抗细菌感染导管的AI辅助几何设计

细菌可借助与窄管内流体流动的流体动力相互作用逆流游动，并对植入导管的患者构成尿路感染的临床威胁。涂层与结构化表面已被提出作为抑制导管中细菌污染的方法。然而，迄今尚无表面结构化或涂层方法能彻底解决污染问题。此处，基于逆流游动的物理机制，我们提出了一种由预测流内细菌动态的AI模型优化的新颖几何设计。该AI方法基于傅里叶神经算子，相较传统模拟方法实现了显著加速。利用大肠杆菌，我们在准二维微流控实验中展示了抗感染机制，并在临床流速下的3D打印原型导管中评估了该设计的有效性。我们的导管设计在上游端对细菌污染的抑制改善了1–2个数量级，有望延长导管留置时间并降低导管相关尿路感染的总体风险。