Intelligent In situ Printing of Multimaterial Bioinks for First‐Aid Wound Care Guided by Eye‐In‐Hand Robot Technology

연구 배경

현장(in situ) 바이오프린팅은 결손 부위에 바이오잉크를 직접 적층하지만, 3자유도(3-DOF) 장비의 단일 평면 인쇄로는 모양과 해부학적 위치가 다양한 큰 상처에 대응하기 어렵습니다. 기존 방법은 컴퓨터 모델, 미세 컴퓨터단층촬영, 3D 스캐너로 미리 만든 인쇄 코드에 의존해 환자마다 다른 결손에 맞추기 어렵고 수동 보정을 반복해야 했습니다. 카메라를 로봇 밖에 고정한 eye-to-hand 방식의 영상 유도 인쇄는 실시간으로 대상에 적응하지만, 시야가 제한되어 여러 번의 좌표 대응이 필요하고 입체 영역을 불완전하게 모델링할 수 있습니다.

설계와 접근

INSIGHT는 영상 유도 시스템, 6-DOF 로봇 팔(EPSON VT6L), 컴퓨터 제어 공압 밸브를 갖춘 프린트헤드로 구성됩니다. 엔드이펙터에 장착한 Intel RealSense D405 깊이 카메라가 컬러 영상과 스테레오 깊이 영상을 얻고, 색 마스크와 윤곽 검출로 상처 영역을 분리해 점군으로 변환한 뒤, 볼록 껍질보다 결손 윤곽을 더 가깝게 따르는 알파 셰이프로 경계를 정하고 선·격자 수로 점 밀도를 조절한 로봇 이동 경로를 만듭니다. 스캔한 표면 좌표를 그대로 사용하므로 별도의 좌표 보정이 필요하지 않습니다. 여러 각도에서 얻은 영상을 합쳐 한 시점에서 가려진 영역을 복원하고, 층마다 다시 스캔하며, 필라멘트 사이에는 상처 위 약 2 cm 높이에서 대기합니다. 각기 다른 밸브에 연결한 여러 주사기를 엔드이펙터 회전으로 전환해 유변 특성이 다른 잉크를 섞지 않고 사용하며, 프린트헤드는 압출과 분사를 모두 수행합니다.

평가 방법

스캔 성능은 상처 면적에 따른 처리 시간, 스캔 높이에 따른 시야, 36가지 색 조합과 -75°~75° 스캔 각도에서의 면적·깊이 오차로 평가했습니다. 인쇄는 알지네이트·젤라틴·셀룰로스 나노섬유(CNF) 잉크를 사용해 패턴 모티프, 조각이 빠진 QR 코드 퍼즐, 300일령 Sprague-Dawley 랫드의 생체 외 상처, 기울어진 대상과 다각도 대상, 곡면 폴리락트산 기판 위 상처 모형, 약 40 kg 돼지의 생체 외 상처(분사 인쇄용 넓은 화상 상처 포함)에서 시연했고, 분사는 공기 분사 미립화 모델로 시뮬레이션했습니다. 채운 상처 위에는 광경화성 폴리(글리세롤-co-세바케이트) 아크릴레이트(PGSA) 잉크로 덮개 밴드를 인쇄했습니다. 체내 시험에서는 젤라틴, 메타크릴화 젤라틴(GelMA), 폴리에틸렌옥사이드(PEO) 미세젤을 12주령 수컷 db/db 당뇨 마우스의 등에 만든 직경 6 mm 전층 상처 2곳에 인쇄하고 자외선으로 30초 가교한 뒤 Tegaderm으로 덮었으며, Tegaderm 단독군과 비교해 0, 3, 6, 10일에 상처 봉합을 관찰했습니다.

