Additive Manufacturing in Healthcare

封面

如何引用文章

全文:

详细

The presence of additive manufacturing (AM), in particular 3D printing, is relatively young, but dynamic field that is changing the face of many sectors. Additive production technologies provide wide opportunities for the creation of complex and personalized products and the reduction of time, labor, and other expenses. This paper will focus on AM in healthcare and identify the main areas for its application and the most popular materials. The period under analysis is from January 2005 to April 2015. The analysis involved an iterative search to establish the best queries for retrieving data and a patent analysis. The obtained results were assessed by experts in the field. Through this research, three main applications were identified with dental prosthetics being the most prolific. A wide range of materials were identified, where plastics predominate. Polyethylene was most frequently patented for vascular grafts and tendon replacements, while ceramics were found to be the most useful material for dental applications. Only a few patents disclosed the use of metals, titanium being the most prevalent. This research provides valuable insights for the advancement of additive manufacturing in healthcare applications.

作者简介

Marisela Rodríguez-Salvador

Escuela de Ingenieria y Ciencias

Email: marisrod@itesm.mx
Tecnologico de Monterrey, Mexico, Avenida Eugenio Garza Sada 2501 Sur, Colonia Tecnologico, Monterrey, Nuevo Leon, 64849, Mexico

Leonardo Garcia-Garcia

Escuela de Ingenieria y Ciencias

Email: leonardogarcia@itesm.mx
Tecnologico de Monterrey, Mexico, Avenida Eugenio Garza Sada 2501 Sur, Colonia Tecnologico, Monterrey, Nuevo Leon, 64849, Mexico

参考

  1. Abercrombie R.K., Udoeyop A.W., Schlicher B.G. (2012) A study of scientometric methods to identify emerging technologies via modelling of milestones // Scientometrics. Vol. 91. № 2. Р. 327-342. DOI:https://doi.org/10.1007/s11192-011-0614-4
  2. Altuntas S., Dereli T., Kusiak A. (2015) Forecasting technology success based on patent data // Technological Forecasting and Social Change. Vol. 96. P. 202-214.
  3. Archibugi D., Pianta M. (1996) Measuring technological change through patents and innovation surveys // Technovation. Vol. 16. № 9. Р. 451-468. DOI:https://doi.org/10.1016/0166-4972(96)00031-4
  4. Attar R., Fraenkel A.S. (1997) Local feedback in full-text retrieval systems // Journal of the Association for Computing Machinery. Vol. 24. № 3. Р. 397-417.
  5. Banks J. (2013) Adding Value in Additive Manufacturing // IEEE Pulse. Vol. 4. № 6. Р. 22-26. DOI:https://doi.org/10.1109/mpul.2013.2279617
  6. Bonino D., Ciaramella A., Corno F. (2010) Review of the state-of-the-art in patent information and forthcoming evolutions in intelligent patent informatics // World Patent Information. Vol. 32. № 1. Р. 30-38. DOI:https://doi.org/10.1016/j.wpi.2009.05.008
  7. Chang S.W.C, Trappey C.V., Trappey A.J.C., Wu S.C. (2014) Forecasting dental implant technologies using patent analysis. Paper presented at the Portland International Conference on Management of Engineering & Technology (PICMET 2014), 27-31 July 2014, Kanazawa, Japan.
  8. Dehghani M., Dangelico R.M. (2017) Smart wearable technologies: Current status and market orientation through a patent analysis. Paper presented at the IEEE International Conference on Industrial Technology (ICIT 2017), 22-25 March 2017, Toronto, ON, Canada.
  9. Fabry B., Ernst H., Langholz J., Köster M. (2006) Patent portfolio analysis as a useful tool for identifying R&D and business opportunities-an empirical application in the nutrition and health industry // World Patent Information. Vol. 28. № 3. Р. 215-225. DOI:https://doi.org/10.1016/j.wpi.2005.10.004
  10. Fujii A. (2007) Enhancing patent retrieval by citation analysis // Proceedings of the 30th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR ‘07). New York: ACM. P. 793-794.
  11. Hornick J. (2016) 3D Printing in Healthcare // Journal of 3D Printing in Medicine. Vol. 1. № 1. Р. 13-17.
  12. Okamoto M., Shan Z., Orihara R. (2017) Applying Information Extraction for Patent Structure Analysis // Proceedings of the 40th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR ‘17). New York: ACM. Р. 989-992. DOI:https://doi.org/10.1145/3077136.3080698
  13. Rodríguez M., Cruz P., Avila A., Olivares E., Arellano B. (2014) Strategic Foresight: Determining Patent Trends in Additive Manufacturing // Journal of Intelligence Studies in Business. Vol. 4. № 3. Р. 42-62.
  14. Schubert C., van Langeveld M.C., Donoso L.A. (2014) Innovations in 3D printing: A 3D overview from optics to organs // The British Journal of Ophthalmology. Vol. 98. № 2. Р. 159-161. DOI:https://doi.org/10.1136/bjophthalmol-2013-304446
  15. Trappey A.J.C., Tung J.T.C., Trappey C., Wang T.M., Tang M.Y.L. (2015) Computer supported ontology-based patent analysis considering business processes and strategic patent portfolio management // Proceedings of the 19th IEEE International Conference on Computer Supported Cooperative Work in Design (CSCWD), Calabria, 2015 / Eds. G. Fortino, W. Shen, J.-P. Barthès, J. Luo, W. Li, S. Ochoa, M.-H. Abel, A. Guerrieri, M. Ramos. Danvers, MA: IEEE. P. 528-533. DOI:https://doi.org/10.1109/CSCWD.2015.7231015
  16. Ventola C.L. (2014) Medical Applications for 3D Printing: Current and Projected Uses // P&T: A Peer-reviewed Journal for Formulary Management. Vol. 39. № 10. Р. 704-711. DOI:https://doi.org/10.1016/j.infsof.2008.09.005
  17. Wohlers T.T., Campbell R.I., Caffrey T. (2016) Wohlers Report 2016: 3D Printing and Additive Manufacturing State of the Industry: Annual Worldwide Progress Report. OakRidge, CO: Wohlers Associates.
  18. Zhang L., Li L., Li T. (2015) Patent Mining: A Survey // SIGKDD Explorations Newsletter. Vol. 16. № 2 (May 2015). Р. 1-19. DOI=. DOI:https://doi.org/10.1145/2783702.2783704
  19. Álvarez K., Nakajima H. (2009) Metallic scaffolds for bone regeneration // Materials. Vol. 2. № 3. Р. 790-832. DOI:https://doi.org/10.3390/ma2030790

补充文件

附件文件
动作
1. JATS XML
下载

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».