近(4)日，芝加哥大學Pritzker分子工程學院的華裔助理教授王思泓(Sihong Wang)團隊，發表一種以半導體材料製成的可穿戴、可拉伸的神經型態運算(neuromorphic computing)設備，能直接在身體上以人工智慧即時分析大量的健康數據，有望革新個人化醫療。該研究成果發表在Cell Press旗下的知名材料期刊《Matter》。

人們想像健康照護的未來，包括以穿戴式生物感測器追蹤多種健康指標，例如血液中的氧氣、糖、代謝物和免疫分子的濃度等。隨著感測器收集愈來愈多的資訊，分析的複雜度也以指數增長，因為每一項單一的數據，都必須納入使用者的病史及其他廣泛的健康參數一起考量，才能真正辨別出重要的疾病徵兆。

然而，將資訊發送到中心化的人工智慧運算設施並不理想，王思泓表示，以無線方式傳送健康數據的速度很慢、有隱私問題，而且能源使用效率非常低下；當我們收集的數據愈來愈多，傳輸所需的能源也愈多。

王思泓表示，研究團隊將可穿戴技術與人工智慧、機器學習結合在一起，創造出可直接在自己的身體上分析健康數據的強大設備。未來，人們將有機會以穿戴式電子設備持續追蹤健康，甚至在症狀出現之前檢測到疾病。這種不顯眼的穿戴式運算設備，是實現此願景的重要一環。

為了讓該設備與皮膚非常緊密地接合、適應皮膚的運動，研究團隊選擇可拉伸與彎曲的半導體聚合物材料製作電化學電晶體，設計出一種晶片，可以從多個生物感測器收集數據，並使用尖端的機器學習方法計算一個人的健康狀態。

這種神經型態運算晶片，不像一般的電腦，而是模仿人腦的運作模式，能夠以一種綜合的方式儲存和分析數據。

研究中，團隊以心電圖(ECG)數據測試該晶片，訓練該晶片將心電圖分為5類——健康訊號或4類異常訊號。然後，再以新的心電圖對其進行測試。研究顯示，無論晶片被拉伸或彎曲，都能準確地對心電圖進行分類，顯示出抗拉伸的高度穩定性。

目前，還需要更多的研究來測試該設備在健康偵測、疾病診斷方面的能力，但研究團隊相信，此一穿戴式運算設備，將能用來向患者或醫師發出警報，或用於自動調整藥物。

王思泓舉例，如果能獲得即時的血壓訊息，該設備就能很智慧地判斷，何時需調整患者的血壓藥物劑量。

王思泓表示，穿戴式電子設備與人工智慧的結合正成為蓬勃發展的領域，這項研究並非完成品，而僅是一個開始。王思泓已規劃開發新一代的穿戴式運算設備，以擴大其能整合的設備類型，以及其使用的機器學習演算法。

參考資料：
https://pme.uchicago.edu/news/stretchy-computing-device-feels-skin-analyzes-health-data-brain-mimicking-artificial

(編譯/劉馨香)