Es wird ein automatisiertes System zur Zellkulturoptimierung entwickelt, das auf der Kombination von Künstlicher Intelligenz (KI) und einer Laborminiaturisierungstechnologie mittels Mikrofluidik basiert. Dieses neue System wird die Echtzeit-Überwachung des Zustands einer Zellkultur beinhalten, die durch Analyse von Bildern mit Hilfe von Algorithmen des Maschinellen Lernens ermöglicht wird. Diese Parameter werden dann an einen anderen Agenten gesendet, der die Pumpen steuert, die wiederum Medium und Reagenzien in die Kultur injizieren. Auf diese Weise erhält man einen geschlossenen Regelkreis, der vollständig durch KI gesteuert wird. Das beschriebene System nutzt eine Künstliche Intelligenz, die aus zwei Bereichen des Maschinellen Lernens besteht. Im Bereich „Supervised Learning“ werden Mikroskop Aufnahmen einer Zellkultur verwendet, um ein neuronales Netzwerk darauf zu trainieren, individuelle Zellen zu erkennen und vom Bildhintergrund zu unterscheiden. „Reinforcement Learning“ ist eine Variante des Maschinellen Lernens, welche sich mit dem Erlernen von optimalem Verhalten in einem System mit unbekannten Dynamiken beschäftigt. Aus den gewonnenen Messungen kann der Algorithmus ein Verhalten bzw. eine Dosierungsanleitung ableiten und mit zunehmender Zeit und Messungen die entsprechende Metrik nach Wünschen maximieren bzw. minimieren.