賴斯大學(xué)的研究人員稱，一定劑量的人工智能可以加快3D打印的生物支架的發(fā)展，從而幫助傷口愈合。

賴斯布朗工程學(xué)院的計(jì)算機(jī)科學(xué)家Lydia Kavraki領(lǐng)導(dǎo)的一個(gè)團(tuán)隊(duì)使用了一種機(jī)器學(xué)習(xí)方法來(lái)預(yù)測(cè)支架材料的質(zhì)量（給定了打印參數(shù)）。這項(xiàng)工作還發(fā)現(xiàn)，控制打印速度對(duì)于制造高質(zhì)量的植入物至關(guān)重要。

共同作者和賴斯生物工程師安東尼奧斯·米科斯（Antonios Mikos）開(kāi)發(fā)的生物支架是骨狀結(jié)構(gòu)，可作為受傷組織的占位符。它們具有多孔性，可支持變成新組織并最終取代植入物的細(xì)胞和血管的生長(zhǎng)。

Mikos在很大程度上與工程復(fù)雜組織中心合作開(kāi)發(fā)了生物支架，以改善治愈顱面和肌肉骨骼傷口的技術(shù)。這項(xiàng)工作已經(jīng)進(jìn)展到包括復(fù)雜的3D打印，可以使生物相容性植入物定制適合傷口部位。

這并不意味著沒(méi)有改進(jìn)的空間。借助機(jī)器學(xué)習(xí)技術(shù)，可以更快地設(shè)計(jì)材料和開(kāi)發(fā)工藝來(lái)創(chuàng)建植入物，并消除很多試驗(yàn)和錯(cuò)誤。

“我們能夠就最有可能影響打印質(zhì)量的參數(shù)給出反饋，因此，當(dāng)他們繼續(xù)進(jìn)行實(shí)驗(yàn)時(shí)，它們可以專注于某些參數(shù)，而忽略其他參數(shù)，”機(jī)器人，人工智能和人工智能研究機(jī)構(gòu)Kavraki表示。賴斯的肯尼迪研究所所長(zhǎng)。

該小組在組織工程A部分中報(bào)告了其結(jié)果。

該研究確定打印速度是團(tuán)隊(duì)測(cè)量的五個(gè)指標(biāo)中最重要的指標(biāo)，其他指標(biāo)的重要性從高到低依次為材料成分，壓力，分層和間距。

Mikos和他的學(xué)生已經(jīng)考慮過(guò)將機(jī)器學(xué)習(xí)融入其中。COVID-19大流行為實(shí)施該項(xiàng)目創(chuàng)造了獨(dú)特的機(jī)會(huì)。

米科斯說(shuō)：“在許多學(xué)生和教師無(wú)法進(jìn)入實(shí)驗(yàn)室的情況下，這是取得長(zhǎng)足進(jìn)步的一種方式。”

Kavraki說(shuō)，研究人員-她的實(shí)驗(yàn)室的研究生Anja Conev和Eleni Litsa以及研究生的Marissa Perez和Mikos實(shí)驗(yàn)室的博士后研究員Mani Diba，都是本文的共同作者-在開(kāi)始時(shí)花了一些時(shí)間來(lái)建立一種研究方法。來(lái)自2016年有關(guān)使用可生物降解的聚富馬酸丙二醇酯印刷腳手架的研究的大量數(shù)據(jù)，然后找出了訓(xùn)練計(jì)算機(jī)模型還需要更多的數(shù)據(jù)。

卡夫拉基說(shuō)：“學(xué)生們不得不弄清楚如何互相交談，一旦他們做到了，他們進(jìn)步的速度真是令人驚訝。”

從頭到尾，COVID-19窗口使他們可以組裝數(shù)據(jù)，開(kāi)發(fā)模型并在七個(gè)月內(nèi)發(fā)布結(jié)果，并記錄可能需要數(shù)年時(shí)間的過(guò)程的時(shí)間。

團(tuán)隊(duì)探索了兩種建模方法。一種是分類方法，其預(yù)測(cè)給定的一組參數(shù)會(huì)產(chǎn)生“低”或“高”質(zhì)量的支架。另一種是基于回歸的方法，可以近似得出打印質(zhì)量指標(biāo)的值以得出結(jié)果。Kavraki說(shuō)，兩者都依靠一種稱為“隨機(jī)森林”的“經(jīng)典監(jiān)督學(xué)習(xí)技術(shù)”，該技術(shù)可以構(gòu)建多個(gè)“決策樹(shù)”并將它們“合并”在一起以獲得更準(zhǔn)確和穩(wěn)定的預(yù)測(cè)。