人工智慧加速傷口癒合新時代

加州大學的研究人員開發了一項名為 a-Heal 的創新裝置，結合了微型攝影機與人工智慧 (AI)，為傷口癒合開啟了新階段。這項技術能夠提供個人化的治療方案，例如藥物施用或電療，有望為傷口治療帶來更有效率且快速的解決方案，特別能造福偏遠地區或行動不便的患者。初步研究結果顯示，與傳統方法相比，該裝置能將癒合過程加速 25%。a-Heal 裝置整合了影像、生物電學和人工智慧技術。該裝置由馬可·羅蘭迪教授領導開發。其內建的微型攝影機由米爾恰·特奧多雷斯庫教授開發，每兩小時捕捉一次傷口影像，並輸入至一個名為「AI 醫生」的機器學習模型。此模型由應用數學教授 Martsela Gomezz 開發，能夠識別傷口癒合的各個階段，偵測潛在問題，並建議個人化的治療方案。例如，它可以建議施用減少發炎並促進癒合的藥物氟西汀，或應用電場以增強細胞代謝來加速癒合。該裝置還能將影像和癒合速率等數據傳輸至安全的數位平台，供醫生監測和調整治療。這種方法的科學基礎在於理解生物電信號在體內的作用。在損傷部位產生的自然電場（「損傷電流」）在細胞向傷口表面遷移中起著關鍵作用，這是皮膚屏障恢復的基本機制。這些過程的破壞可能會減緩癒合，特別是對於患有糖尿病等慢性疾病的患者。a-Heal 裝置旨在通過影響這些生物電過程來恢復最佳的再生條件。在臨床應用前，研究人員已在臨床前傷口模型上測試了此智慧 AI 介面，結果顯示，與傳統治療相比，使用 AI 介面的傷口癒合速度加快了 25%。這項發現為加速急性傷口癒合以及處理糖尿病潰瘍等慢性傷口開啟了新的可能性。初步結果發表在《npj Biomedical Innovations》雜誌上。AI 模型採用「強化學習」方法，模仿醫生診斷過程，透過試誤學習達成目標，並能從每個病患的癒合過程中持續學習並調整治療方案。由 Dr. Gomez 及其學生開發的「DeepMapper」演算法，能處理傷口影像以繪製癒合階段圖並追蹤整個過程，進而學習與癒合過程相關的線性動態模型，以預測其發展趨勢。此外，電刺激療法也被證實能顯著促進傷口癒合。研究顯示，電刺激能增加纖維母細胞的產生，促進細胞遷移，增強傷口血管新生和組織氧合，並減少細菌負荷。對於慢性傷口，電刺激療法能加速傷口面積的縮小，特別是在壓力性潰瘍和糖尿病足潰瘍的治療上，效果尤為顯著。有研究指出，結合電刺激的標準傷口護理，能使傷口面積減少約 30.8%，在壓力性潰瘍上甚至可達 42.7%。這些進展共同描繪了一個更有效、更個人化的傷口治療未來。