基于伤口环境剂的模型 (WEABM):一个数字双胞胎平台,用于表征和复杂的治疗发现,用于体积肌肉损失

科学领域:

• 生物医学工程 生物医学工程
• 计算生物学 计算生物学
• 再生医学是一种再生医学.

背景情况:

• 体积肌肉损失 (VML) 导致显著的肌肉缺陷和肢体功能障碍,这是由于痕组织的形成.
• 当前的愈合过程优先考虑快速的伤口关闭,而不是功能性肌肉恢复.
• 开发有效的VML治疗方法需要超越先天的愈合机制.

研究的目的:

• 为体积肌肉损失 (VML) 损伤提出和开发一个医疗数字双胞胎 (DT).
• 使用基于细胞级代理模型 (WEABM) 作为VML DT的计算核心.
• 使用深度强化学习 (DRL) 来训练人工智能来控制VML愈合.

主要方法:

• 开发了基于伤口环境代理的模型 (WEABM),这是一个基于VML的细胞级代理模型.
• 集成WEABM与基于模拟的深度强化学习 (DRL) 管道.
• 使用DRL训练人工智能,以发现增强功能性肌肉愈合的控制策略.
• 确定了对VML的关键生物学见解,包括纤维化与肌形成竞争以及伤口关闭的必要性.

主要成果:

• 发现空间限制和环境暴露会影响纤维化和肌肉发生.
• 证明选择性,多模式和适应性控制可以将愈合从纤维化转向肌肉发生.
• 确定了对VML控制的设计原则:适应性介质控制,促进肌形成,用于伤口关闭的工程ECM和抗纤维素剂.
• 开发了一个经过DRL培训的AI,为VML治疗提供网络物理系统的规格.

结论:

• 一种医疗数字双胞胎 (DT) 方法,由AI和计算建模提供动力,为VML治疗提供了一种新的策略.
• 经过WEABM和DRL培训的AI提供了一个理解和控制VML愈合的框架.
• 开发的网络物理系统集成了传感和干预,用于自适应性VML管理.
• 这一DT框架可以指导复杂伤害个性化医疗干预的未来发展.