骨足場設計AI「ScaffoldForge」、計算上12秒で形状生成
条件付き拡散モデルで8種類の骨梁指標から足場形状を生成。結果は全て計算機上で、造形・生物試験は未実施。
研究チームは、骨梁構造の8指標を条件として3D骨足場を生成するAIモデル「ScaffoldForge」をPLOS Oneで報告した。64³ボクセルの形状を約12秒で生成し、比較したトポロジー最適化の約8,400秒に対して約700倍高速だった。推定圧縮強度は56.6MPaで、比較対象のトポロジー最適化より8.2％高いとする。
ただし学習データ250件のうち実データは50件で、結果は全てシミュレーションによる。造形、機械試験、細胞・動物試験、臨床検証は行われていない。未知の解剖形状では指標誤差が増え、強度と透過性もニューラルネットワークで推定している。現段階では設計探索手法の研究であり、医療性能を示すものではない。
要点
- 64³ボクセル形状を約12秒で生成
- 比較したトポロジー最適化に対して約700倍高速
- 学習250件中、実データは50件。物理・生物検証は未実施
補足
患者別足場の設計探索を短縮する可能性がある一方、実用化には造形性・力学・生物学の段階的検証が不可欠だ。
