机器学习预测超过900药物递送系统的3D打印性能
三维印刷（3DP）是一种转型技术，通过生产个性化药物产品来推进药学研究。但是，由于优化中的冗长试验方法，通过3DP的进步已经缓慢。人工智能（AI）是一种可以通过分析大型数据集来彻底改变药物3DP的技术。
强调
机器学习应用于968 3D印刷配方，从文献中开采。
预测了处理温度，原料特性和可印刷性。
ML也成功地能够预测药物溶解曲线。
这里，用于开发AI机器学习（ML）模型的文献挖掘数据用于预测3DP制剂管道的关键方面和体外溶出性。共有968种制剂，并从114篇文章中评估。探讨的ML技术能够学习和提供高达93％的精度，对于长丝热熔挤出过程中的值高达93％。另外，ML算法能够使用配方组合物的数据具有额外的输入特征，以预测3D印刷药物的药物释放。
通过人工神经网络获得最佳预测，其能够预测具有±24.29分钟的平均误差的制剂的药物释放时间。此外，揭示了最重要的变量，可以在制定发展中杠杆化。因此，得出结论是，ML证明是一种建模3D打印工作流程的合适方法。
文章信息：BraisMuñizCastro，Moe Elbadawi，Jun Jie Ong，The Song，Simon Gaisford，GilbertoPérez，Abdul W. Pasit，Pedro Cabalar，Alvaro Goyanes，机器学习预测3D打印性能超过900药物输送系统，控制释放杂志，第337卷，2021. https://doi.org/10.1016/j.jconrel.2021.07.046。
了解我们的3D印刷中的有关药物3D打印的更多信息：
