{{{sourceTextContent.title}}}

Thermographie et apprentissage automatique Team Up de Digital pour améliorer le soin de blessure de brûlure

{{{sourceTextContent.subTitle}}}

Une équipe à l'université de McGill au Canada et Universidad Autonoma de San Luis Potosi au Mexique ont développé un système pour analyser des balayages thermographiques des blessures de brûlure pour améliorer comment elles sont analysées et comment des patients sont soignés.

{{{sourceTextContent.description}}}

L'équipe a employé la thermographie infrarouge numérique, une technique d'imagerie non envahissante, d'étudier des blessures quand elles ont été présentées et pour le suivant peu de jours après. La thermographie infrarouge montre la signature de la chaleur des tissus étant observés, qui peuvent indiquer un grand choix de processus sous-jacents ayant lieu, en particulier la quantité de perfusion de sang au-dessous de la surface. « La thermographie infrarouge de Digital nous permet de visualiser la chaleur émise par des objets, » a dit le candidat de Dr. José Luis Ramírez García Luna, de doctorat chez McGill et l'auteur correspondant du papier. « Au corps humain, émission de la chaleur dépend du flux sanguin aux tissus, ainsi c'est une mesure indirecte de perfusion de sang à la peau ou à un lit enroulé. La recherche précédente a prouvé que la température de la peau se corrèle bien avec du flux sanguin à elle et qu'il y a des différences dans le modèle de la température de la guérison contre les blessures non-curatives. »

En tant qu'élément de leur étude, les chercheurs ont développé une règle médicalement utile de prévision qui peut être employée pour décider quels plans de traitement à mettre en oeuvre. Ceci a été basé sur exécuter des balayages thermographiques des blessures pour les jours premiers et laisser des décisions thérapeutiques conventionnelles avoir lieu. Les résultats ont été alors étudiés et comparés contre les balayages thermographiques pour voir quels traitements sont allés mieux pour les différents types enroulés. Cette méthode d'apprentissage automatique a mené à un taux d'exactitude presque de 90% à prévoir comment mieux à différentes blessures de festin, selon les chercheurs. Naturellement plus d'étude sera requise de cette nouvelle méthode la valider plus loin, mais elle est certainement d'une manière encourageante pour voir les effets des blessures de brûlure étant réduits au minimum avec des technologies informatiques avancées.