روندهای مکانیکی جدید برای آهسته کردن سرعت انتشار Covid-19

تصویر: تصویری با رنگ کاذب که ذرات و گازهایی را که از دهان فرد خارج می شود نشان می دهد. تصویر برداری ویدئویی با سرعت بالا دو جزء اصلی سرفه و عطسه را با جزئیات رنگی نشان می دهد: دوش قطره های بزرگ تر (با رنگ سبز نشان داده شده است) و ابر ساخته شده از مخلوط قطرات کوچک تر که در گاز گرم و مرطوب معلق هستند (و با رنگ قرمز نشان داده شده است). لیدیا بورویبا

در اوایل ماه مارس هوای عدم اطمینان دانشگاه MIT را در بر گرفت. زمزمه ها و شایعات در مورد تعطیلی دانشگاه در راهروها پیچید. دانشجویان در حالی که به آنها گفته شده بود که تا پایان هفته فرصت دارند تا دانشگاه را تخلیه کنند، به طور دسته جمعی تشکیل جلسه دادند. در عرض چند روز، جریان معمول فعالیت و سر و صدای راهروها بی نهایت سوت و کور شد.

در حالی که خوابگاه ها و کلاس های درس MIT بی سر و صدا و ساکت شدند، هیأت علمی و محققان فعالیت زیادی داشتند. تیم های تحقیقاتی در سراسر مؤسسه به سرعت وارد عمل شدند، برنامه هایی را برای تخلیه و جلو گیری از گسترش ویروس ایجاد کردند. این تیم ها تنها افرادی بودند که در بهار 2020 در دانشگاه مجاز به کار در تحقیقات مرتبط با Covid-19  بودند.

ماهیت بی سابقه این همه گیری جهانی، طیف متنوعی از راه حل ها را ضروری می کند. از طراحی ونتیلاتورهای کم هزینه گرفته تا درک نحوه انتقال ویروس و تولیدPPE ، مهندسان مکانیک در بسیاری از پروژه های تحقیقاتی که به دنبال کاهش سرعت گسترش Covid-19 و نجات جان انسان ها هستند، یک نیروی محرک بوده اند.

ما می خواستیم سرعتی که کارمندان بهداشت و درمان لازم دارند که ماسک را عوض کنند کاهش دهیم.Evelyn Wang، استاد Gail E. Kendall و رئیس گروه مهندسی مکانیک MIT می گوید: "مهندسان مکانیک عادت دارند که راه حل های مشخصی را برای چالش های بزرگی که جهان در گستره وسیعی از حوزه های تحقیقاتی با آن رو به رو است، توسعه دهند." "این وضعیت، جامعه تحقیقاتی ما را در موقعیتی منحصر به فرد قرار داده است تا به عنوان رهبرانی در عکس العمل جهانی به بیماری همه گیر Covid-19 عمل کنند. "

از آغاز سال  2020، تعدادی از اعضای هیئت علمی مهندسی مکانیک و کارکنان تحقیقاتی در MIT تلاش های مشترک تحقیقاتی را در زمینه مبارزه با ویروس هدایت کرده اند. این پروژه ها تأثیر ملموسی داشته اند – از جمله در تعمیق درک ما از نحوه انتشار ویروس، اطلاع رسانی دستور العمل های بین المللی و محافظت از کارگران خط مقدم و جمعیت های آسیب پذیر.

در اوایل سال، همزمان با شیوع ویروس کرونا در کشورهایی مانند ایتالیا، کره جنوبی و ایالات متحده، دو سؤال اصلی مطرح شد: چند مورد در هر کشور وجود دارد و چه اقداماتی می توان برای جلو گیری از شیوع آن انجام داد؟ جورج بارباستاتیس، استاد مهندسی مکانیک، با راج دندکار، نامزد دکترای تحصیل در رشته مهندسی عمران و محیط زیست، همکاری کرد تا مدلی تهیه کند که بتواند به این سؤالات پاسخ دهد.

این زوج اولین مدلی را ایجاد کردند که داده های حاصل از گسترش Covid-19 را با یک شبکه عصبی ترکیب می کرد تا در مورد گسترش پیش بینی کند و تعیین کند که اقدامات قرنطینه تا چه حد مؤثر است. داندکار ابتدا توسعه این مدل را به عنوان پروژه ای برای دوره MIT 2.168 (ماشین های یاد گیری)، که بارباستاتیس تدریس می کند، آغاز کرد. او از رویکرد ریاضیاتی ساخته شده توسط کریستوفر راکاوکاس، مربی ریاضیات در دانشگاه MIT الهام گرفت که در ژانویه سال 2020 در یک سرور پیش چاپ منتشر شد.

