Sağlıkta yapay zekanın hızla geliştiği günümüzde giyilebilir teknolojiye olan ilgi artmıştır. Singapur Ulusal Üniversitesi’ndeki araştırmacılar, iyileşeceğini gösterebilecek çeşitli yara biyobelirteçlerini ölçen bir yara sensörü yaması oluşturdular. Derin öğrenme algoritmalarından yararlanarak bütünsel yara değerlendirmesi için kağıt benzeri pilsiz yerinde AI özellikli çoğullanmış (PETAL) bir sensör bildirdiler. Araştırmacılar, yeni geliştirdikleri teknolojilerini PETAL (Kağıt benzeri Pilsiz In situ AI özellikli Multiplexed) sensör yaması olarak adlandırdılar. Bu sensör yaması hafif, ince ve esnektir ve bir Fırıldak çiçeği gibi görünür. Akışkan desen beş yapraklı Fırıldak çiçeğine benziyor, bu yüzden bu sensör yamasına PETAL denmektedir. Sensör hakkında daha detaylı bilgiler yazımızda yer almaktadır. İyi okumalar.

Giyilebilir Teknolojide Yapay Zeka

Yara iyileşmesi çok fazlı dinamik bir süreçtir. Yara enfeksiyonları çoğunlukla “swabbing” ile teşhis edilir ve bunu takiben uzun devir sürelerine sahip bir bakteri kültürü ile zamanında yara tanısı konulamaz. Biyokimyasal belirteçlerin kantitatif ölçümleri genellikle enzime bağlı immünosorbent testleri gibi laboratuvar testleriyle sınırlıdır. Mevcut yara değerlendirmesi tipik olarak pansumanın sık sık manuel olarak çıkarılmasını gerektirir, bu da enfeksiyon risklerini artırır ve ek travmaya neden olabilir.

Kronik yaralar ve yanık yarası patolojik skarları gibi bozulmuş yara onarımı sıklıkla proinflamatuar fazda durmakta ve dünya çapında önemli bir sağlık ve ekonomik yük oluşturmaktadır. Kronik yaralar, diyabet ve yaşlanan nüfusumuzun rol oynadığı büyüyen bir sorundur. Bu lezyonların yönetilmesi ve iyileştirilmesi zordur ve hastanın yaşam kalitesini önemli ölçüde etkileyebilir ve kangren gibi ek ciddi komplikasyonlara yol açabilir. Mevcut yara izleme yöntemlerinin yavaş olması ve yara iyileşme durumu için bütüncül profilleme ve kantitatif karakterizasyon eksikliği, hastanelerde yara iyileşmesi yörüngesinin doğru tahmin edilmesini zorlaştırmaktadır bunlar gibi tıbbi problemlerden dolayı Singapur Ulusal Üniversitesi’ndeki araştırmacılar, iyileşeceğini gösterebilecek çeşitli yara biyobelirteçlerini ölçen bir yara sensörü yaması oluşturdular.

Yara izi için pilsiz kolorimetrik çoklanmış sensörün aşamaları (Kaynak)

PETAL Sensörü Nedir?

Derin öğrenme algoritmalarından yararlanarak bütünsel yara değerlendirmesi için kağıt benzeri pilsiz yerinde AI özellikli çoğullanmış (PETAL) bir sensör bildirdiler. Araştırmacılar, yeni geliştirdikleri teknolojilerini PETAL (Kağıt benzeri Pilsiz In situ AI özellikli Multiplexed) sensör yaması olarak adlandırdılar. Bu sensör yaması hafif, ince ve esnektir ve bir Fırıldak çiçeği gibi görünür. Akışkan desen beş yapraklı Fırıldak çiçeğine benziyor, bu yüzden bu sensör yamasına PETAL denir. Bu pilsiz yara yaması, çeşitli yara biyobelirteçlerine yanıt olarak renk değiştiren beş kolorimetrik sensör içerir.

Bu sensör; sıcaklık, pH, trimetilamin, ürik asit ve nem için beş kolorimetrik sensöre sahip balmumu baskılı bir kağıt panelden oluşur. Bir cep telefonu tarafından yakalanan sensör görüntüleri, iyileşme durumunu belirlemek için sinir ağı tabanlı makine öğrenme algoritmaları tarafından analiz ettiler. Yamanın, AI destekli bir uygulamanın iyileşen ve iyileşmeyen yaraları ayırt etmek için renk değişimini analiz ettiği bir akıllı telefon kamerası kullanılarak görüntülenmesi amaçlanmıştır. Birlikte, bu beş belirteç yara iyileşmesinin anlık görüntüsünü sağlar ve sensör, gelişmekte olan ve erken tedavi gerektiren herhangi bir sorun hakkında potansiyel olarak erken uyarı sağlayabilir. Bu PETAL sensörü, yara bakımı yönetimini kolaylaştırmak için acil klinik müdahaleyi tetikleyebilecek advers olayların erken uyarılmasını sağlar.

