Réflexions sur l’IA et le CEM43 dans la conception de dispositifs médicaux

J’ai récemment eu le plaisir de participer à la Medical Device Innovation Conference, dans laquelle ont été donnés des exposés très intéressants à propos de la modélisation et de la simulation numérique, ainsi que sur l’impact de l’IA sur les processus de réglementation. C’était inspirant de voir le travail accompli par ces personnes avec le logiciel COMSOL Multiphysics^®, et l’on m’a posé des questions techniques à propos de l’implémentation des calculs de dose thermique CEM43 dans le logiciel. Il s’avère que le sujet est un excellent moyen de mettre en évidence la synergie entre IA et COMSOL^®. Allons plus loin!

Dispositifs médicaux et chauffage électromagnétique

Lorsque l’on conçoit un dispositif médical qui peut potentiellement interagir avec des champs électromagnétiques, ingénieures et ingénieurs doivent prendre en compte le chauffage localisé des tissus comme un facteur de risque. En 2024, la FDA a publié un projet de document d’orientation faisant référence au modèle de dose thermique CEM43 comme un moyen d’évaluer la sécurité des dispositifs.

Mes collègues de COMSOL Pushkar Wadagbalkar (au milieu), Mao Mao (à droite), et moi-même (à gauche) à la Medical Device Innovation Conference dans le Maryland.

Du point de vue de la conception de dispositifs médicaux, le chauffage des tissus peut soit être un objectif du dispositif, soit un effet secondaire non désiré. Par exemple, le chauffage peut être recherché dans les thérapies d’ablation RF ou par micro-ondes, pour lesquelles l’objectif est d’endommager une tumeur. Cependant, dans d’autres cas, il peut y avoir un chauffage non désiré autour d’implants métalliques lorsqu’ils sont exposés à des champs magnétiques variables dans le temps, tels que ceux générés par une IRM. Étant donné que les personnes ayant un implant sont, malheureusement, plus susceptibles d’avoir besoin d’une IRM, cette complication constitue une préoccupation importante dans la conception des implants. Je vais ici examiner cette situation plus en détail et montrer comment l’utilisation de l’IA peut nous aider.

Mais d’abord, intéressons-nous un peu à la modélisation de ce type de situations. Si vous voulez mettre en place un modèle numérique d’implant, le workflow dans COMSOL Multiphysics^® est assez simple. Vous démarrerez généralement par l’import des données corporelles de la zone autour de l’implant. Ces données peuvent être des données dans des formats CAD ou STL, mais notez que ce dernier peut parfois nécessiter un nettoyage. Vous pouvez également lire des données basées sur une grille (voxel) représentant la distribution de propriétés matériau. Ou, si vous travaillez avec des jeux de données plus petits, vous pouvez également réaliser de la segmentation d’image dans COMSOL Multiphysics^®.

A partir de là, vous combinez le modèle du corps avec le modèle de votre dispositif et la bobine IRM qui les entoure. Notre tutoriel RF Implant Heating in MRI est un bon exemple pour démarrer. Ce tutoriel s’intéresse au chauffage d’une pièce métallique dans un gel phantom.

Autres ressources suggérées:

Si vous démarrez dans l’utilisation de COMSOL^® pour ce domaine d’application, il y a également une excellente série de vidéos de formation que vous pouvez visionner.

Pour comprendre toutes les options disponibles pour coupler un modèle électromagnétique à un modèle thermique, vous pouvez aller voir cet article: “Setting Up and Solving Electromagnetic Heating Problems“.

Ces ressources vous permettront de démarrer la mise en place d’un modèle prédisant l’augmentation de la température liée au chauffage électromagnétique au cours du temps.

Calcul de la dose thermique et utilisation de l’IA

Une fois que les champs de température au cours du temps sont connus, vous aurez envie d’évaluer l’endommagement thermique. C’est l’étape à laquelle vous pouvez utiliser le calcul de la dose thermique CEM43 — et c’est là que j’ai fait appel à l’IA pour m’aider. J’ai inséré un prompt bien formulé pour chatGPT^® dans la fenêtre Chatbot dans COMSOL Multiphysics^®, et le résultat m’a indiqué que le CEM43 est défini comme l’intégrale temporelle suivante:

où R=0.25 pour T<43^\circ C, et R=0.5 pour T\ge 43^\circ C. Cette équation m’a déjà surpris, étant donné que certaines sources présentent ce résultat comme une somme plutôt qu’une intégrale. À ce stade, j’étais déjà agréablement surpris que ChatGPT^® fasse un tel choix intuitif.

