人工智能可以通过生物支架扩大愈合

赖斯大学的研究人员称，一定剂量的人工智能可以加快3D打印的生物支架的发展，从而帮助伤口愈合。由计算机科学家领导的研究小组 莉迪亚·卡弗雷基 赖斯的 工程学院布朗 使用机器学习的方法来预测支架材料的质量，考虑到打印参数。这项工作还发现，控制打印速度对于制造高质量的植入物至关重要。

由合著者和莱斯生物工程师安东尼奥·米科斯(Antonios Mikos)开发的生物 支架是骨状结构，可作为受伤组织的占位符。它们具有多孔性，可支持变成新组织并最终取代植入物的细胞和血管的生长。

Mikos一直在与复杂组织工程中心合作开发生物支架， 以改善治愈颅面和肌肉骨骼伤口的技术。这项工作已经进展到包括复杂的3D打印，可以使生物相容性植入物定制适合伤口部位。

这并不意味着没有改进的空间。借助机器学习技术，可以更快地设计材料和开发工艺来创建植入物，并且消除了很多试验和错误。

“我们能够就最有可能影响打印质量的参数给出反馈，因此，当他们继续进行实验时，它们可以专注于某些参数而忽略其他参数，”人工智能机器人技术权威机构Kavraki说赖斯的肯尼迪研究所所长和生物医学主任 。

该小组在组织工程A部分中报告了其结果 。

该研究确定打印速度是团队测量的五个指标中最重要的指标，其他指标的重要性从高到低依次为材料成分，压力，分层和间距。

Mikos和他的学生已经考虑过将机器学习融入其中。大流行为实施该项目创造了独特的机会。

米科斯说：“在许多学生和教师无法进入实验室的情况下，这是取得巨大进步的一种方式。”

赖斯大学的研究人员说，人工智能可以加快3D打印生物支架的开发，如上面所述的那样，以帮助伤口愈合。莱斯大学杰夫·菲特洛的插图

Kavraki说，研究人员-她的实验室的研究生Anja Conev和Eleni Litsa以及研究生的Marissa Perez和Mikos实验室的博士后研究员Mani Diba，都是该论文的合著者-开始时花了一些时间来建立大规模研究方法来自2016年 有关使用可生物降解的聚富马​​酸丙二醇酯印刷脚手架的研究的数据 ，然后找出了训练计算机模型还需要什么。

Kavraki说：“学生们不得不弄清楚如何互相交谈，一旦他们做到了，他们进步的速度真是令人惊讶。”

从头到尾，窗口使他们可以组装数据，开发模型并在七个月内发布结果，并记录可能需要数年时间的过程的时间。

团队探索了两种建模方法。一种是分类方法，其预测给定的一组参数会产生“低”或“高”质量的支架。另一种是基于回归的方法，可以近似得出打印质量指标的值以得出结果。Kavraki说，两者都依靠一种称为“随机森林”的“经典监督学习技术” ，该技术 可以构建多个“决策树”并将它们“合并”在一起以获得更准确和稳定的预测。

最终，这种合作可以带来更好的方法，以按需快速打印定制的颌骨，膝盖骨软骨。

“最重要的方面是发现新事物的潜力，”米科斯说。“这一研究领域不仅为我们提供了优化具有多个变量的系统的能力(这非常重要)，而且还使我们有可能发现全新的和出乎意料的东西。我认为，这才是这项工作的真正美。

他说：“这是融合的一个很好的例子。” “我们从计算机科学和人工智能的进步中学到很多东西，这项研究是它们如何帮助我们提高效率的完美例证。”

Kavraki说：“从长远来看，实验室应该能够了解他们的哪些材料可以为他们提供不同种类的印刷支架，从长远来看，甚至可以预测他们没有尝试过的材料的结果。” “我们目前没有足够的数据来执行此操作，但是在某些时候，我们认为我们应该能够生成这样的模型。”

Kavraki指出 ，最近在赖斯成立的韦尔奇学院(Welch Institute)旨在提高该大学在先进材料科学领域的卓越声誉，具有扩大此类合作的巨大潜力。

她说：“人工智能在新材料中起着一定的作用，因此该研究所提供的信息应该引起该园区人们的兴趣。” “材料科学与计算的交汇处存在很多问题，我们可以从事的工作越多，越好。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！