Thuốc 3D tương lai có thể chứa nhiều loại thuốc trong một viên: Nhưng làm sao biết bên trong đã in đúng?

Một viên thuốc 3D có thể trông hoàn toàn bình thường ở bên ngoài nhưng vẫn không đúng với bản thiết kế hóa học bên trong.

Một ví dụ khá rõ xuất hiện từ năm 2019, khi nhóm tại UCL in thử một polypill gồm sáu hoạt chất ở sáu lớp khác nhau. Quan sát bằng ánh sáng thường cho thấy ranh giới giữa các lớp khá rõ. Nhưng khi nhóm dùng Raman microscopy để lập bản đồ hóa học, một số hoạt chất — gồm naproxen, aspirin và paracetamol — đã khuếch tán sang lớp lân cận.

Đó là một chi tiết nhỏ nhưng chạm đúng vấn đề lớn của thuốc in 3D: máy in có thể hoàn thành đúng hình dạng mà chưa chắc đã tạo ra đúng sản phẩm dược học.

Một review công bố trên International Journal of Pharmaceutics tháng 4/2026 vì thế tập trung vào một câu hỏi ít hào nhoáng hơn chuyện cá nhân hóa thuốc: làm thế nào kiểm tra chất lượng của từng viên in 3D mà không phá hủy nó? Các phương pháp đang được nghiên cứu trải dài từ quang phổ cận hồng ngoại, Raman và terahertz đến optical coherence tomography, hyperspectral imaging và machine vision.

Một viên thuốc không còn nhất thiết là một khối đồng nhất

Điểm hấp dẫn của 3D printing trong dược phẩm không chỉ nằm ở việc tạo viên thuốc có hình dạng lạ. Công nghệ này cho phép thay đổi liều, độ xốp, hình học và cấu trúc bên trong theo từng thiết kế, từ đó điều chỉnh tốc độ hòa tan hoặc giải phóng hoạt chất.

Với polypill, bài toán còn thú vị hơn: nhiều hoạt chất có thể được đặt trong các lớp hoặc khoang khác nhau của cùng một viên. Một nghiên cứu tại UCL từng in sáu thuốc trong cùng một cấu trúc nhiều lớp, gồm paracetamol, caffeine, naproxen, chloramphenicol, prednisolone và aspirin. Những lớp khác nhau có thể được thiết kế để tạo đặc tính giải phóng khác nhau.

Ý tưởng này đặc biệt phù hợp với bệnh nhân phải uống nhiều thuốc mỗi ngày hoặc cần liều được điều chỉnh riêng. Nhưng phần “cá nhân hóa” cũng phá vỡ một lợi thế của sản xuất hàng loạt: thay vì kiểm tra một lô lớn gồm hàng nghìn viên gần như giống hệt nhau, nhà thuốc hoặc cơ sở point-of-care trong tương lai có thể phải xác nhận chất lượng của những viên được tạo riêng cho từng bệnh nhân.

3D printing không còn hoàn toàn xa lạ với dược phẩm thương mại. FDA đã phê duyệt Spritam, levetiracetam được sản xuất bằng quy trình 3D printing, từ năm 2015. Tuy vậy, Spritam là một sản phẩm được sản xuất theo quy trình kiểm soát tập trung. Viễn cảnh in polypill với liều riêng cho từng người ngay tại bệnh viện hoặc nhà thuốc vẫn chủ yếu nằm ở giai đoạn nghiên cứu và phát triển quy trình.

Kiểm tra một viên rồi phá hủy nó là chưa đủ

Các phương pháp kiểm nghiệm dược phẩm truyền thống rất mạnh, nhưng nhiều phương pháp có một nhược điểm hiển nhiên đối với sản xuất cá nhân hóa: mẫu được dùng để kiểm tra sẽ không còn nguyên vẹn.

Muốn xác định chính xác lượng hoạt chất, phòng lab có thể nghiền hoặc hòa tan viên thuốc rồi dùng các kỹ thuật sắc ký. Muốn đánh giá hồ sơ giải phóng, viên thuốc phải được đưa vào phép thử dissolution. Những cách này phù hợp với việc lấy mẫu từ một lô lớn, nhưng trở nên bất tiện nếu một máy vừa in đúng một viên dành cho một bệnh nhân cụ thể.

Đó là lý do lĩnh vực này quan tâm tới non-destructive quality control: đo thành phần hoặc cấu trúc mà viên thuốc vẫn còn đủ nguyên vẹn để sử dụng sau khi kiểm tra.