La demande concernant l’implémentation du calcul de la dose thermique CEM43 dans un modèle COMSOL Multiphysics^® dans la fenêtre Chatbot .

Ce qui m’a vraiment supris c’est ce qu’il s’est passé ensuite: la fenêtre Chatbot a demandé si je voulais des instructions sur l’implémentation de cette équation dans COMSOL Multiphysics^®! Bien sûr, j’ai répondu yes, et ce que j’ai obtenu comme réponse était une description détaillée de la modélisation et des exemples de code. Je vais paraphraser la description ici, mais notez que la réponse exacte que j’ai obtenue était étonnamment plus détaillée et d’une très grande qualité:

Pour implémenter le calcul de la dose CEM43 résolue spatialement, ajoutez une intégrale sur domaine en utilisant l’interface EDO et EAD sur domaine, et entrez une EDO qui définit une condition initiale et un intégrande, qui sont résolus en parallèle de votre modèle thermique, en utilisant l’approche de résolution couplage fort ou ségrégée. Assurez-vous de modifier les unités par défaut de COMSOL Multiphysics^® de secondes à minutes, étant donné que ce calcul représente des minutes équivalentes à 43^°C.

À partir de là, ChatGPT^® a également proposé de m’écrire un exemple de code, et bien qu’il ait là aussi fourni un travail de bonne qualité, j’ai trouvé quelques améliorations à apporter au code pour m’assurer qu’il fonctionne dans le contexte du modèle avec lequel je travaillais.

À ce stade, cependant, j’étais au bord d’une crise existentielle: en quelques secondes, ChatGPT^® a produit le genre de réponse qui m’aurait peut être pris une demi-journée à écrire et vérifier. Puis j’ai pris du recul en relisant l’implémentation suggérée, et réalisé que ChatGPT^® ne m’avait pas tout dit. Il y a en fait plusieurs façons de réaliser des intégrales temporelles dans COMSOL Multiphysics^®, et vous pourriez évaluer la même intégrale à l’aide de l’opérateur timeint.

En fait, tout le calcul de la dose CEM43 peut être résumé en une ligne:

timeint(0,t,(0.25*(1+(T>43[degC])))^((43[degC]-T)[1/K]),'nointerp')

Cette équation peut être utilisée pour l’évaluation des résultats dans tout modèle dans lequel une variable nommée T existe et définit le champ de température — pensez juste à changer l’unité en minutes. L’avantage de cette approche par rapport à l’utilisation d’une interface EDO et EAD sur domaine, est qu’elle est très facile à implémenter et n’affectera pas les pas de temps de résolution utilisés par le solveur. La limitation est qu’elle ne peut pas être utilisée dans le cadre d’une condition de rétroaction, par exemple dans une boucle de contrôle. L’approche à privilégier dépend de vos objectifs de modélisation.

Une autre façon d’implémenter le calcul de dose thermique CEM43 dans un modèle COMSOL Multiphysics^®: après que le calcul ait été réduit à une ligne, il est ajouté au champ Expression .

Prochaine étape pour obtenir une aide à la modélisation

Pour élargir la réflexion, posons-nous une autre question: les utilisateurs de COMSOL Multiphysics^® devraient-ils poser leurs questions à ChatGPT^® ou contacter le Support Technique de COMSOL? Et bien, à l’heure actuelle, la réponse est: les deux. ChatGPT^® est indéniablement une excellente ressource et peut vous donner des réponses en quelques secondes. Mais vous devez poser exactement la bonne question, de la bonne façon, et vous devrez souvent interpréter les réponses de façon créative.

Pour revenir à la communauté de la Medical Device Innovation Conference, notre conseil serait de vous recommander d’expérimenter autant que possible avec l’IA. L’IA aura parfois des choses très utiles à dire et pourra fournir des conseils et des pistes pour de nouvelles orientations. Cependant, faites attention, et traitez l’IA comme un collègue distant. Il fournit rarement des exemples précis sur lesquels vous appuyer et ne permet pas de voir tous les pièges et toutes les alternatives. Du moins pour l’instant…

ChatGPT is a trademark of OpenAI, Inc.