Инженеры из Калифорнийского университета в Санта-Крус (UC Santa Cruz) и UC Davis разработали носимое устройство a-Heal, которое с помощью встроенной камеры и искусственного интеллекта анализирует процесс заживления ран и в реальном времени подбирает оптимальное лечение.
В отличие от обычных перевязок, система способна не только фиксировать состояние, но и активно вмешиваться: доставлять лекарство или электрический импульс. В доклинических испытаниях технология показала ускорение заживления примерно на 25% по сравнению со стандартным уходом. Результаты опубликованы в журнале npj Biomedical Innovations.
Как работает a-Heal
- В повязку встроена мини-камера, которая делает снимки раны каждые 2 часа.
- Снимки анализирует «ИИ-врач» — модель машинного обучения, способная определить стадию заживления и выявить отклонения от оптимальной траектории.
- Если рана заживает слишком медленно, система активирует терапию:
- лекарственное воздействие — доставка флуоксетина (известного как антидепрессант, но здесь он снижает воспаление и ускоряет закрытие ткани);
- электростимуляцию — электрическое поле, направляющее клетки к центру повреждения.
- После применения камера снова фиксирует изменения, и цикл повторяется.
AI и персонализация
ИИ-модель использует метод обучения с подкреплением: она получает «награду» за сокращение времени до полного заживления и учится оптимально подбирать дозу препарата или силу электрического поля. Система адаптируется под индивидуальный ход восстановления конкретного пациента.
Данные о ходе лечения в реальном времени отправляются на защищённый веб-интерфейс, где врач может при необходимости вмешаться и скорректировать терапию.
Потенциал применения
Исследователи считают, что a-Heal может особенно помочь при хронических или инфицированных ранах, которые плохо поддаются стандартным методам лечения. Благодаря своей портативности и беспроводному управлению, устройство будет полезно пациентам в удалённых регионах и людям с ограниченной подвижностью.
Доктор Марко Роланди (Marco Rolandi), руководитель проекта и профессор кафедры электротехники и вычислительной техники UC Santa Cruz, отмечает:
«Наша система берёт сигналы самого организма и с помощью внешних вмешательств оптимизирует процесс заживления. Это как замкнутый цикл ухода, работающий 24/7».
Проект поддержан DARPA и ARPA-H и может стать новым стандартом в регенеративной медицине.
- Houpu Li, Hsin-ya Yang, Fan Lu, Wan Shen Hee, Narges Asefifeyzabadi, Prabhat Baniya, Anthony Gallegos, Kaelan Schorger, Kan Zhu, Cynthia Recendez, Maryam Tebyani, Manasa Kesapragada, Gordon Keller, Sujung Kim, George Luka, Ksenia Zlobina, Tiffany Nguyen, Sydnie Figuerres, Celeste Franco, Koushik Devarajan, Alexie Barbee, Kylie Lin, Shannon M. Clayton, Annabelle Eaton, Elham Aslankoohi, Athena M. Soulika, Min Zhao, Mircea Teodorescu, Marcella Gomez, Roslyn Rivkah Isseroff, Marco Rolandi. Towards adaptive bioelectronic wound therapy with integrated real-time diagnostics and machine learning–driven closed-loop control. npj Biomedical Innovations, 2025; 2 (1) DOI: 10.1038/s44385-025-00038-6
