智能手表新突破：可伸缩晶体管让健康监测更精准

随着可穿戴技术的飞速发展，我们对人体生理信号的监测和分析能力正变得越来越强大。香港大学的研究人员开发了一种基于可伸缩有机电化学晶体管（OECTs）的新型可穿戴设备，这种设备不仅能够收集周围环境的信号，还能执行计算，实现传感器内的边缘计算。

OECTs是一种类脑晶体管，由碳基材料制成，结合了电子和离子电荷载体。与传统的类脑晶体管相比，OECTs能够在潮湿环境中可靠地工作，这对于医疗和可穿戴设备来说是一个巨大的优势。然而，大多数现有的OECTs基于硬质材料，这降低了可穿戴设备的舒适度，从而阻碍了它们的大规模部署。
为了解决这个问题，研究人员开发了一种基于可伸缩OECTs的新型可穿戴设备。这些晶体管由可伸缩组件制成，包括弹性基底、基于半导体聚合物的通道、固体凝胶电解质以及基于金的源、漏和栅极电极。这些晶体管的可伸缩性超过50%，尺寸可小至100微米。
研究人员使用高分辨率喷墨打印系统制造了这些可伸缩晶体管，并随后使用它们开发了一个与智能手表兼容的传感器内计算模块。在初步测试中，该模块表现出色，例如，能够以大约90%的准确率预测佩戴者的手势。

这项研究的共同作者，Shiming Zhang表示：“人工智能和机器学习的兴起已经改变了各个领域，但在可穿戴设备中的部署才刚刚开始，这对于实现数字健康至关重要。我们的目标是在可穿戴设备中嵌入机器学习能力，以实现传感器内的类脑计算或边缘计算能力。这允许基于边缘的实时决策制定，这对于闭环治疗诊断和与人工智能驱动的医学相关至关重要。”
为了将他们的算法与可穿戴设备融合，研究人员面临三个主要挑战：收集更高质量的健康数据以进行精确训练、抑制软皮肤上的运动伪影以最小化数据噪声，以及定制算法以实现最大的计算效率。他们使用OECTs来获得高质量的肌肉EMG信号；开发可伸缩的OECTs以最小化运动伪影，并采用特定的AI算法——储备计算，以实现节能的数据训练。
研究人员制造的可伸缩晶体管和他们提出的可穿戴设备集成在一起，展示了一个通用的平台，可以轻松定制用于其他计算可穿戴应用。这个系统有潜力改善一系列疾病的健康结果，造福患者和更广泛的公众。
这项创新的可穿戴设备不仅提高了我们监测和分析生理信号的能力，还为数字健康领域带来了新的机遇。随着人工智能和机器学习技术的融合，我们有望实现更精确的健康监测和实时决策制定，这对于提高患者的生活质量和推动医疗创新具有重要意义。我们邀请您在评论区分享您对这项技术的看法，以及它可能对可穿戴设备和数字健康领域带来的影响。
参考资料：DOI：10.1038/s41928-024-01250-9。