La forma en que los automóviles se deforman en los choques, cómo reaccionan las naves espaciales ante entornos extremos o cómo los puentes soportan la presión se puede hacer mil veces más rápido gracias a una nueva inteligencia artificial que permite a las computadoras personales resolver enormes problemas matemáticos que normalmente requerirían supercomputadoras.
El nuevo marco de IA es un método simple que puede predecir rápidamente soluciones a las extensas y lentas ecuaciones matemáticas necesarias para modelar cómo se propagan los fluidos o las corrientes eléctricas a través de diversas geometrías, como las involucradas en los experimentos de ingeniería estándar.
Aparecen detalles sobre el estudio. Ciencia Computacional de la Naturaleza.
Llamado DIMON (Aprendizaje de operadores de mapeo difeomórfico), el marco resuelve el omnipresente problema matemático conocido como ecuaciones diferenciales parciales que está presente en casi todas las investigaciones científicas y de ingeniería. Utilizando estas ecuaciones, los investigadores pueden traducir sistemas o procesos del mundo real en representaciones matemáticas de cómo cambiarán los objetos o entornos a lo largo del tiempo y el espacio.
“Aunque la inspiración para desarrollarlo surgió de nuestro propio trabajo, es una solución que creemos que tendrá un gran impacto en muchas áreas de la ingeniería en general porque es muy simple y escalable”, dijo Natalya Tryanova, de ingeniería biomédica y de la Universidad Johns Hopkins. El estudio está codirigido por el profesor de Medicina. “Puede funcionar básicamente en cualquier problema, en cualquier dominio de la ciencia o la ingeniería, para resolver ecuaciones diferenciales parciales de múltiples geometrías, como pruebas de choque, investigaciones ortopédicas u otros problemas complejos donde cambian el tamaño, la energía y los materiales”.
Además de demostrar la aplicabilidad de DIMON para resolver otros problemas de ingeniería, el equipo de Trayanova probó la nueva IA en más de 1.000 “gemelos digitales” cardíacos, modelos informáticos muy detallados de corazones de pacientes reales. La plataforma pudo predecir cómo se propagaban las señales eléctricas a través de cada forma de corazón única, logrando una alta precisión de pronóstico.
El equipo de Trianova se basa en la resolución de ecuaciones diferenciales parciales para estudiar la arritmia cardíaca, que es un impulso eléctrico en el corazón que provoca latidos irregulares. Con un gemelo digital de su corazón, los investigadores pueden diagnosticar si los pacientes están desarrollando esta afección, a menudo mortal, y recomendar formas de tratarla.
“Estamos trayendo tecnología innovadora a la clínica, pero muchas de nuestras soluciones son tan lentas que nos lleva alrededor de una semana escanear el corazón de un paciente y resolver ecuaciones diferenciales parciales para predecir si el paciente se encuentra repentinamente en alto riesgo. Muerte cardiaca y Tratamiento óptimo ¿Cuál es el plan?”, dijo Trayanova, quien dirige la Alianza Johns Hopkins para la Innovación en Diagnóstico y Tratamiento Cardiovascular. “Con este nuevo método de IA, la velocidad a la que podemos resolverlo es increíble. El tiempo para calcular la predicción de un gemelo digital del corazón se va a reducir de muchas horas a 30 segundos, y se hará en un ordenador de sobremesa “En lugar de una supercomputadora, podemos convertirla en parte del flujo de trabajo clínico diario”.
Las ecuaciones diferenciales parciales generalmente se resuelven descomponiendo formas complejas, como alas de avión o partes del cuerpo, en cuadrículas o mallas hechas de elementos pequeños. Luego se resuelve el problema en cada pieza sencilla y se vuelve a montar. Pero si estas formas cambian, como en un choque o deformación, las redes deben actualizarse y las soluciones recalcularse, lo que puede ser computacionalmente lento y costoso.
DIMON resuelve ese problema utilizando IA para comprender cómo se comportan los sistemas físicos en diferentes tamaños sin la necesidad de volver a calcular todo desde cero para cada nuevo tamaño. En lugar de dividir formas en cuadrículas y resolver ecuaciones repetidamente, la IA predice cómo se comportarán factores como el calor, la presión o el movimiento en función de patrones que aprende, lo que la hace más rápida y eficiente en tareas como optimizar diseños o modelar formas. – En determinadas circunstancias.
El equipo está incorporando el marco de Dimon en la patología cardíaca que provoca arritmias. Debido a su versatilidad, la tecnología se puede aplicar a la optimización de formas y muchas otras tareas de ingeniería donde las ecuaciones diferenciales parciales de nuevas formas deben resolverse de forma iterativa, dijo Minglang Yin, becario postdoctoral en ingeniería biomédica de Johns Hopkins que desarrolló la plataforma.
“Para cada problema, DIMON primero resuelve ecuaciones diferenciales parciales en una sola forma y luego asigna la solución a múltiples formas nuevas. Esta capacidad de cambio de forma resalta su extraordinaria versatilidad”, dijo Yin. “Estamos muy entusiasmados de ofrecerlo a la comunidad en general para resolver muchos problemas y acelerar sus soluciones de diseño de ingeniería”.
Otros autores son Nicholas Charon de la Universidad de Houston, Ryan Brody y Mauro Maggioni (codirectores) de Johns Hopkins y Lu Lu de la Universidad de Yale.
Este trabajo cuenta con el apoyo de las subvenciones NIH R01HL166759 y R01HL174440; una subvención de la Fundación Leducq; Beca de la Sociedad del Ritmo Cardíaco; Concesiones del Departamento de Energía de EE. UU. DE-SC0025592 y DE-SC0025593; NSF otorga DMS-2347833, DMS-1945224 y DMS-2436738; y el Laboratorio de Investigación de la Fuerza Aérea otorga los premios FA9550-20-1-0288, FA9550-21-1-0317 y FA9550-23-1-0445.