Une révolution dans la cicatrisation des plaies : un appareil intelligent accélère la guérison grâce à l’IA et à la bioélectronique. Les chercheurs américains ont développé un dispositif portable qui analyse et optimise le processus de réparation de la peau, offrant des résultats prometteurs pour les plaies aiguës et chroniques.
Le processus naturel de guérison d’une blessure est un parcours complexe, ponctué de plusieurs étapes cruciales : la coagulation pour stopper l’hémorragie, l’intervention du système immunitaire, la phase de granulation puis la formation de cicatrices. Afin d’optimiser chacune de ces phases, des ingénieurs de l’Université de Californie à Santa Cruz (UC Santa Cruz) ont conçu un appareil portable révolutionnaire baptisé « A-Heal ». Ce système innovant combine une petite caméra et une intelligence artificielle (IA) pour surveiller le stade de guérison et administrer un traitement personnalisé, que ce soit sous forme de médicaments ou par l’application d’un champ électrique.
L’objectif est de proposer une solution de soins des plaies plus accessible, notamment pour les patients résidant dans des zones reculées ou souffrant de mobilité réduite. Les premiers résultats précliniques, publiés dans la revue NPJ Biomedical Innovations, démontrent déjà une accélération significative du processus de guérison.
Concevoir la guérison à la demande
Fruit d’une collaboration entre les équipes de recherche de l’UC Santa Cruz et de l’UC Davis, et soutenue par le programme DARPA-BETR, cette prouesse technologique est dirigée par Marco Rolandi, président de la faculté d’ingénierie Baskin et professeur d’ingénierie électrique et informatique (ECE) à l’UC Santa Cruz. L’appareil intègre une caméra, des composants bioélectroniques et une IA dans un système « en boucle fermée », une première dans le domaine de la cicatrisation des plaies selon les chercheurs.
« Notre système capte tous les signaux du corps et, grâce à des interventions externes, il optimise la progression de la guérison », explique Marco Rolandi. L’appareil est équipé d’une caméra, développée par Mircea Teodorescu, professeur agrégé d’ECE, qui capture des images de la plaie toutes les deux heures. Ces clichés alimentent un modèle d’apprentissage automatique (ML) conçu par Marcella Gomez, professeure agrégée de mathématiques appliquées. Ce « médecin IA », comme le surnomment les chercheurs, fonctionne sur un ordinateur adjacent.
« C’est essentiellement un microscope intégré dans un bandage », précise Mircea Teodorescu. « Des images individuelles peuvent sembler peu parlantes, mais l’imagerie continue permet à l’IA de détecter des tendances, d’identifier les stades de cicatrisation et de signaler d’éventuels problèmes, suggérant ensuite des traitements. »
Le médecin IA utilise ces images pour diagnostiquer le stade de la plaie et le comparer à l’évolution attendue sur une chronologie de guérison optimale. Si un décalage est détecté, le modèle ML applique alors un traitement : soit un médicament, délivré par la bioélectronique, soit un champ électrique susceptible d’améliorer la migration cellulaire et de favoriser la fermeture de la plaie.
Une approche thérapeutique personnalisée
Pour le traitement médicamenteux, l’appareil administre de la fluoxétine, un inhibiteur sélectif de recapture de la sérotonine. Ce composé agit en régulant les niveaux de sérotonine dans la plaie, réduisant ainsi l’inflammation et favorisant la régénération des tissus. La posologie, déterminée par des études précliniques menées par le groupe Isseroff de l’UC Davis, est gérée par des actionneurs bioélectroniques intégrés à l’appareil, conçus par Marco Rolandi. Un champ électrique, optimisé pour améliorer la guérison et issu des travaux antérieurs de Min Zhao et Roslyn Rivkah Isseroff (UC Davis), est également délivré par le dispositif.
Le médecin IA détermine la dose optimale de médicament et l’intensité du champ électrique. Une fois la thérapie appliquée pendant une période définie, la caméra capture une nouvelle image et le cycle recommence. Pendant son utilisation, l’appareil transmet des données, telles que le taux de guérison, à une interface web sécurisée, permettant à un professionnel de santé humain d’intervenir manuellement et d’affiner le traitement si nécessaire. L’appareil se fixe directement sur un bandage standard, garantissant une utilisation pratique et sécurisée.
Des résultats cliniques prometteurs
Pour évaluer le potentiel clinique de cet appareil, l’équipe de l’UC Davis l’a testé sur des modèles de plaies précliniques. Les résultats ont révélé que les plaies traitées avec A-Heal présentaient une trajectoire de guérison environ 25% plus rapide que les soins standards. Ces découvertes soulignent le potentiel de cette technologie non seulement pour accélérer la fermeture des plaies aiguës, mais aussi pour réactiver la guérison des plaies chroniques stagnantes.
Un apprentissage continu pour une guérison optimisée
Le modèle d’IA utilisé dans ce système, supervisé par Marcella Gomez, s’appuie sur une approche d’apprentissage par renforcement. Cette technique, décrite dans la revue Bioengineering Journal, vise à imiter le raisonnement diagnostique des médecins. L’apprentissage par renforcement permet à un modèle d’atteindre un objectif précis en apprenant par essais et erreurs. Dans ce cas, l’objectif est de minimiser le temps de fermeture de la plaie, le modèle étant récompensé pour chaque progrès accompli. Il apprend ainsi en continu du patient et adapte son approche thérapeutique.
L’algorithme qui guide ce modèle est baptisé « Deep Mapper », développé par Marcella Gomez et ses étudiants. Décrit dans une étude parue dans la revue Preparation, il analyse les images de plaies pour quantifier leur stade de guérison par rapport à une progression normale, cartographiant ainsi leur évolution. Au fur et à mesure de son utilisation sur une plaie, l’appareil établit un modèle dynamique linéaire de la guérison passée pour prédire sa progression future.
« Il ne suffit pas d’avoir une image, il faut la traiter et la contextualiser. C’est ensuite que l’on peut mettre en place un contrôle par rétroaction », explique Marcella Gomez. Cette approche permet à l’algorithme d’apprendre en temps réel l’impact des médicaments ou du champ électrique sur la guérison, guidant ainsi les décisions itératives du modèle d’apprentissage par renforcement quant à l’ajustement de la concentration médicamenteuse ou de l’intensité du champ électrique.
Actuellement, l’équipe de recherche explore le potentiel de cet appareil pour améliorer la guérison des blessures chroniques et infectées. Ces travaux ont été soutenus par la Defense Advanced Research Projects Agency (DARPA) et l’Advanced Research Projects Agency for Health (ARPA-H).