개인맞춤형 약물 전달은 기존의 약물 전달에 비해 환자마다 치료 계획을 맞춤화할 수 있으며, 기존에는 흔히 일반화된 전략이 사용된다. 이는 치료의 정밀도를 높여 효과를 개선하는 데 기여할 뿐만 아니라, 부작용의 위험을 낮추어 환자의 삶의 질을 향상시킬 수 있다. 약물 전달은 광범위한 시간 및 길이 척도에 걸쳐 나타나는 여러 상호 연결된 생리학적·물리화학적 과정들을 포함한다. 이러한 과정에 대한 개인 간 차이의 영향을 어떻게 고려할 것인지가 결정적으로 중요하다. 다중물리(멀티피직스) 모델은 개방형 시스템으로서, 실험적 수단만으로는 경제적으로 실현하기 어려운 환자-특이적 생체 내 환경을 수용하면서도 약물 전달 결과에 영향을 미치는 요인들의 개별적 및 복합적 효과에 대한 잘 통제된 연구를 가능하게 한다. 약물 전달의 기저 메커니즘을 규명하고 효과적인 전달 계획을 최적화하기 위해 광범위한 모델링 프레임워크가 개발되어 왔다. 본 고찰은 현재 이용 가능한 모델들, 첨단 의료 영상 양식과의 통합, 그리고 개인맞춤형 약물 전달을 위한 코드 패키지에 대한 개요를 제공한다. 또한 이 분야에서 새로운 기술(즉, 머신러닝)을 통합할 가능성에 대해서도 개발을 위해 논의한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.