清華大学のXiong Zhuo、Zhang Ting、Fang Yongcong - AI技術により生物学的3Dプリントが臨床応用に向けて前進

出典: SinoTalk

清華大学の熊卓教授、張庭准教授、方勇聰研究員は、責任著者として「再生医療のためのAI駆動型3Dバイオプリンティング：実験台からベッドサイドまで」と題するレビュー記事をBioactive Materials誌に発表し、人工知能駆動型生物学的3Dプリンティングへの体系的なアプローチを提案しました。これは、品質設計（QBD）の理論的枠組みを構成します。本稿では、まずバイオ3DプリンティングにQbD理論を紹介し、次にマルチスケールおよびマルチモーダルセンシング、データ駆動型設計、オンラインプロセス制御など、バイオ3Dプリンティングにおける人工知能の統合技術ルートをまとめます。次に、バイオインクの配合、モデル構造、印刷プロセス、機能制御など、3D バイオプリンティングの主要要素における AI の具体的な応用について説明します。最後に、3D バイオプリンティングの臨床応用をさらに進めるために、AI 技術に関連する現在の展望と課題について説明します。

1. はじめに<br /> バイオ 3D プリンティング技術は再生医療の分野で大きな可能性を秘めており、生体材料や細胞を正確に操作して、患者固有のインプラントや in vitro 疾患モデルで使用するための明確に定義されたマルチスケール構造を持つ製品を作成できます。しかし、その臨床的変革は、パーソナライズされた設計と大規模生産の課題に直面しています。パーソナライズされた設計には、複数の材料とマルチスケール構造を考慮する必要があり、その結果、研究開発コストが高くなり、「有効性と経済性」が矛盾します。一方、大規模生産は、複雑な手作業と厳格な品質管理の欠如によって制限されます。これらの問題に対処するために、本論文では「Quality by Design」（QbD）の理論的枠組みを紹介し、マルチスケールおよびマルチモーダル認識、データ駆動型設計、オンラインプロセス制御を含む AI 駆動型システム方法論を提案します。この方法論は、AI テクノロジーを通じて生物学的 3D プリントの品質、効率、拡張性を向上させ、研究室から臨床への変革を加速することを目的としています。

2. AI駆動型3DバイオプリンティングQbDフレームワークとロードマップ
AI 駆動型 3D バイオプリンティングフレームワークは、「Quality by Design (QbD)」理論に基づいており、3D バイオプリント製品 (BPP) の臨床変革を促進することを目的としています。図 1 は、フレームワークの 3 つの中核部分、つまりマルチスケールおよびマルチモーダル知覚、データ駆動型設計、オンラインプロセス制御を示しています。これらの部品は、AI テクノロジーを使用して、生物学的 3D 印刷プロセスにおける重要な品質特性 (CQA)、重要な材料特性 (CMA)、重要なプロセスパラメーター (CPP) の正確な監視、モデリング、リアルタイム修正を実現します。さらに、この図では、バイオインクの配合、モデル構造、印刷プロセス、機能制御という4つの主要要素におけるAI技術の応用も強調されており、生物学的3D印刷の研究室から臨床への変革を加速させています（図1）。

図 1 AI 駆動型 QBD のロードマップ従来の画像技術 (CT や MRI など) では、大規模なオブジェクトを取得する場合の解像度が低く、小規模なオブジェクトを取得する場合の深度情報が限られているため、複雑なターゲットに関する詳細な情報の抽出が制限されます。 AI テクノロジーは、超解像およびノイズ除去アルゴリズムを通じて医療画像の解像度を大幅に向上させることができます。具体的な応用例としては、AI技術は小規模な対象（細胞や組織など）から3D空間情報を抽出し、自動セグメンテーション・再構築技術により、連続したスライスから組織の3次元構造を再構築することができます。さらに、AI テクノロジーは、マルチモーダル機械学習 (MML) を通じてさまざまなセンサーからの情報を統合し、複雑なターゲットの認識精度を向上させることもできます (図 2)。

