Tekoälyn sovellusmahdollisuudet biotekniikassa : Ennustava mallinnus biomateriaalien suunnittelussa ja muotoilussa

Abstract

Tekoälyn integraatio biotekniikan alan tutkimukseen sekä sovelluksiin mahdollistaa tietojenkäsittelyä ennennäkemättömällä tarkkuudella ja nopeudella. Useat biotekniikan alan tutkimukset perustuvat valtavien tietomäärien käsittelyyn, ja niistä saatujen johtopäätösten tuomiseen käytännön sovelluksiin. Biomateriaalitutkimuksessa tekoälyn tuomalle tehokkuudelle on myös paikkansa. Tämän tutkimuksen tarkoitus on luoda lukijalle hyvä peruskäsitys tekoälyä käyttävän ennustavan mallinnuksen toiminnasta, sekä biomateriaalien suunnitteluprosessista. Lisäksi tutkimuksessa pyritään luomaan kuva tulevaisuuden mahdollisuuksista ennustavan mallinnuksen sovellusten käytölle nykyisen tiedon ja osaamisen perusteella. Tutkimuksessa on tehty kirjallisuuskatsaus tekoälyn toimintaan yleisellä tasolla, ennustavan mallinnuksen sovelluksien toimintaprosessiin, sekä biomateriaalien ja niistä rakennettujen implanttien suunnittelu- ja valmistusprosesseihin. Lisäksi pohdittiin tekoälyn integraation mahdollisia ongelmakohtia biotekniikan tutkimuksessa, ja pohdittiin tulevaisuuden lupaavia mahdollisuuksia ennustavan mallinnuksen sovellusten käytölle biomateriaalitutkimuksessa. Avainasemassa viitemateriaalina tutkimuksessa on käytetty biomateriaaleihin perehtyviä julkaisua Raghavendra, G. M. (2015) Biomaterials: Design, Development and Biomedical applications, sekä tekoälyyn ja ennustavan mallinnuksen toimintaa tutkivaan Muhsen, I. N. (2022) Utilizing machine learning in predictive modeling: what’s next? Tutkimuksessa todettiin ennustavan mallinnuksen sovelluksien hyödyt virtaviivaistamaan biomateriaalien suunnittelun pitkää ja työlästä tiedonkäsittelyprosessia. Neuroverkkoja käyttävän ennustavan mallin todettiin olevan lupaavin vaihtoehto tutkituista mallin sovellusmahdollisuuksista. Todettiin myös tekoälyä käyttävien sovellusten ongelmien tuomat riskit tutkimukseen, jossa virhemarginaalit ovat todella tarkat.