Das Nanomaterial MXen wird in der Batterietechnik oder als Hochleistungsschmiermittel eingesetzt. Seine Herstellung war bisher schwierig und giftig. An der TU Wien wurden neue Methoden entwickelt. Es ist einer der wichtigsten Trends in der Materialwissenschaft: Materialien, die nur aus einer einzigen Lage von Atomen bestehen, sogenannte „2D-Materialien“, zeigen oft völlig andere Eigenschaften als dickere Schichten aus denselben Atomen. Begonnen hat dieses Forschungsgebiet mit dem Nobelpreis-gekrönten Material Graphen. Nun erforscht die TU Wien gemeinsam mit den Unternehmen CEST und AC2T die Materialklasse der MXene (ausgesprochen Maxene), die hauptsächlich aus Titan und Kohlenstoff bestehen. Diese MXene besitzen Eigenschaften, die fast wundersam klingen: Sie lassen sich zur elektromagnetischen Abschirmung, zur Energiespeicherung oder für neuartige Sensoren nutzen. An der TU Wien stellte man fest, dass sie sich auch hervorragend als Festschmierstoffe eignen, selbst unter härtesten Bedingungen, etwa in der Weltraumtechnik. Einziges Problem: Die Herstellung… 

Die rasante Entwicklung tragbarer biosensorischer Geräte und intelligenter Algorithmen eröffnet neue Perspektiven in der Gesundheitsversorgung. Ein aktueller Artikel im Fachjournal Frontiers in Bioengineering and Biotechnology beleuchtet die jüngsten Fortschritte in diesem Bereich und hebt deren potenzielle klinische Anwendungen hervor. Die Forschung konzentriert sich auf Schlüsselbereiche wie chronische Wundversorgung, Biomarker-Monitoring, Neuroregulation und Prothesensteuerung. Chronische Wundversorgung neu gedachtChronische Wunden, die durch Verletzungen oder Krankheiten entstehen, stellen eine erhebliche medizinische Herausforderung dar. Innovative elektrochemische Sensoren ermöglichen eine präzise Überwachung von Biomarkern und bieten maßgeschneiderte Behandlungsansätze. Flexible und dehnbare Biosensoren könnten die Effizienz und Geschwindigkeit der Wundversorgung revolutionieren. Biomarker-Monitoring für personalisierte MedizinEin herausragendes Beispiel ist das ELSAH-Projekt, das ein mikronadelbasiertes System für die kontinuierliche Überwachung von Glukose- und Laktatwerten entwickelt hat. Diese Technologie ermöglicht eine frühzeitige Diabetesdiagnose und personalisierte Gesundheitsüberwachung. Auch in der Neurochirurgie finden solche Geräte Anwendung, etwa zur präzisen Messung des Liquorflusses… 

Ein aktueller systematischer Review, veröffentlicht in Frontiers in Artificial Intelligence, beleuchtet die wachsende Rolle von maschinellem Lernen (ML) bei der Vorhersage der Mortalität nach Herztransplantationen (HT). Ziel der Studie war es, die Genauigkeit verschiedener ML-Algorithmen zu bewerten und ihre klinische Anwendbarkeit zu untersuchen. Hintergrund und MethodikHerztransplantationen sind lebensrettende Eingriffe für Patienten mit schwerer Herzinsuffizienz, jedoch mit hohen Risiken wie Abstoßung oder Infektionen verbunden. Traditionelle Risikomodelle wie der Donor Risk Index (DRI) oder das IMPACT-Modell bieten zwar Unterstützung, stoßen jedoch an ihre Grenzen bei der Berücksichtigung komplexer individueller Faktoren. Hier setzt ML an, indem es große Datenmengen analysiert und nicht-lineare Muster erkennt. Die Studie umfasste 17 Arbeiten, von denen 12 in eine Meta-Analyse einbezogen wurden. Bewertet wurde die Leistung von Algorithmen wie Random Forest (RF), CatBoost und neuronalen Netzen anhand des AUC-Werts (Area Under the Curve), einem Maß für die Vorhersagegenauigkeit.…