米国のブラウンエンジニアリングスクールのリディア・カブラキ率いる研究チームは、人工知能（AI）および機械学習技術を使用して、失われたまたは損傷した臓器のために組織を形成するために使用される材料であるバイオスカフォールドの品質を予測しました。 。
チームは、を制御することを発見しました。3D印刷速度は、バイオスカフォールドとインプラントの品質にとって重要です。 「どのパラメーターが印刷の品質に影響を与える可能性が最も高いかについてフィードバックを提供することができたので、実験を続けると、いくつかのパラメーターに焦点を合わせて他のパラメーターを無視できます」とKavrakiは言いました。
で開発された新しい骨のような足場ライス大学のブラウンエンジニアリングスクールは、細胞と血管の成長を成功裏にサポートし、新しい組織の成長を促進できる多孔質表面を持っています。このバイオスカホルドを改善するために、Kavrakiは、材料の構成、圧力、階層化、間隔の5つの印刷プロセスの5つのメトリックを研究しました。
「機械学習ガイド付き3D印刷の3D印刷」という名前の論文で、組織工学、チームは2つのモデリングアプローチについて議論しました。第一に、彼らは、特定の一連のパラメーターが低品質または高品質の足場を生成するかどうかを予測する分類方法を開発しました。
Rice Universityのブラウン工学部のバイオエンジニアであるAntonios Mikosは、次のように述べています。まったく新しいことを発見する可能性。
