日本科学家成功开发了一款多模式智能传感器贴片，该贴片能够通过边缘计算模式监测用户健康症状，如心律失常、咳嗽和跌倒风险等。该智能传感器贴片结合了蓝牙模块，与智能手机连接并进行实时数据处理，不需要入网或云端数据分析。现在越来越多的边缘计算在智能手机上被应用于分析由多模态柔性可穿戴传感器贴片收集的数据，能够检测心律失常、咳嗽和跌倒。
可穿戴传感器是可以佩戴在身体上的设备，用于测量身体状态。它们属于物联网（IoT）的范畴，并在健康监测方面展现出巨大的潜力。这些传感器生成大量数据，而这些数据需要经过处理才能被理解。处理这些数据的计算领域，即在传感器本身或与其连接的设备上进行处理，而不是在远程云服务器上进行的，被称为边缘计算。边缘计算是可穿戴传感器技术的关键组成部分。
“我们此次研究的目标是设计一种可以利用边缘计算处理和解读数据的多模态传感器贴片，以便在日常生活中检测早期疾病症状，”武井教授解释道。
图：未来医疗：智能传感器贴片与边缘计算的结合
研究团队制造了可以监测心脏活动（通过心电图ECG）、呼吸、皮肤温度和因出汗引起的湿度的传感器。在确认这些传感器适合长期使用后，它们被整合到一种能够贴合皮肤的柔性薄膜（传感器贴片）上。该传感器贴片还包含一个蓝牙模块，以便连接到智能手机。
研究团队首先测试了传感器贴片在3名志愿者身上检测生理变化的能力，志愿者将贴片佩戴在胸部。传感器贴片在湿球温度（用于确定热应激可能性）为22°C以上和29°C的情况下监测志愿者的生命体征。“虽然我们的测试组人数较少，但我们在高温下观察到了他们生命体征的变化。这一观察可能最终有助于识别早期热应激的症状，”武井教授表示。
团队还开发了一款机器学习程序，用于处理记录的数据，以检测心律失常、咳嗽和跌倒等其他症状。“除了在计算机上进行分析，”中岛副教授补充道，“我们还设计了一款能够在智能手机上执行相同分析的边缘计算应用。我们达到了超过80%的预测准确率。”
“这项研究的重要进展在于多模态柔性传感器、实时机器学习数据分析和通过智能手机进行远程生命监测的整合，”武井教授总结道。“我们系统的一个缺点是，模型训练无法在智能手机上进行，而是必须在计算机上完成；不过，这一问题可以通过简化数据处理来解决。”这项研究推动了基于贴片的边缘计算系统在远程医疗或远程诊断领域的发展。