NIST cũng đang tiếp cận vấn đề theo hướng không chỉ nhìn vào sản phẩm cuối. Trong một nghiên cứu về sản xuất thuốc point-of-care, nhóm của Thomas P. Forbes chia quy trình kiểm soát thành nhiều lớp: UV-Vis spectroscopy để kiểm tra “mực” chứa hoạt chất trước khi in, cảm biến quang để đếm giọt trong lúc đầu phun hoạt động, kiểm tra thể tích trung gian và cuối cùng đối chiếu bằng phép định lượng phòng lab.

Một nghiên cứu NIST tiếp theo năm 2025 đã áp dụng cách tiếp cận Quality by Design cho các viên chứa warfarin, citalopram và doxycycline, đồng thời sử dụng kiểm tra mực hoạt chất và đếm giọt trong quá trình tạo liều. Đây là các thử nghiệm trên từng loại thuốc, không phải một polypill đa hoạt chất, nhưng chúng minh họa một nguyên tắc quan trọng: tốt hơn hết không nên chờ tới lúc viên thuốc hoàn thành mới bắt đầu hỏi nó có đúng hay không.

NIR có thể “đọc” hai hoạt chất mà không nghiền viên thuốc

Một trong những kết quả thực nghiệm trực tiếp nhất cho bài toán polypill đến từ nhóm UCL, Pfizer và FabRx vào năm 2020.

Họ in các polyprintlet chứa hai thuốc hạ huyết áp là amlodipine và lisinopril, với nồng độ lần lượt 1–5% và 2–10% theo khối lượng. Sau đó, thay vì phá hủy mẫu, nhóm chiếu ánh sáng cận hồng ngoại lên viên thuốc bằng một máy quang phổ NIR cầm tay.

Phân tử hấp thụ và phản xạ vùng ánh sáng này theo những mẫu liên quan đến thành phần hóa học. Vì phổ NIR rất phức tạp và các đỉnh thường chồng lên nhau, dữ liệu được đưa qua mô hình hồi quy PLS đã hiệu chuẩn trước để suy ra lượng từng hoạt chất.

Kết quả được báo cáo trên International Journal of Pharmaceutics cho thấy hệ số dự đoán R² đạt 0,997 với amlodipine và 0,991 với lisinopril; sai số dự đoán RMSEP là 0,24% cho cả hai. Quan trọng hơn, phép đo không cần phá hủy viên thuốc.

Nhưng đây chưa phải một chiếc máy có thể chĩa vào bất kỳ polypill nào rồi tự động liệt kê toàn bộ liều bên trong. Mô hình NIR phải được xây dựng và hiệu chuẩn cho thành phần cụ thể. Một review về Quality by Design và Process Analytical Technology công bố tháng 7/2026 lưu ý rằng khả năng chuyển mô hình giữa các máy in khác nhau vẫn cần được đánh giá, trong khi số nghiên cứu trên sản phẩm nhiều hoạt chất vẫn còn hạn chế.

Biết đủ liều chưa chắc đã biết thuốc nằm đúng chỗ

Với một viên thuốc nhiều lớp, tổng lượng hoạt chất chỉ là một nửa câu chuyện. Vị trí của nó cũng có thể quan trọng.

Nếu một lớp được thiết kế để tan nhanh còn lớp bên trong giải phóng chậm, việc hoạt chất di chuyển khỏi vùng dự kiến có thể làm thay đổi hồ sơ giải phóng. Đây chính là điều nghiên cứu sáu hoạt chất của UCL năm 2019 cho thấy: ranh giới nhìn bằng mắt không phản ánh đầy đủ ranh giới hóa học.

Raman spectroscopy phù hợp với câu hỏi này vì phổ Raman mang dấu vân tay hóa học của vật liệu. Khi kết hợp với microscopy hoặc imaging, nó có thể lập bản đồ phân bố của hoạt chất trên bề mặt hoặc mặt cắt.

Đổi lại, Raman thường thiên về phân tích vùng gần bề mặt và việc lập bản đồ chi tiết có thể chậm. Nếu cần cắt mẫu để quan sát mặt cắt bên trong, lợi thế “không phá hủy” cũng mất đi. Vì thế Raman rất hữu ích để hiểu cấu trúc và xác nhận quy trình, nhưng chưa mặc nhiên trở thành công cụ kiểm tra nhanh cho từng viên tại quầy thuốc.

Terahertz có thể nhìn sâu hơn vào cấu trúc

Terahertz spectroscopy đi vào một vùng khác của phổ điện từ. Review năm 2026 về Process Analytical Technology dẫn các nghiên cứu cho thấy tín hiệu terahertz có thể xuyên vào mẫu ở độ sâu cỡ vài milimet, đồng thời cung cấp thông tin về độ xốp, trạng thái rắn của hoạt chất và cấu trúc dưới bề mặt.