図 2 マルチスケールおよびマルチモーダルセンシング人工知能 (AI) テクノロジーは、機械学習 (ML) テクノロジーを通じて、材料特性 (CMA) とプロセスパラメーター (CPP) および品質特性 (CQA) 間の複雑な関係をモデル化し、パーソナライズされた設計と最適化を実現します。精度とコストのトレードオフは、4 つのモデリングパラダイム (実験計画法、DoE、理論モデル、計算モデル、データ駆動型モデル) を通じて対処され、制御可能なコスト内で高精度のモデリングを実現するデータ駆動型手法の利点が強調されています (図 3)。

図 3 データ駆動型設計では、生物学的 3D 印刷におけるオンラインプロセス制御への人工知能 (AI) テクノロジの応用を検討し、AI テクノロジを使用して印刷プロセスのリアルタイム監視と動的修正を実現し、印刷品質と生産効率を確保する方法に重点を置いています。 AI 駆動型オンラインプロセス制御フローには、4 つの主要な AI モデルが含まれており、複数のセンサーを通じて重要な品質特性 (CQA)、重要な材料特性 (CMA)、重要なプロセスパラメーター (CPP) をリアルタイムで監視し、合理的な制御戦略に基づいて CMA/CPP をオンラインで修正し、CQA を高いレベルに維持します。さらに、生物の3Dプリントプロセスの仮想コピーをデジタル世界に構築することで、現実世界とのリアルタイムのデータ交換が可能になり、設計段階で大量の仮想実験を迅速に実行でき、実際の実験回数を減らし、コストとリスクを軽減できます。生産段階では、監視データと制御コマンドを実際の生産プロセスに接続することで、生産効率と品質を向上させることができます。これらの技術により、生物学的 3D プリントの生産効率と品質が大幅に向上し、臨床応用をサポートできます (図 4)。

図4 オンラインプロセス制御
3. AI主導のバイオコネクテッド処方アプローチ

バイオインク配合における AI 技術の応用について議論され、AI 技術を通じてパーソナライズされたバイオインクの設計と製造を加速する方法に重点が置かれました。下の図は、細胞特性評価、培養条件設計、培養プロセス制御、バイオインク材料設計における AI 技術の応用を示しており、細胞損失の削減、特性評価プロセスの加速、培養条件の最適化、細胞品質のリアルタイム監視、バイオインク材料特性の予測と設計における AI の可能性を強調しています。これらの技術により、バイオインク配合の効率と品質が大幅に向上し、3D バイオプリンティングの臨床応用をサポートできます (図 5)。

図5 AI駆動型生物学的製剤法
4. モデル構造に対する AI 主導のアプローチ<br /> 生物学的 3D プリントモデルの構造設計における人工知能 (AI) 技術の応用について紹介します。まず、医療画像取得の面では、AI技術は超解像技術を通じて低解像度画像から高解像度画像を生成し、生物学的3Dプリントのより正確な基礎を提供します。次に、3Dモデリングでは、AIアルゴリズム（3D畳み込みニューラルネットワークなど）が医療画像を自動的にセグメント化して再構築できるため、モデリングの速度と精度が大幅に向上します。最後に、インプラントモデル生成リンクでは、生成AI技術がインプラントのマクロ構造を自動的に生成できるため、設計の効率と再現性が向上します。最後に、微細構造設計では、AI技術が機械学習モデルを通じて微細構造と機械的特性とのマッピング関係を確立し、迅速な最適化を実現し、特定の要件を満たす微細構造の設計に役立ちます。これらの技術により、生物学的 3D プリントの効率と品質が大幅に向上し、臨床応用をサポートできます (図 6)。

図6 AI駆動型モデル構造手法
5. AI を活用した印刷プロセス<br /> 本稿では、生物学的 3D 印刷プロセスにおける人工知能 (AI) 技術の応用について説明し、印刷パラメータを最適化し、AI 技術によって印刷プロセスをリアルタイムで監視および制御して、印刷品質と生産効率を向上させる方法に焦点を当てています。印刷パラメータ設計の面では、AI技術はディープラーニングを通じて光硬化印刷におけるデジタルマスク設計を最適化し、階層型機械学習法を使用して印刷性を大幅に向上させ、ベイズ最適化法を通じて印刷パラメータを動的に調整して、最適な設計空間を迅速に決定します。印刷プロセス制御の面では、印刷状態をリアルタイムで監視してオンライン修正を実行し、強化学習手法を使用して複雑なシナリオに動的に適応する制御戦略を開発し、マルチセンサーデータ融合技術を組み合わせて包括的な監視結果を提供します。印刷品質予測の面では、インクジェット印刷中の液滴の変化を予測して潜在的な欠陥を事前に検出し、マルチモーダルデータ融合技術を組み合わせることで、印刷品質をより正確に予測し、オペレーターにリアルタイムのフィードバックを提供します。これらの技術により、生物学的 3D プリントの精度が大幅に向上し、コストが削減され、生産効率が向上し、臨床応用を強力にサポートできます (図 7)。

図7 AI駆動型印刷プロセス方式
6. AIによる機能調整方法

生物学的 3D プリンティングの機能制御における人工知能 (AI) 技術の応用は、再生医療における生物学的 3D プリンティングのニーズを満たすために、AI 技術を通じてバイオプリンティング製品の機能化プロセスを最適化する方法に重点を置いています。成熟条件の設計に関しては、AI技術は機械学習の手法を使用して外部の物理的・化学的刺激と細胞の挙動の関係をモデル化し、バイオリアクター内の成熟条件を最適化し、細胞の増殖、分化、接着を制御して、目的の生物学的機能を実現します。機能特性評価の面では、AI 技術を使用して、細胞の形状、分布、種類、密度、代謝産物分析など、in vitro 薬物/病理モデルの生物学的特性を非破壊的に特性評価します。生体内インプラントの場合、AI モデルはドナーとレシピエントの医療データに基づいて術後の生存率を予測し、BPP インプラントの術前評価の参考資料を提供します。これらの技術により、生物学的 3D プリントの機能化効率と品質評価精度が大幅に向上し、臨床応用をサポートします (図 8)。

図8 AI駆動型機能調整方法
7. 今後の方向性

3D バイオプリンティングにおける人工知能 (AI) 技術の 2 つの将来の開発方向: 自然臓器の構築と能動学習およびハイブリッド学習。自然臓器の構築に関しては、AI技術は非破壊画像化技術を使用して臓器のマクロ構造モデルを取得し、AIモデルを使用して組織と細胞規模の情報を含むデジタルツイン臓器を自動的に生成することで、患者の臓器の破壊的なサンプリングを回避します。さらに、マルチマテリアル 3D バイオプリンティング技術と共同プリントヘッドのパス計画最適化を組み合わせることで、デジタルツイン臓器を効率的に高コンテンツプリントモデルに変換し、複雑な自然臓器の構築を実現できます。アクティブラーニングとハイブリッドラーニングの観点から見ると、アクティブラーニングはデータセット構築のコストを大幅に削減し、適応サンプリングとクローズドループフィードバックサイクルを通じて機械学習 (ML) モデルの精度を向上させます (図 9)。

図9 バイオ3DプリンティングにおけるAI技術の将来方向将来的には、AI技術はバイオインクの配合、印刷モデル構造、印刷パラメータ、成熟条件の設計など、バイオ3Dプリンティングのさまざまな単位操作に適用されます。AI主導の多目的最適化と組み合わせることで、印刷モデルの微細構造とバイオインクの物理化学的特性を共同で設計し、最適なパフォーマンスを実現できます。さらに、AI と自動化機器 (ロボットなど) を統合することで、手動のサンプリングを置き換え、サンプルの量と品質を高め、コストを削減し、精度を向上させることができます。最終的には、AI 駆動型スマートファクトリーを構築することで、臨床診断から製品製造までのライフサイクル全体の品質管理を網羅した、材料と情報の流れの効率的な管理を実現できます。この統合アプローチは、生物学的 3D プリントの効率と品質を向上させるだけでなく、臨床アプリケーションに対するより強力な技術サポートを提供し、研究室から臨床への変革を加速させることが期待されます (図 10)。

図 10 プロセス全体の統合自動化の概略図要約: 著者らは、3D バイオプリンティングにおける AI 技術の応用の進歩をまとめ、3D バイオプリンティングの精度、経済性、迅速性、再現性、拡張性を向上させる AI 主導の QbD 方法の可能性を強調し、3D バイオプリンティングを研究室から臨床応用まで推進する上でのその重要な役割を指摘しました。大きな進歩があったにもかかわらず、データセットの不足と低品質、データ駆動型設計の一般化の不十分さ、ML モデルによる時空間ダイナミクスの考慮の限界などの課題が依然として残っています。将来の方向性としては、自然臓器の構築、能動的かつハイブリッドな学習、プロセス全体の統合自動化などが挙げられます。これらの課題を解決することで、3D バイオプリンティング技術の臨床応用を促進し、研究室から臨床応用への進歩を加速することができます。

出典: https://doi.org/10.1016/j.bioactmat.2024.11.021

清華大学のXiong Zhuo、Zhang Ting、Fang Yongcong - AI技術により生物学的3Dプリントが臨床応用に向けて前進

3Dプリントされた「バンドエイド」は骨盤神経節の損傷を修復するために細胞を効率的に送達する

2018年中国付加製造産業発展サミットフォーラムの報告

また大きな注文が来ました！フューチャーファクトリー、ハンバンテクノロジーと金属3Dプリンター30台購入契約を締結、戦略的協力を強化

2019年広東省3Dプリント産業応用サミットフォーラムで多くの専門家が3Dプリント産業の最新の成果を共有

中科宇辰は、高等教育における多材料科学研究を支援するために、LDM8060-6 5軸高スループットレーザー粉末供給3Dプリンターを発売しました。

RobozeはCIM4.0 National Competence Centerに参加し、数々の戦略的コラボレーションを開始しました。

2018年上海国際STEM教育製品博覧会がSTEM交流プラットフォームを構築

速報：Xiaomi Mi 16 Proはポリライト金属3Dプリントミドルフレームを採用するか？郭明奇が投稿

最先端のアプリケーション | チタン合金のレーザー積層造形には幅広い可能性が秘められている

推薦する

プレビュー：ファースーンの上海支店移転と華東市場協力・発展交流会

3Dプリント＋VR技術で肝臓腫瘍の除去に成功

プレビュー: 2018 年 9 月 27 日〜28 日広東省 3D 印刷産業応用サミットフォーラム

3ntrは、これまでにない寸法の自由度を実現する大型ホットチャンバー3DプリンターSequoiaを発売しました。

SMARTTECH 3Dスキャンがスーパーカーにどのように使用されているか

強力な組み合わせ！ Kejing ZhidaとGaoneng Digital Manufacturingがマルチノズル統合バッテリー3Dプリント装置を発売

主流の 3D 印刷技術の紹介と、最も人気のあるプロセスは何ですか?

足背矯正分野における3Dプリントの応用に焦点を当て、初の足背健康会議が北京で開催される。

医療分野における3Dプリンティングに関する国の支援政策の概要

EOSとWiproが協力し、インド初の3Dプリント機能衛星部品を開発

科学者らが個別化癌治療のためのマイクロ流体デバイスを3Dプリント

UMCユトレヒトが生体組織の準備のための新しい体積バイオプリンティングソリューションを発表

3D プリントのプロットが出てくる映画をいくつ見たことがありますか?張飛印刷教師王が映画での 3D 印刷について語る - シーズン 2

シャイニング3D成都と天津のR＆Dセンターが改装され、アップグレードされ、R＆Dセンターのオープンデーイベントが開催されました

ハンズフリーで任天堂を操作するにはどうすればいいですか?流体回路を備えた 3D プリントされたソフトロボットフィンガーが発売されました。