Bone harika bir malzemedir. Bilim adamları daha kalıcı yedekler için taklit etmek için zorlu fiziklerdir.

Birkaç yıl önce Amir Zador yeni bir özel malzeme arıyordu. Öldüğünde kalınan birine ihtiyacı vardı, ama aynı zamanda kemik kadar sağlam olurdu, yazar BBC BBC BBC, yayın Perisko.

Çok zor bir istekti. Her iki uçtan esnek bir kemer çektiğinizde neler olduğunu düşünün - genişletildiği gibi, esneklik asla daha ince hale gelir. Zandpoor, Hollanda'daki Leiden Üniversitesi Tıp Merkezi'nde bir ortoped profesörü ve ekibi sadece tam tersi yapacak bir şeye ihtiyaç duyuyordu. Neredeyse fizik yasalarına meydan okumalıdır.

Karşılaştığı sorunlar kalçalardı. Mobil yedekler dünya çapında yapılan en yaygın ortopedik prosedürlerden biridir. Sorun şu ki, yapay basins olan insanlar bir yıl boyunca yaklaşık iki milyon adım atıyor, bu da yavaş yavaş tüketen güçlere bir implant. On yıl veya daha fazla kullanımdan sonra, implantlar genellikle değiştirilmesi gerekir.

Zandpoor ve meslektaşları bu sorunu, bir implantın her tarafında yalan söyleyen iki farklı malzeme koyarak çözmeyi umuyordu - sıkıştırıldığında kalın hale geliyor ve diğeri yalan söylerken. Bu, düğümün baskı altındayken femur'ı yumuşatmaya yardımcı olur ve implantın kemik üzerinde sıkı bir şekilde sabit kalmasını sağlayacaktır.

Bu, kemik ve"implant arasındaki bağlantıyı güçlendirecektir, Zador diyor. Tüm araştırmalarının işe yarayacağını önermişti. Başka bir engel de yoktu - bazı bilinen malzemeler auxetic materyallerinin yumuşak ve esnek olma eğiliminde olduğunda. Örneğin kasklarda ve diz kalkanlarında kullanılırlar.

"Bu kutsal realiteyi bulmaya çalışıyorduk ve aynı zamanda yükleri taşımak için yüksek bir katılık", Zadpoor diyor. "Bu korkutucu bir av haline gelir. "

Otomatik öğrenme ayrıca bireysel kemik implantlarını hastanın anatomisine adapte edebilir.

Takım yardım için yapay zekaya döndü. Çeşitli malzemelerin nasıl davranılabileceğini tahmin etmek için eğitilmiş bir IA sistemi kullanarak, istedikleri belirli özellikleri içerebilir. Makine, "mater"olarak bilinen bir şey için bir tasarımla geri döndü - mikroskopik yapılarını değiştirerek garip özelliklere sahip olabilecek malzemeler.

Onların çalışmaları, bilim adamlarının IA'ya bir kez tespit edilmemiş malzemeler geliştirmelerine yardımcı olmak için giderek daha fazla nasıl bir örnek. Ve biyolojik doku özelliklerini taklit etmeye çalışanlar için özellikle güçlü olduğunu kanıtlar.

"Otomatik öğrenme ile, çok daha hızlı yapabilirsiniz ve bu, ihtiyacınız olanı bulmak için binlerce milyonlarca başka yapı keşfetmenize olanak sağlar", Zador diyor.

Metamalzemeler, iç yapısına bağlı olarak çeşitli insanlara sahip olmak için tasarlanabilir - sağlam bir vücut veya onlara uygulanan sesin belirli bir frekansına bağlı olarak sıvı davranabilirler. Ancak bu istenen iç yapıyı bulmak, fiziksel yöntemlere veya simülasyonlara güvendiğimizde hala bir meydan okumadır.

Yeni malzemeler tasarımları üretmek için bir IA modeli geliştirmek ve eğitmek için yaklaşık bir yıl sürebilir, diyor Sid Kumar, Hollanda'da TT Delft'de bir malzeme bilimi profesörü. Ancak bu bir kez gerçekleşirse, sistem için mümkün tasarımları üretmek için dakika veya hatta saniye sürebilir.