PETAL Sensörün Avantajları

Bir yarada gelişen sorunların mümkün olduğunca erken belirlenmesi erken tedaviyi mümkün kılabilir. Yara izlemede karşılaşılan yukarıdaki zorlukların üstesinden gelmek için giyilebilir yara sensörü yamaları önerilmiştir. Yama yaraya yapıştırılır ve yara yatağından gelen sıvı yamanın içine kötü bir şekilde yerleştirilir ve sensörlere girer, burada 15 dakika kadar kısa bir sürede sonuç verebilir. Yüzey şeffaf katmanı, cildin oksijen ve nem değişiminin normal fonksiyonlarına izin verirken, doğru görüntü yakalama ve analiz için görüntü görüntülemeye izin verir. Alt yara temas tabakası, yara dokusu bozulmalarını en aza indirmek için yara yatağını sensör paneliyle doğrudan temastan korur. Bu alt katman aynı zamanda sensör yamasının nazik bir şekilde tutturulması için cilde yapıştırılmıştır.

Renk değişikliği gerçekleştikten sonra, AI destekli bir sistem renk değişimini analiz eder ve yama bir akıllı telefon kamerası kullanılarak görüntülenebilir. Yara izleme için, mevcut optik sensörlerin, örneğin floresan glikoz sensörlü bir hidrojel pansuman ve gömülü bir kolorimetrik pH sensörünün, yara ortamında her iki parametreyi aynı anda algıladığını gösterilmiştir. Sensör yaması, her bir biyobelirtecin dakikalar içinde (her test için) kantitatif karakterizasyonuna izin verir. PETAL sensör yaması, yara iltihabı, enfeksiyon ve yara ortamı durumu ile ilgili dikkatlice seçilmiş biyobelirteçleri tespit eder. Esnektir ve bu nedenle yara örtüsünün çıkarılmasına gerek kalmadan yerinde analiz için yara örtüleri ile entegre edilebilir. AI analitiği ile birleştirilen bu tür giyilebilir çoklanmış sensörlerin, olumsuz olayların erken uyarılmasına izin vermesi ve böylece anında klinik müdahaleyi tetiklemesi öngörülmektedir.

PETAL Sensörün Dezavantajları

Giyilebilir Teknoloji olarak PETAL Sensörü (Kaynak)

Birden fazla belirteçten alınan görüntü değerlerinin manuel olarak yorumlanması, zaman açısından verimli bir yara bakım rutini ve gerçek zamanlı izleme olarak pratik değildir. PETAL’in yerinde değerlendirme için kullanılabilirliğini artırmak için, PETAL sensör yamalarının görüntülerini veya videolarını, son derece doğru bir yara sınıflandırması sağlayan derin öğrenme sinir ağları ile doğrudan analiz etmek gerekir.

Kaynakça
Kaynak 1, Kaynak 2

+1
7
+1
0
+1
0
+1
0
+1
0
+1
0
Bu içeriği paylaşın
Avatar
Yazar hakkında

Sevilay Mete

Merhaba ben Sevilay. Samsun Üniversitesi Biyomedikal Mühendisliği 3.sınıf öğrencisiyim. Aslen Çorumluyum. Bölümümü severek okuyorum. Kendimi tıbbi cihaz tasarımı ve üretimi konusunda geliştiriyorum. Tıbbi cihazları, biyosensörleri , tıp ve mühendislikle ilgili haberleri, sağlıkta yapay zeka konularını araştırıyorum. Araştırmalarımı paylaşmaktan mutluluk duyuyorum :)

5 Yorumlar

    Avatar

    Bu sitedeki ilk yazın hayırlı uğurlu olsun kızım emeğine sağlık ❤😘😊

    Avatar

    Tebrik ederim eline sağlık Sevilay ❤️

    Avatar

    Bu faydalı yazı için teşekkürler. Yeni yazılarını sabırsızlıkla bekliyorum. Eline sağlık.

      Avatar

      Teşekkür ederim canım 🥰💖💗

      Avatar

      Ben teşekkür ederim 🥰 Heyecanla yeni yazılarımı yazıyorum🥰💖💗💞

Yorumlar

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir