WSU 인사이더의 보고서에 따르면, 연구의 일환으로 알고리즘이 신장 및 전립선 장기 모델의 최적 버전을 식별하고 인쇄하는 방법을 배웠음. 이 모델은 60개의 지속적으로 개선된 장기 버전을 인쇄했음. 논문의 공동 저자이자 WSU 기계 및 재료 공학부의 베리 조교수인 카이안 치우는 결과를 최적화하여 시간, 비용 및 노동을 절약할 수 있다고 말했음.
최근 몇 년 동안 3D 프린팅의 사용이 증가하고 있지만, 엔지니어들이 인쇄 프로젝트에 대한 올바른 설정을 개발하는 것은 여전히 어려운 작업임. 이는 그들이 재료, 프린터 구성 및 노즐의 분사 압력을 결정해야 하기 때문임. 공동 저자이자 WSU 컴퓨터 과학의 후이-로저스 석좌 교수인 자나 도파는 조합의 수가 '압도적이며, 각 실험은 시간과 비용이 든다'고 말했음.
모델은 무엇을 할까?
보고서에 따르면, AI 알고리즘은 기하학적 정밀도, 밀도 및 인쇄 시간을 균형 있게 조절하여 실제처럼 보이고 느껴지는 장기 모델을 생성함. 앞서 언급했듯이, 이 접근 방식은 복잡한 물체에 대한 최적의 3D 인쇄 설정을 찾는 데 필요한 시간과 자재를 줄여줌.
이 기술이 실현된다면 의학을 넘어 컴퓨터 과학, 항공 및 자동차 산업 등에서 잠재적인 응용 프로그램이 있음. WSU 인사이더에 따르면, 3D 프린트된 인체 모델은 외과 의사 교육이나 임플란트 장치 평가에 사용될 수 있음. 그러나 이러한 모델은 실제 장기의 기계적 및 물리적 특성, 즉 혈관, 동맥, 채널 등을 포함해야 함.
연구자들은 처음에 컴퓨터 프로그램을 전립선의 수술 리허설 모델을 인쇄하도록 훈련시켰음. 보고서에 따르면 알고리즘이 광범위하게 일반화 가능하기 때문에 연구자들은 작은 조정을 통해 신장 모델을 쉽게 생성할 수 있었음.
