新加坡国立大学科研团队成功研发出一款新型可穿戴人工智能传感器，依托特殊 “元水凝胶” 材料与人工智能信号处理技术，可有效过滤人体运动时产生的干扰信号，实时、精准监测人体心脏信号与血压，进而判断疲劳与压力程度，解决了现有设备运动时监测数据失真的痛点，相关研究成果已发表于今年 3 月的《自然传感》杂志。
据悉，新加坡职业倦怠问题突出，约每三名员工中就有一人受此困扰，占比位居全球前列。疲劳不仅会影响工作效率，在驾驶、机械操作等需要高度专注的行业，更可能引发安全隐患。然而，目前针对疲劳与压力的诊断，主要依赖问卷调查，依赖受访者主观判断，无法实现实时、客观监测，这一现状也成为国大科研团队的研发出发点。
为破解这一难题，国大设计与工程学院电机与电脑工程系的科研团队，研发出采用 “元水凝胶” 材料的可穿戴传感器，搭配人工智能信号处理技术，实现了疲劳与压力的实时监测。研究人员指出，现有商用可穿戴设备的一大弊端的是，在人体运动时，容易受到肌肉活动、身体晃动的干扰，导致心电图、血压读数失真，无法捕捉到微弱的生理信号，而这款新型传感器恰好弥补了这一缺陷。
该传感器的核心优势的在于其特殊材料与 AI 技术的结合。研究项目主要执笔人田果博士表示，元水凝胶材料柔软贴肤，内部纳米结构能够吸收并分散机械震动，在运动状态下的性能尤为突出；再配合人工智能技术，可进一步清理残留杂讯，精准保留关键生理数据。测试结果显示，该系统在运动状态下，仍能实现约 37 分贝的心电信号质量，远高于一般智能手表 10 至 20 分贝的水平；血压测量误差低至 3 毫米汞柱，完全达到国际临床标准。
疲劳会对人体自主神经系统产生影响，并在心率变化、血压模式及心电波形等生理指标上留下明显 “痕迹”。只要捕捉到清晰的生理信号，就能客观、准确判断个体的精神状态。研究团队让参与者佩戴该装置进行多天测试，还模拟了驾驶等易引发疲劳的场景，结果显示，系统结合深度学习技术后，识别疲劳程度的准确度可达 92%，显著高于未使用平台数据时 64% 的准确率。
领导这项研究的国大设计与工程学院电机与电脑工程系何锦韦教授表示，团队未来希望与心理健康医生密切合作，深入了解真实环境中最具相关性的生理数据，进一步提升设备的临床准确度。“临床医生可提供宝贵见解，帮助我们建立数据与病理状态之间有意义的联系，让这款传感器更好地服务于人体健康监测。”
这款新型穿戴式传感器的研发成功，不仅为疲劳与压力监测提供了更精准、便捷的解决方案，也为职场人群、高危行业从业者的健康防护提供了新的可能，未来有望进一步落地应用，助力提升人们的健康管理水平。