دندکار می گوید: "کار در این زمینه‌ی جدید از یاد گیری علمی، که آموختن ماشین و دنیای فیزیکی را با استفاده از داده های زندگی واقعی ترکیب می کند، واقعاً به نظرم جالب رسید." مدل آنها با آموزش یک شبکه عصبی برای شناسایی افرادی که تحت قرنطینه بودند و بنابراین دیگر در معرض خطر نبودند، مدل سنتیSEIR  برای انتشار ویروس را که تعداد افراد "مستعد"، "در معرض"، "آلوده" و "بهبود یافته" را ضبط می کند، ارتقاء داد. با استفاده از داده ها پس از ثبت 500مین مورد در ووهان، چین؛ و داده های ایتالیا؛ کره جنوبی؛ و ایالات متحده ، باربستاتیس و داندکار نقشه گستره ویروس را تهیه کرده و آن چه را که "عملکرد قدرت کنترل قرنطینه" نامیده می شود، استخراج کردند.

نتیجه، شاید جای تعجب نباشد، نشان داد که هرچه اقدامات قرنطینه قوی تر باشد، یک کشور در کاهش سرعت یا توقف گسترش تأثیر بیشتری دارد. پس از انتشار مدل منبع باز در وب، باربستاتیس در مورد موج دوم تأمل کرد.

باربستاتیس در آن زمان گفت: "اگر ایالات متحده خیلی زود همان سیاست شل کردن اقدامات سخت قرنطینه را دنبال کند، پیش بینی کرده ایم که عواقب آن فاجعه بارتر خواهد بود." هفته ها بعد، بسیاری از ایالات در ایالات متحده متوجه شدند که این کلمات به دلیل اوج گرفتن موارد، درست به نظر می رسند.

اندکی پس از در دسترس عموم قرار دادن مدل خود، تیم تحقیقاتی مواجه شد با سیل هایی از تقاضا از اسپانیا گرفته تا دره سیلیکون. شرکت های زیست دارویی، نهادهای دولتی و دانشگاهیان دیگر علاقه مند به استفاده از این مدل در کارهای خود بودند.

در طول تابستان، بارباستاتیس و داندکار همکاری خود را با Rackauckas وEmma Wang ، دانشجوی سال دوم تحصیل در رشته مهندسی برق و علوم کامپیوتر، آغاز کردند تا مدل خود را برای سایر محققان در سراسر جهان مفیدتر کنند. نتیجه آن، یک جعبه ابزار شد که هم داده های تشخیصی و هم پیش بینی را در سطحی دقیق تر ارائه می دهد.

راکاوکاس می گوید: "با مدل جدید ما می توانیم داده های مربوط به Covid-19 را به داده هایی مبنی بر این که اقدامات قرنطینه در مهار گسترش ویروس در هر کشور و حتی در هر ایالت تا چه حد موفق بوده اند، تبدیل کنیم." "اکنون ما ابزاری داریم که می تواند امتیاز قدرت قرنطینه جهانی را تعیین کند که محققان سپس می توانند از آن استفاده کنند تا با انواع دیگر پدیده های اجتماعی ارتباط برقرار کنند. "

به گفته باربستاتیس، مدل به دست آمده شاهدی است بر آن چه می تواند از طریق همکاری میان رشته ای محقق شود. وی می گوید: "تیم ما چهار بخش مختلف را نمایندگی می کند و ما از این بابت بسیار افتخار می کنیم. "

این تیم امیدوار است که یک مدل جدید بینشی در مورد دقیق ترین روش قرنطینه یا فاصله گذاری اجتماعی در جلو گیری از شیوع ویروس ارائه دهد. باربستاتیس می افزاید: "آرزوی ما این است که مدل ما در واقع بتواند میزان این رشد را با جنبه های مختلف سیاست های دنبال شده مرتبط کند. "

افراد خوش فکر برای تهیه راه حل های غیر پزشکی به چرخ خیاطی و چاپگرهای سه بعدی روی آوردند.در حالی که بارباستاتیس و همکارانش امیدوار به درک شیوع ویروس در سطح ملی یا ایالتی هستند، لیدیا بوروبیبا، دانشیار مهندسی عمران و محیط زیست و مسئولیت مشترک در مهندسی مکانیک درMIT، در تلاش است تا شیوع آن را در یک تراز یا سطح میکرو درک کند.

