoritam obučava korišćenjem podataka jednog subjekta, to učenje možda neće biti prenosivo na druge predmete, što rezultate čini nedoslednim i nepouzdanim.
„Na kraju smo učinili da generalizacija modela mašinskog učenja funkcioniše primenom naprednog algoritma prilagođavanja“, rekao je Ziiang Zhang, student master studija na Odseku za računarske nauke i inženjerstvo na UC San Diego i koautor rada. „Ovaj algoritam može automatski da minimizira neslaganja u distribuciji domena između različitih subjekata, što znači da se inteligencija mašina može preneti sa subjekta na subjekt. Možemo da obučimo algoritam na jednom predmetu i da ga primenimo na mnoge druge nove predmete uz minimalnu preobuku.“
Napred, senzor će biti testiran među većom populacijom. „Do sada smo samo potvrdili performanse uređaja na maloj, ali raznolikoj populaciji“, rekao je Ksiaokiang Gao, postdoktorski naučnik na Odeljenju za nanoinženjering na UC San Diego i ko-prvi autor studije. „Pošto zamišljamo ovaj uređaj kao sledeću generaciju uređaja za praćenje dubokog tkiva, klinička ispitivanja su naš sledeći korak.“
