Mechanizmu vedomá a vysvetľujúca umelá inteligencia na predpovedanie uvoľňovania liekov v polymérnych systémoch na doručovanie liekov

Štúdia vyvíja interpretovateľný rámec umelej inteligencie na predpovedanie kumulatívneho uvoľňovania liekov z formulácií nanočastíc PLGA pripravených nanoprecipitáciou. Výskum využíva kurátorovaný dataset obsahujúci 4 909 pozorovaní formulácií a uvoľňovania liekov. Navrhnutý rámec dosiahol výnimočnú presnosť s hodnotou R² = 0,9977 na trénovacích údajoch a R² = 0,9975 na nezávislej testovacej sade. Rámec kombinuje inžinierstvo znakov informovaných formuláciou, učenie časových reprezentácií, symbolickú regresiu a vysvetľujúce strojové učenie. Y-scrambling test potvrdil, že dosiahnutá presnosť nie je výsledkom náhody. Napriek vysokej presnosti autori zdôrazňujú, že pred praktickým nasadením sú potrebné experimentálne validované výsledky a externé datasety.