Projelerinden birinde, Kumar ve meslektaşları IA'yı yaşlılara ortak olan karmaşık kırıkları tamir etmek için kullanılan bir metamsal ile elde etmek için kullandılar. Plakalar, vidalar ve titanyum veya çelikten yapılmış çubuklar genellikle kullanılır, ancak kemikler her zaman etraflarında iyi iyileşmez. Bu, bu implantların düzgün bir şekilde entegre olmadığı anlamına gelebilir, onları zayıf bırakın.

Araştırmacılar, yapıyı hala sunan yumuşak bir materyalin, doğal olarak iyileşmenin erken aşamalarındaki yumuşak dokuyu kırık bir şekilde taklit edebileceğini düşündüler. Bir web benzeri mikroyapıyı içeren bir metamater istediler, ancak aynı zamanda bir polimer veya hidrogel gibi akışkanlığa da benzer özelliklere sahiptir. Bu yumuşak malzeme, delikler içeren ince bir dairesel bandaj gibi görünmek için tasarlanabilir, böylece canlı hücreler onu kolonileştirebilir ve kemikle entegre etmesine izin verir.

kırık kurtarmanın erken aşaması başarı için çok önemlidir", Xiao-Hao Qin, İsviçre'de ETH Zurich'da bir asistan profesörü ve araştırma ekibinin bir üyesi.

kırıkları tamir etmek için kullanılan metal implantlar da kemikten daha esnektir, bu da sorunlu olabilir çünkü dış güçleri absorbe ederler. Bu nedenle, etraflarındaki kemikleri egzersiz sırasında gerginlikler deneyimlemez ve ölmeye başlayabilir.

Bu yüzden Kumar ve meslektaşları aynı form ve özellikle de kollarımız ve ayaklarımızdakiler gibi uzun kemiklerin kenarlarında bulunabilirler. Burada, iç kemik, kara ödünç almanın yanı sıra, güç sağlayan ve şokları absorbe etme yeteneğine sahip olan bir yapıya sahiptir.

Önceki çalışmada, Kumar ve meslektaşları yeni bir metamasal sınıf tanıttılar, spinodoids olarak adlandırdılar, bu da gözenekler kemiği ile bazı önemli özellikleri paylaşıyordu. Her ikisi de formda biraz düzensiz olan bir nete benzer iç yapılara sahiptir. Bunların nasıl yönetildiğine bağlı olarak, farklı güç ve katılık seviyelerini yaratırlar.

Bir algoritmaya otomatik öğrenme modelini aradıkları özellikler listesini vererek, bir femur kemiğinin spesifik katılığı gibi, Kumar ve meslektaşları, insan kemiğine yakın spinodoid tasarımları üretebildi. Örneğin, kendi kas deliğini de taklit edebildiler ve bir güç bunu uygularken nasıl davranırlar.

Bu önemlidir, çünkü implantın bir bölge daha katı olmasını isteyebilirsiniz, başka bir bölge daha göz ardı edilebilir ve doku"büyümesini teşvik etmek için başka bir bölge olacaktır, diyor Muhammed Mizali, TTU Delft'de biyomedikal mühendisliği profesörü, işe dahil olmayan.

Kumar ve ekibi de bu tasarımın üç boyutlu baskı teknikleri kullanılarak üretebileceğini gösterebildi. Bir sonraki adım, insan vücuduna implante edildiği takdirde nasıl çalışacaklarını anlamak için testleri yürütmektir.

Belki birkaç yıl sonra, mimetic kemik implantları", diyor Kumar.

Zandpoor ve meslektaşları, hip implantlar için imkansız bir metamasal bulmak için arayışlarına devam ettiler. Özellikleri listesine eklediler - stres altında olduğu sürece ve hastanın değişken basına uyum sağlamak için yeterli.

Uzun dilek listesini karşılamak için Zadpoor ve ekibi, kuvvetlere katılmak için üç farklı otomatik öğrenme modeli aldı ve aynı zamanda uygulanabilir bir metamasal aramak için ortak olarak çalıştı. Bu yaklaşım, bir kemik implantında kullanılmak üzere uygun olacak birkaç metamatrik tasarıma yol açtı, Zador görev karmaşıklığı nedeniyle yapay zeka olmadan elde etmek imkansız olacağını söyledi.

Gelecekte, otomatik öğrenme aynı zamanda hastanın anatomisine bireysel kemik implantları adapte edebilir, bu da onu daha uzun yapması gereken Zador diyor. / Perisko/ /