Điều này đặc biệt có ích với thuốc in 3D vì độ xốp và kiến trúc bên trong có thể quyết định tốc độ chất lỏng thấm vào viên và tốc độ thuốc được giải phóng.

Tuy nhiên, độ ẩm và mức độ kết tinh có thể ảnh hưởng mạnh đến cách sóng terahertz truyền qua mẫu. Thiết bị cũng phức tạp hơn các hệ NIR cầm tay, và số nghiên cứu trực tiếp trên thuốc in 3D hiện vẫn ít.

Optical coherence tomography có một vai trò khác: nó thích hợp để quan sát cấu trúc, bề mặt và độ dày của các lớp trong vật liệu bán trong suốt. Nhưng OCT chủ yếu trả lời câu hỏi hình học và cấu trúc, chứ không tự mình chứng minh rằng một vùng chứa đúng hoạt chất với đúng liều.

Camera và AI có thể phát hiện viên in lỗi — nhưng không nhìn thấy hóa học

Review tháng 4/2026 dành nhiều chú ý cho machine vision. Một camera đặt cạnh máy in có thể kiểm tra kích thước, hình dạng, lỗi bề mặt, lớp in lệch hoặc các khuyết tật xuất hiện theo thời gian thực. Các mô hình computer vision, gồm CNN và các detector kiểu YOLO, có thể tự động phân loại hoặc phát hiện những sai lệch mà nhân viên vận hành khó theo dõi liên tục.

Đây là lợi thế lớn về tốc độ và chi phí. Nhưng camera vẫn chỉ nhìn thấy những gì ánh sáng nhìn thấy. Một viên có hình dạng hoàn hảo vẫn có thể chứa sai nồng độ hoạt chất, sai dạng tinh thể hoặc sự khuếch tán hóa học giữa các lớp.

Vì vậy, machine vision khó thay thế spectroscopy. Hai nhóm công cụ giải quyết hai câu hỏi khác nhau: camera kiểm tra vật thể có được tạo đúng hình hay không; spectroscopy kiểm tra vật liệu bên trong có mang đúng dấu hiệu hóa học hay không.

Hyperspectral imaging cố nối hai phía này bằng cách thu cả thông tin hình ảnh lẫn phổ tại nhiều bước sóng. Nó có thể tạo bản đồ hóa học trên bề mặt, nhưng vẫn cần xử lý dữ liệu phức tạp và các mô hình được hiệu chuẩn, đặc biệt khi muốn chuyển từ một formulation sang formulation khác.

Có lẽ sẽ không có một “máy soi viên thuốc” duy nhất

Điểm chung nổi lên từ các nghiên cứu hiện nay là không có một phép đo duy nhất xác nhận được mọi thuộc tính quan trọng của thuốc in 3D.

Một hệ thống thực tế có thể phải kết hợp nhiều tầng kiểm soát: xác nhận nguyên liệu trước khi in; theo dõi đầu phun, nhiệt độ, lưu lượng và số giọt trong lúc in; dùng machine vision để phát hiện lỗi hình học; dùng NIR hoặc Raman để kiểm tra thành phần; và định kỳ đối chiếu bằng các phép thử phòng lab có độ chính xác cao hơn.

Vấn đề tiếp theo là tiêu chuẩn hóa. NIST cho biết mục tiêu dài hạn của họ là xây dựng nền tảng đo lường và các khuyến nghị tự nguyện cho chất lượng 3D drug printing. Trong khi đó, review năm 2026 về QbD/PAT nhận xét rằng các hướng dẫn hiện hành cho NIR và Process Analytical Technology chưa được viết riêng cho mô hình sản xuất từng viên tại point-of-care, còn cách quản lý vòng đời của các calibration model trong môi trường này vẫn chưa có con đường pháp lý hoàn chỉnh.

Đây có thể mới là nút thắt thật sự của thuốc 3D cá nhân hóa. In một viên với nhiều khoang, nhiều liều và nhiều hoạt chất đã được chứng minh ở quy mô nghiên cứu. Khó hơn là chứng minh viên cụ thể vừa rời khỏi máy in chứa đúng thuốc, đúng lượng, đúng vị trí và sẽ giải phóng theo đúng thiết kế — mà vẫn giữ nguyên nó để bệnh nhân sử dụng.

Khi câu hỏi đó chưa có một quy trình kiểm tra nhanh, chuẩn hóa và đủ tin cậy, polypill in tại bệnh viện hay nhà thuốc vẫn sẽ gần với một nền tảng nghiên cứu hơn là một dây chuyền dược phẩm thường ngày.