芝加哥大学普利茨克分子工程学院（UChicago PME）的研究团队开发出一款新型类皮肤计算贴片，能够以前所未有的方式利用人工智能对健康数据进行分析。与目前常见的可穿戴设备不同，这种贴片可以在人体表面直接完成 AI 计算，响应时间达到毫秒级，无需将数据传输到远程服务器。

与现有智能手表等设备相比，这一差异尤为明显。智能手表可以记录心率、运动等数据，但数据分析通常在云端或其他外部设备上完成。数据上传、处理再返回的过程往往需要数秒。在某些场景下，例如识别和处理心室颤动，这几秒钟的延迟可能过于致命。

这款新设备是在与阿贡国家实验室研究人员合作的基础上设计和测试的，其核心突破在于建立了一套可在柔性基底上印刷有机电化学晶体管的制造工艺，使得高密度、可拉伸的计算电路成为可能。

芝加哥大学普利茨克分子工程学院副教授、该研究的联合通讯作者王思宏表示：“我们希望推动的未来，是让可穿戴和植入式设备变得更加智能。它可以在设备中集成一个个性化、实时在线的‘医生’。”相关成果已发表在《自然电子学》（Nature Electronics）期刊上。

制造可拉伸晶体管

多年来，王思宏团队一直在探索能够像皮肤一样弯曲、拉伸的电子元件，目标是开发能紧密贴合人体组织的智能系统。此前，他们已经提出了制造可拉伸晶体管阵列和可拉伸 OLED 显示屏的方法。

在这项新研究中，团队进一步尝试构建一个可拉伸的“类脑”计算电路——由大量晶体管组成的阵列，用于执行健康数据分析。早期工作已经在少量晶体管上验证了这一概念的可行性，但尚未扩展到实用规模。

研究人员选用的是有机电化学晶体管，这类器件的工作方式不同于传统硅基芯片中的晶体管。它们通过电流和离子在一层凝胶状电解质中的迁移来处理信息。电解质层赋予每个晶体管类似“内置记忆”的特性，可以稳定存储数值，类似于大脑中突触通过增强或减弱连接强度来记录学习模式。

不过，这也带来了制造难题。柔性基底对高温和溶剂非常敏感，无法直接采用标准芯片制造工艺。同时，凝胶电解质具有流动性，容易在相邻器件之间扩散，造成短路。

“我们必须思考，能否利用或改造这些聚合物的特性，使它们与微电子工业中主流的光刻工艺兼容。”王思宏说。

团队最终通过设计一种新型聚合物凝胶解决了问题。这种凝胶可以在紫外光照射下固化成精细图案，从而在柔性基底上形成稳定的电解质结构。基于这一材料，他们建立的制造流程可以在每平方厘米面积上集成约 1 万个有机电化学晶体管。

“在计算机科学中，我们习惯把神经网络的权重看作一个数字，”芝加哥大学计算机科学专业研究生、论文共同第一作者赵子轩表示，“但在硬件里，它是一种材料——有变异性、有历史，也有物理极限。挑战在于在这些约束下，仍然实现足够精确的计算。”

用毫秒级计算应对致命心律失常

为了验证新设备的实际应用潜力，团队利用这套可拉伸晶体管阵列运行了一个预训练算法，用于辅助治疗心室颤动。心室颤动是一种极其危险的心律失常，会在心脏中引发电活动风暴，若不及时处理，可能迅速致命。当前常用的治疗方式是通过除颤器向整个心脏施加强电击，这种“一刀切”的方式虽然有效，但并不精细。

研究人员提出了一种更精准的策略：先对心脏中的异常电波传播路径进行映射，然后在电波前沿的关键位置施加小幅度电刺激，阻断其继续扩散。

实现这一方案的关键在于时间。心脏中的电信号传播极快，整个数据采集与分析过程必须在毫秒级内完成，远远快于将数据发送到外部计算机再返回结果的速度。

“在这种情况下，远程计算根本来不及，延迟太大。”王思宏指出，“但如果有一套计算系统可以在体内或体表就地完成分析，这种精准干预就有可能实现。”

研究团队利用来自捐献人类心脏的真实电活动映射数据进行测试，结果显示，即使在被拉伸到原始长度 1.5 倍以上的情况下，这个可拉伸阵列仍能以 99.6% 的准确率定位电波前沿的位置。

在另一项演示中，研究人员将一个神经网络编码进阵列，用于分析多项生命体征和个人健康数据，包括胆固醇水平、血糖、最大心率以及心电图读数等，以评估个体发生心脏病的风险。该系统的预测准确率达到 83.5%。

迈向完整的“贴身”健康计算平台

王思宏将这一计算阵列视为未来完全集成、与人体高度兼容的健康监测与干预平台的核心组件之一。他的实验室目前正在尝试将该阵列与可拉伸无线通信模块以及性能更优的传感器结合，朝着一个能够实时感知、分析并主动响应健康数据的完整系统迈进。

“我们不再把数据送到遥远的服务器，而是在生命真正发生的地方开始理解它。”阿贡国家实验室计算机科学家、研究联合通讯作者夏方方说。