 

بورویبا ​​تمام زندگی حرفه ای خود را صرف تلاش برای درک نحوه شیوع بیماری ها از یک شخص به شخص دیگر کرده است. وی پس از تجربه خود به عنوان دانشجوی تحصیلات تکمیلی در کانادا در هنگام شیوع SARS-CoV-1 ، معروف به SARS ، تخصص خود را در زمینه پویایی مایعات با اپیدمیولوژی ترکیب کرد و انتقال طیف وسیعی از ویروس های آنفلوانزا را به عنوان یک محقق پسا دکترا و مربی مطالعه کرد.

هنگامی که وی آزمایشگاه پویایی سیالی انتقال بیماری را در MIT تأسیس کرد، بورویبا ​​همچنان بر روی پویایی اساسی مایعات در رابطه با انتقال پاتوژن و همچنین نحوه بیرون آمدن قطرات از یک فرد - از طریق عطسه ، سرفه یا تنفس - تمرکز کرد. این تحقیق ترکیبی از آزمایشات و مدل سازی است.

در اوایل سال، بورویبا ​​نگران الگوهایی بود که با ویروس مشاهده می کند که به زودی SARS-CoV-2 یا  Covid-19 نام گذاری شد. "من به گونه ای بسیار جدی به تلاش های بی سابقه کنترل که در ووهان مستقر شده بود توجه می کردم. در پایان ماه ژانویه، برای من کاملاً واضح بود که این یک بیماری همه گیر خواهد بود. ”

وی در حالی که تلاش های مستمر در تحقیقات تیم خود را ادامه می داد، زنگ خطر را برای آژانس ها و سازمان های مختلف به صدا در آورد. وی همچنین تدریس خود را در دوره 2.250 (مایعات و بیماری ها) معطوف به وقایع مربوط به  SARS-CoV-2  کرد.

در اواخر ماه مارس، بورویبا ​​تحقیقاتی را در JAMA منتشر کرد که ادامه بحثی در مورد پارادایم انتقال بیماری بود که در گذشته پیشنهاد کرده بود. در مقاله، وی خواستار به چالش کشیدن و به روز رسانی چارچوب علمی فعلی شد که توصیه های بهداشت عمومی در مورد مسیرهای انتقال بیماری تنفسی را شکل داده است.

بسیاری از سازمان های دولتی و بهداشتی از چارچوب انتقال بیماری که در دهه 1930 توسط ویلیام فرث ولز ایجاد شده بود، برای آگاهی از سیاست های ماسک یا قوانین فاصله گذاری اجتماعی، مانند فاصله گذاری 6 فوتی از دیگران، استفاده کرده بودند. با این حال، بر اساس سال ها تحقیق، بورویبا ​​دریافت که ذرات خارج شده از یک فرد می توانند مسافتی بسیار دورتر از آنچه تصور می شد را طی کنند.

مشکل اصلی در مدل منسوخ، نحوه طبقه بندی بازدم است. بورویبا می گوید: "فیزیکِ فرآیند بازدم را نمی توان به قطرات بزرگ مجزا از افشانه ها طبقه بندی کرد." "این یک پیوستار از قطرات است که در یک ابر گازی چند فازه حرکت می کند و ابر برای هدایت جریان کلی بسیار مهم است. "

تیم بورویبا ​​از ترکیبی از مدل سازی و تکنیک های نوری از جمله تصویر برداری با سرعت بالا، سایه نگاری، اسکلایرن، و طیف وسیعی از تشخیص و تصویر برداری ذرات، برای ترسیم جریان گذرا در بازدم های مختلف استفاده می کند. آنها از این فناوری ها برای تصویر برداری و کمی سازی بازدم ها - از جمله سرفه و عطسه - استفاده می کنند و مدل هایی از این بازدم های پیچیده جریان را ایجاد می کنند. ابر گازی حاصل می تواند قطرات را تا 16 فوت دورتر از محل سرفه و تا 27 فوت دورتر از محل عطسه حمل و هدایت کند.

