Voor Nederlandse en Belgische ziekenhuizen en laboratoria kunnen twee in 2026 gepubliceerde onderzoeken op termijn nieuwe medische mogelijkheden bieden. Onderzoekers van de Zuid-Koreaanse instituten DGIST en GIST ontwikkelden met fysica-gestuurde AI een 3D-geprinte lens die ultrageluid op meerdere hersengebieden richt. Een afzonderlijk team onder leiding van UCLA en de University of Rochester verbeterde een beeldvormingstechniek die door verstrooiend weefsel of andere ondoorzichtige media kan kijken. Beide studies combineren machinaal leren met vaste natuurkundige regels om de uitkomsten nauwkeuriger te maken.
- De Zuid-Koreaanse TOAH-techniek gebruikt één ultrageluidstransducer en één dunne, 3D-geprinte lens.
- Proeven met rattenschedels en simulaties met menselijke schedelgegevens lieten een betere verdeling van de ultrageluidenergie zien.
- Het door UCLA en Rochester geleide beeldvormingssysteem verdubbelde in tests de signaal-ruisverhouding ruimschoots.
- De beelden werden in duizendsten van een seconde opgebouwd met relatief goedkope siliciumcamera’s.
Een AI-ontworpen lens stuurt ultrageluid door de schedel
De eerste technologie heet een op dikte geoptimaliseerd akoestisch hologram, afgekort TOAH. Het systeem regelt via een speciaal gevormde lens zowel de fase als de amplitude van ultrageluidsgolven. Daardoor kunnen driedimensionale focuspatronen met een gewenste vorm ontstaan.
De schedel vormt daarbij een belangrijk obstakel. Bot is hard en onregelmatig, waardoor ultrageluid wordt gebroken en een beoogd focuspunt kan vervormen. Bij meerdere doelen kan bovendien het ene hersengebied meer energie ontvangen dan het andere. Bestaande oplossingen kunnen daarom multikanaalssystemen met veel afzonderlijke transducers vereisen.
Het team onder leiding van professor Jae Youn Hwang van DGIST combineerde AI met een optimalisatiemethode op basis van natuurkundige kennis. De software berekent rechtstreeks hoe dik ieder deel van de lens moet zijn. Dat ontwerp kan vervolgens met een 3D-printer worden vervaardigd.
Dit betekent dat gelijktijdige stimulatie van meerdere hersengebieden mogelijk wordt met één dunne lens en één ultrageluidstransducer, in plaats van een opstelling met veel afzonderlijke zenders.
In experimenten met rattenschedels produceerde TOAH nauwkeurigere focuspatronen dan conventionele methoden en werd de energie gelijkmatiger over meerdere doelen verdeeld. Doordat minder onnodige energie in de schedel terechtkwam, nam ook de opwarming van het bot af.
Bij ratten met neuropathische pijn stimuleerden de onderzoekers gelijktijdig beide thalamusgebieden. Daarbij verminderde de overmatige neurale activiteit en verbeterden de pijnreacties. Simulaties met gegevens van menselijke schedels wezen eveneens op een nauwkeuriger focus en een evenwichtigere energieverdeling. Dat is nog geen bewijs van werking bij patiënten: daarvoor zou verdere ontwikkeling en onderzoek bij mensen nodig zijn.
Een natuurkundige controle corrigeert AI-beelden
Het tweede onderzoek richt zich niet op behandeling, maar op kijken door zogenoemde complexe media. Zulke materialen verstrooien licht, zoals lichaamsweefsel dat doet bij medische beeldvorming of dichte mist bij een voertuigcamera.
De bestaande methode gebruikt een speciale film die bepaalde fotonen doorlaat en andere tegenhoudt. Zo wordt verstrooid nabij-infraroodlicht omgezet naar zichtbaar licht, waarna relatief goedkope siliciumcamera’s het kunnen registreren. Zulke sensoren worden ook in smartphones gebruikt. De techniek had echter last van donkere beeldranden en lichte of donkere vlekken.
De onderzoekers voegden het machinelearningraamwerk DeepTimeGate toe. Een eerste algoritme reconstrueert het beeld wiskundig. Een tweede, bij UCLA ontwikkeld algoritme toetst het resultaat vervolgens snel aan fundamentele natuurkundige regels. Die extra controle beperkt welke reconstructies als fysiek mogelijk worden aanvaard.
Bij standaard kalibratiebeelden achter verstrooiend materiaal steeg de signaal-ruisverhouding tot meer dan het dubbele van die van de vorige generatie, terwijl de reconstructie bijna in realtime verliep.
De toepassingen reiken van operaties tot voertuigcamera’s
Voor de zorg zou DeepTimeGate op termijn goedkopere beeldvorming kunnen opleveren bij operaties en endoscopische ingrepen. Laboratoria zouden een vergelijkbare methode mogelijk kunnen gebruiken om gevaarlijke microben of afwijkende cellen in troebele vloeistoffen zoals bloed te onderzoeken, zonder het monster eerst te verdunnen of te filteren.
Buiten de geneeskunde noemen de onderzoekers camera’s voor zelfrijdende voertuigen die door regen, mist, stof of zand moeten waarnemen. Ook kwaliteitscontrole rond troebele vloeistoffen of matte verpakkingen en toepassingen bij afvalverwerking behoren tot de mogelijke gebruiksgebieden.
Voor de Nederlandse en Belgische praktijk betekenen de studies vooral dat goedkopere sensoren en eenvoudiger apparatuur denkbaar worden, niet dat zulke systemen al beschikbaar zijn. De hersenstimulatietechniek is beschreven in Brain Stimulation; het onderzoek naar beeldvorming verscheen in Light: Science & Applications.
Waar ziet u de meeste waarde in fysica-gestuurde AI: bij medische behandeling, diagnostiek of veiligere voertuigsensoren?