연구 내용과 주요 결과

스캔 처리 시간은 1 cm2에서 46.3초, 100 cm2에서 172.9초로 늘어 형상 처리는 3분 이내에 끝났습니다. 스캔 높이를 20 cm에서 55 cm로 높이면 시야가 0.05 m2에서 약 0.60 m2로 넓어졌지만, 30 cm보다 높은 곳에서는 2~3 mm 두께를 검출하지 못했습니다. 면적 인식 정확도는 36가지 색 조합 모두에서 95%를 넘었고 -75°~75° 스캔 각도에서 99%에 이르렀으나, 깊이 인식은 특히 좁은 깊이에서 다소 편차를 보였습니다.

시스템은 위치와 관계없이 인식한 대상 안에 잉크를 적층했고, 약 5 mm × 5 mm 정사각형으로 이루어진 QR 퍼즐의 빠진 조각을 인쇄해 기능을 복원했으며, ±30° 기울여 측면 상처를 채웠습니다. 0°, 30°, 40°에서 얻은 점군을 합치자 0° 단일 영상에서 누락되어 인쇄되지 않던 영역이 채워졌습니다. 층마다 다시 스캔하며 네 번 인쇄하자 상처 공간이 주변 피부 높이에 가깝게 채워졌고, 인쇄량은 약 3 mL인 상처 빈 부피와 일치했습니다. 가교한 잉크의 저장 탄성률은 진피의 440~6620 Pa 범위에 가까웠습니다.

생체 외 돼지 모델에서 약 10 cm 깊이의 상처는 압출 방식으로 10회 반복해 채웠고, 분사 방식은 10 cm × 10 cm 면적을 압출보다 12배 빠르게 덮었습니다. 시뮬레이션은 5 cm 인쇄 높이에서 약 56 μm 입자가 18.81 cm2에 분포하고 상처 중심의 최대 압력이 6.75 × 10^-5 Pa라고 예측했으며, 실험에서 관찰한 입자는 중심에서 0.5~2 cm 거리에서 903 μm~283 μm로 더 컸고 저자들은 이를 모델에 포함하지 않은 응집으로 설명했습니다. 원래 마스크를 1.5배로 넓혀 인쇄하고 800 mW cm−2에서 30초 경화한 PGSA 밴드가 채운 상처를 덮었으며, 상처 충전에는 10 psi, 밴드 인쇄에는 5 psi를 사용했습니다.

db/db 마우스에서 스캔과 경로 생성은 상처당 약 30초, 인쇄는 약 30초가 걸렸습니다. 6일에 두 군 모두 50% 이상 봉합되었고 10일에는 치유 속도에 약간의 차이가 나타났습니다. 마송 삼색 염색에서 미세젤 처리 상처는 육아조직이 잘 발달하고 세포 밀도가 높았으며, 과증식성 신생 표피 면적은 Tegaderm 단독군보다 유의하게 넓었습니다(p < 0.05).

남은 과제

저자들은 획득 데이터의 한계로 장면 재구성 정확도가 떨어질 수 있고, 현재의 색 기반 검출이 상처 가장자리를 놓치거나 상처와 출혈을 구분하지 못할 수 있어 임상 적용 전에는 혈액 흡인 같은 일차 처치가 필요해 보인다고 밝혔습니다. 영상 품질 향상을 위해 고도화된 합성곱 신경망 기법 도입을 제안했고, 당뇨 상처용으로 인간 중간엽 줄기세포와 산소 발생 미세입자를 담은 미세젤 바이오잉크를 개발하고 있다고 했습니다. 깊이 카메라는 30 cm보다 높은 스캔 위치에서 2~3 mm 두께를 분해하지 못했습니다.

다른 연구와의 연결

이동형 피부 바이오프린팅 시스템(Albanna 등, Scientific Reports 2019)은 통합 영상으로 자가 또는 동종 섬유아세포와 각질세포를 층별로 상처에 전달했지만, INSIGHT는 6-DOF 팔에 단 eye-in-hand 깊이 카메라로 여러 시점에서 상처를 다시 스캔하고 무세포 잉크들과 압출·분사 방식을 전환한다는 점이 다릅니다.