یافته ها و آگاهی عمومی در مقاله بورویبا ​​به تغییر شکل راهنمایی استفاده از ماسک صورت در مکان های مختلف در مکان های عمومی کمک کرد. بسیاری، از جمله بورویبا ، احساس کردند که تأخیر قابل توجه در صدور دستور العمل های استفاده ماسک صورت در برخی از مکان ها به مهار اولیه بیماری همه گیر کمک نمی کند.

وی گفت: "بررسی رویداد SARS و عوارضی که در آن رخ داده بود - اگرچه اکنون توسط SARS-CoV-2 کوتوله شده است - منجر به یک درس مهم آموخته شده شد: ما نمی توانیم منتظر پاسخ های قطعی و نهایی علمی در گرما گرم یک بیماری همه گیر باشیم، که به طور معمول شامل یک پاتوژن جدید می شود." "اصول احتیاط باید همیشه همراه با دانش مداوم در حال تکامل باشد. علاوه بر این، سرمایه گذاری در تحقیقات در زمینه پیش گیری و کنترل در همه گیری ها به آن اندازه حیاتی است که اجازه می دهد یک پایه و اساس استوار از دانش از این موارد که به طور معمول به صورت محلی یا جهانی شروع می شوند بنیان نهاده شود. "

ابر گازی حاصل می تواند قطرات را تا 16 فوت دورتر از محل سرفه و تا 27 فوت دورتر از محل عطسه حمل و هدایت کند.با حرکت رو به جلو، بورویبا ​​در مطالعاتی هدف گیری شده بر کارهای قبلی خود تمرکز خواهد کرد. این شامل مدل سازی مایعات بر اساس چند مقیاس مربوط به ارزیابی کارایی مواد برای حفاظت تنفسی و همکاری برای بررسی اثرات دینامیک مایع ویروس واقعی Covid-19 و سایر عوامل بیماری زا است. وی همچنین برای اطمینان از ایمنی سرنشینان، بیماران و کارکنان مراقبت های بهداشتی، بر تحقیق روی جریان هوا در محیط های داخلی، به ویژه در محیط های آموزشی یا مربوط به مراقبت های بهداشتی، تمرکز دارد.

تیم دیگری در MIT نیز بر روی ایمنی پزشکان، پرستاران و کارگران خط مقدم از طریق تولید انبوه یک محافظ صورت یک بار مصرف تمرکز کرده است. مارتین کالپپر، همکار کلاس 1960 و استاد مهندسی مکانیک و تیم وی در MIT Project Manus  از اولین گروه هایی بودند که در تلاش برای محافظت از مردم در برابر شیوع Covid-19 تولید محصول نهایی را افزایش دادند.

با افزایش تعداد افراد آلوده در شهرهایی مانند نیویورک و بوستون، و ماساچوست در ماه مارس ، نگرانی اصلی در مبارزه با Covid-19  کمبود تجهیزات حفاظت شخصی یا PPE است. از جمله در ماسک های N95 و سایر تجهیزات محافظتی کمبودهایی در این زمینه وجود داشت. به بسیاری از متخصصان مراقبت های بهداشتی توصیه می شد که ماسک را بیش از آن چه ایمن است نگه دارند، و آنها با این کار، خود و بیماران خود را در معرض خطر قرار می دادند. آزمایشگاه های سراسرMIT ، برای کمک به رفع کمبود، ماسک و دستکش به بیمارستان های محلی اهدا کردند. در همین حال، افراد خوش فکر برای تهیه راه حل های غیر پزشکی به چرخ خیاطی و چاپگرهای سه بعدی روی آوردند.

کالپپر توضیح می دهد: "مردم سعی می کردند با تولید بیشتر، با مواردی از کمبود ماسک مقابله کنند، اما ما می خواستیم سرعتی که کارمندان بهداشت و درمان لازم دارند که ماسک را عوض کنند کاهش دهیم. "

راه حلی که آنها روی آن فرود آمدند استفاده از یک محافظ صورت یک بار مصرف بود که کارکنان مراقبت های بهداشتی می توانستند آن را در اطراف صورت و گردن خود محکم کنند، که از آنها محافظت می کند و زمان استفاده از ماسکی را که در زیر این محافظ قرار داده اند طولانی می کند.

