Science Advance：三维打印多模态电子皮肤实现机器学习赋能的健康监控

柔性电子和可穿戴智能微系统的发展使得个性化医疗成为可能，有望实现实时健康监测和远程疾病管理，其中，多模态的生理传感器受到了广泛关注。然而，现阶段的功能材料和器件结构受到了传统加工方式限制，无法实现大批量定制化的器件制备，同时对于生理信息的监测多聚焦于体温、脉搏等物理信息，缺乏针对分子级别生物标志物的研究与分析，限制了早期诊断、实时监测和术后治疗的生物医学应用。

近日，加州理工学院高伟教授课题组提出了一种基于通用的半固体挤出式三维打印，实现了定制化油墨的多维度大批量加工，构建得到具有多模态物理化学传感特性的弹性电子皮肤，对汗液中多种生物标志物实现连续可靠分析，进一步配合人工智能模型，解析生物标志物与健康状态间的潜在关联，实现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”，发表在期刊Science Advances，并在期刊主页进行亮点报道，加州理工学院博士后宋宇与Roland Tay为论文共同第一作者。

研究人员采用半固体挤出式三维加工方式，对一系列定制化材料进行图案化打印，实现了包括传感器电极和功能层、连接线、微流道、水凝胶、衬底等多个器件的批量可控制备。基于全三维打印的可穿戴生物传感模块、汗液诱导采集模块以及能量模块，配合商用太阳能电池和无线电子通信模块，组装得到弹性电子皮肤。在日常活动的连续生理信息监测过程中，将采集得到的温度信息、脉搏信息和汗液生物标志物信息解析处理并分成两组，一组作为训练组，通过人工智能算法提取参数特征，另一组作为测试组，验证各生理信号之间的内在联系，以实现机器学习赋能的健康监控，例如对饮酒后反应时间和受干扰程度的准确预测，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。

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

图2. 三维打印化学传感器用于汗液中葡萄糖和酒精的高灵敏检测

图3. 三维加工传感阵列和微流体用于汗液按需诱导、连续采集和实时分析

图4. 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

该项工作为可穿戴多模态健康监测设备的发展提供了一种全新的思路，即不需要一系列复杂的加工、电镀、组装等流程，而是基于全三维加工方式实现了弹性电子皮肤的制备，并配合微型超级电容器的去电池化策略，进行多种物理化学等生物标志物的连续准确监测。其中，定制化的油墨需满足流变性能以确保加工的可行性，并通过控制油墨浓度和后续处理实现二维及三维结构的可控加工，以满足特定功能器件的制备需求，例如通过相态消除的方式诱导产生多孔结构，增强器件性能以提升应用潜力。

在多模态生物传感器基础上，配合离子电渗模块和多层微流体模块，进行按需局部汗液诱导、连续汗液采集动态更新、以及灵敏实时汗液监测，实现日常活动中更为全面生理信息采集，进一步配合机器学习算法，对饮酒后行为受干扰程度进行精准预测，为个性化健康评估和居家健康监控等生物医学领域实际应用提供可能。

论文信息：

Yu Song, Roland Yingjie Tay, Jiahong LI, Changhao Xu, Jihong Min, Ehsan Shirazei Sani, Gwangmook Kim, Wenzheng Heng, Inho Kim, Wei Gao

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

第一作者介绍

宋宇，美国加州理工学院医学工程系博士后研究员，2015年本科毕业于华中科技大学，2020年从北京大学信息科学技术学院获得理学博士学位（导师为张海霞教授），现于高伟教授课题组从事可穿戴生物传感、智能医疗监测等领域的研究。宋宇博士近年来在Nature Biotechnology, Nature Electronics, Nature Biomedical Engineering, Science Robotics, Science Advances, Advanced Materials等期刊及会议发表论文70余篇，其中第一/共同第一作者论文20篇，总引用5000余次，已授权发明专利10余项，出版英文专著1本，参与编撰英文专著1章，曾荣获2019年度“美国百人会”英才学者奖，博士毕业论文获评2020年中国电子学会优秀博士论文。