加州理工高伟最新Sci. Adv.：用于个性化健康评估的全打印生物电子

近年来人工智能以及物联网的发展使得人民生活发生了翻天覆地的变化，其中医疗领域的改革尤为引人注意。传统医疗模式下，病人需要与医生面对面接触，辅助大型医疗设备进行检查，时间长效率，无法满足实时性健康监测的需求。可穿戴柔性电子以及智能微系统的快速发展使得以病人为中心的个性化医疗成为可能，利用多模态生物传感平台采集全面的生理信息，并借助无线模块对数据进行分析处理，发送到云端或远程医生界面，实现定制化早期诊断、日常化健康监测以及居家式精准医疗的生物医学应用。

针对快速发展的个性化医疗领域，近日，加州理工学院高伟教授课题组提出了一种全三维打印的可穿戴生物电子，对包括温度、脉搏的物理信号以及汗液中葡萄糖、酒精以及pH等化学信息进行多模态实时监测，并引入人工智能模型挖掘采集得到的生理信号中的潜在信息，实现了日常生活中生理信息的实时监控以及饮酒后行为状态的准确评估，相关工作以题为“3D-printed epifluidic electronic skin for machine learning-powered multimodal health surveillance”，发表在Science Advances，并在杂志主页进行亮点报道，加州理工学院博士后宋宇与Roland Tay为论文共同第一作者。

图1. 三维打印多模态电子皮肤实现机器学习赋能的健康监控

视频：三维打印MXene基物理传感器

图3. 基于三维打印电子皮肤的实时健康监测及机器学习赋能的行为预测

该项工作采用一种通用的半固体挤出式三维加工方法，针对一系列定制化材料（碳纳米材料、MXene、水凝胶、聚合物等），图案化打印得到多模态传感器、微流道、微型超级电容器等多个器件，无需额外的加工、电镀等复杂操作，组装得到全三维打印的弹性电子皮肤。针对多模态生物传感，配合多层微流道模块与离子电渗模块，实现原位汗液诱导、动态汗液采集以及连续汗液分析，并利用商用太阳能电池和无线电路模块，将采集的全面生理信号进行分析处理与发送，能够在日常活动中对多种物理化学等生理信息进行连续准确监测。

为了更一步实现个性化健康评估，引入机器学习人工智能算法，挖掘各生理信息的内在联系，例如针对饮酒对个体行为状态的研究，配合“Go-NoGo”试验，建立温度、脉搏、汗液中酒精浓度以及pH与反应时间和受干扰程度的相关度，发现汗液酒精浓度极大的影响了饮酒后个体反应时间，而脉搏的引入可以辅助汗液酒精浓度，进一步提高对受干扰程度判断的准确度，实现了个体行为状态的准确预测，在多模态传感、居家健康管理以及临床心理评估等领域展现广阔应用前景。

课题组主页：

https://www.gao.caltech.edu/

论文链接：

https://www.science.org/doi/full/10.1126/sciadv.adi6492

转自：“高分子科学前沿”微信公众号

如有侵权，请联系本站删除！