Culpepper کار بر روی نمونه اولیه محافظ صورت را در خانه در اوایل ماه مارس آغاز کرد. او با کمک یک دستگاه برش لیزری در زیر زمین خود و با کمک فرزندانش، مواد را آزمایش کرد و چند نمونه اولیه ساخت. سپس کارمندان MIT Project Manus  با استفاده از یک برش لیزری در فضای در نظر گرفته شده در کلانشهر برای سازندگان، ده ها نمونه اولیه را تولید کردند تا طراحی را به حالت نهایی برسانند. آنها همچنین برای آزمایش با موادی که امکان پردازش آنها با دستگاه برش لیزر وجود ندارد، از یک دستگاه قالب بزرگ Zund در مرکز بیت ها و اتم های MIT استفاده کردند

ادلمن برای دریافت بازخورد در مورد طراحی اولیه با همکاران خود در بیمارستان کار کرد. ادلمن می گوید: "من نمونه های اولیه را به بیمارستان آوردم و به پرستاران و پزشکان نحوه نگهداری، مونتاژ و استفاده از این وسایل را نشان دادم." "سپس ما از پرستاران و پزشکان خواستیم تا از آنها در شرایط غیر Covid استفاده کنند و در مورد طراحی نظرات خود را به ما ارائه دهند. "

Culpepper  و MIT Project Manus مسلح به بازخورد مثبت پزشکان، به دنبال تولید انبوه سپرها بودند. این سپرها به گونه ای خاص طراحی شده اند تا در حد وسیع قابل تولید باشند. دستگاه های برش قالب می توانند طرح را به راحتی به هزاران ورق مسطح در ساعت تقسیم کنند. این ورق ها از پلی کربنات و پلی اتیلن ترفتالات گلیکول ساخته شده اند، موادی که با دقت انتخاب شده اند تا از عدم ایجاد فشار در زنجیره تأمین اطمینان حاصل شود.

MIT  و سازنده محافظ صورت، Polymershapes ، بیش از 100000 محافظ صورت به بیمارستان ها، مراکز مراقبت های فوری و اولین پاسخ دهندگان در مناطقی که بیشتر از همه از ویروس آسیب دیده اند، از جمله بوستون و نیویورک، اهدا کردند.

طبق گفتهCulpepper ، زنجیره تأمین سریع تر از آن چه در ابتدا پیش بینی شده بود تثبیت شد. "من خوشحالم که زنجیره تأمین، محافظ های صورت خودش را درست می کند. وظیفه ما این بود که چاره موقت باشیم، و وقتی در شرایط اضطراری مردم به سرعت به چیزی احتیاج داشتند، تا زمان ثبات زنجیره تأمین، در آن جا حضور داشته باشیم. "

بر اساس سال ها تحقیق، بورویبا ​​دریافت که ذرات خارج شده از یک فرد می توانند مسافتی بسیار دورتر از آنچه تصور می شد را طی کنند.محافظ های صورت به صدها هزار کارگر و کارمند مراقبت های بهداشتی و بیمارانی که در غیر این صورت با افزایش تصاعدی موارد نیاز به استفاده از گزینه های غیر ایمن PPE رو به رو بودند، کمک می کند.

 

در طول تابستان، نشانه های زندگی به آرامی به دانشگاه بازگشت. به تیم های تحقیقاتی بیشتری اجازه داده شد تا به آزمایشگاه های خود بازگردند تا کار در مورد تحقیقات غیر Covid را از سر بگیرند. تعدادی از ارشدهای مقطع کارشناسی برای گذراندن کلاس هایی با مؤلفه های حضوری، به دانشگاه نقل مکان کردند. در حالی که بسیاری از گروه های مهندسی مکانیک می توانند تمرکز خود را به روی سایر پروژه های تحقیقاتی تغییر دهند، اما توسعه راه حل هایی برای واقعیت جدیدی که جهان با آن رو به رو  است همچنان در اولویت خواهد بود.

وانگ می گوید: "ما وظیفه داریم از مجموعه مهارت ها و تخصص های متنوع خود برای حل مشکلات فوری که اکنون با توجه به بیماری همه گیر با آن رو به رو هستیم استفاده کنیم. "

تا زمانی که برای جلوگیری از گسترش ویروس از یک واکسن مطمئن به تعداد کافی در بدن مردم تزریق نشود، مهندسان مکانیک به همکاری با محققان و متخصصان در همه رشته ها برای توسعه فناوری ها، محصولات و تحقیقات ادامه می دهند تا درک ما از ویروس را تعمیق بخشند، و هدف این تحقیقات کاهش سرعت انتشار بیماری سرتاسر جهان است.

 
منبع: مری بث گالاگر،  گروه مهندسی مکانیک مؤسسه فناوری ماساچوست