家用眼壓電子皮膚傳感器

李葉

戴森設計大獎（James Dyson Award）是一項國際性的設計與工程大獎，旨在嘉獎、鼓勵和啟發新一代的設計工程師。今年的國際冠軍是一款用于眼壓檢測的可穿戴式生物醫學設備——HOPES家用眼壓電子皮膚傳感器。

青光眼是全球第二大致盲誘因。據統計，2020年全球青光眼患者約達8000萬人，到2040年預計將超過1.11億人。2020年中國青光眼患者約為1582萬人，同比增長3.4%。大多數青光眼患者都是無癥狀的，因此青光眼也被稱為“無聲的光明竊賊”。眼壓是衡量青光眼患者癥狀程度的黃金標準，目前臨床醫師主要是通過常規眼壓檢測來確定長期治療方案與目標。而青光眼的診斷和治療需要24小時監測眼壓，患者平均每2～3小時就要去醫院跑一趟，過程很繁瑣。測眼壓有時需要滴麻醉眼藥，整個探測頭直接彈射到角膜上，還有一種是需要把眼睛長時間張大，吹空氣壓平角膜進行監測，整個過程往往讓患者感覺非常不適。

HOPES是一款用于眼壓檢測的可穿戴式生物醫學設備，由來自新加坡國立大學的中國留學生魚珂露、李思及新加坡學生David Lee發明。HOPES的操作過程十分便捷，為需要頻繁檢測眼壓的患者提供了無痛無感的流暢體驗。患者在A p p上創建個人檔案后，可穿戴HOPES手套，用裝有傳感器的手套指尖按壓眼瞼的中部位置，傳感器采用特殊架構，可捕獲精度達微秒級的眼部動態壓力信息，采集到的信號經機器學習算法處理，實現持續精準的眼壓測量。眼壓數據將通過藍牙傳輸到配對設備或上傳至云端供醫師遠程查閱，其配套App還可以向患者推送歷史測量數據，鏈接到醫療系統，讓患者及時獲得醫療幫助。

HOPES的發明人之一魚珂露的父親就是一名青光眼患者，往返院治療的過程中遭受了很多不適和痛苦，這讓魚珂露意識到，發明出一種安全、準確、低成本的居家眼壓測量設備迫在眉睫，于是她和團隊用8個月設計、構思和制作，搭載了傳感器技術和人工智能手段的HOPES由此誕生，所采用的技術目前正在申請專利。

團隊最初的設想始于2020年，經過一系列迭代和測試，大概花了大約8個月的時間才達到這個階段。主要的傳感器技術及硬件由李思和之前一些組員一起完成，魚珂露負責關于傳感器材料的研究，David負責軟件設計和算法開發。研發過程中最具挑戰階段在于裝置的設計，因為團隊的目標是做一款在家用場景中使用的裝置，目標用戶以中老年人為主，所以需要將產品設計得盡可能的簡單，讓患者拿到產品憑直覺就能夠使用。而團隊成員都是工程背景，在設計方面有些不足，最初的設想不斷被推翻。最開始的想法是把傳感器設計成指環狀，但指環不是很穩定，后來才產生了用手套的想法。而傳感器比較小巧輕便，如果用全指手套的款式，傳感器就顯得有點多余，直至有一天看到釣魚手套，覺得這種單指手套整體較輕便，穿戴使用方法也很直觀，這才成就了現在的方案。

項目目前還在進行當中，HOPES團隊最終的設想是把手腕部位的電子電路優化成一個智能手表的模式，整個手套也會設計得更貼合人的手指，材料會更親膚。魚珂露在專訪中表示，醫療和臨床知識是團隊比較大的盲區，實驗組目前跟新加坡國立大學醫院的眼科中心主任Dr. Victor Koh有合作，他作為團隊的臨床顧問給予了許多專業建議，會經常進行有線上和線下的會議，幫助團隊了解青光眼病史和發病趨勢，包括預防、診療手段，以及之前各種各樣的對于青光眼眼壓測試的資料。對于未來HOPES投入市場的預期，魚珂露表示，還需要不斷優化人工智能的系統，以及降低制作成本。

HOPES團隊之前曾嘗試過將人工智能應用于寫字、識別手寫字母的技術，還有關于觸覺感知、觸覺識別的應用，HOPES實現了將人工智能和醫療產品結合在一起，對三人來說都是第一次。未來團隊想要將人工智能相關技術應用到輔助醫療器件上面，他們認為人工智能并不是取代醫生，而是更好地幫助醫生去理解病人的情況。哪怕是同一病癥的患者，每個人的情況都不盡相同，如果完全靠醫生個人做出判斷，很可能難免會有一些偏差。而人工智能結合醫生專業知識和現在的科技，可以避免一些誤差和錯誤，可以幫助他們制定一個更好的醫療方案。從這個角度上看，人工智能反而更加人性化。

此次獲得戴森設計大獎的國際冠軍對團隊是很大的鼓勵。HOPES經過來自全球的戴森工程師、科學家和設計師的充分分析、討論和評審后中選，也是對團隊努力的一種肯定。獲獎后，團隊大部分時間還是在學校的實驗室工作，也會需要對外展示科研成果以及項目宣傳，在這方面戴森提供了很多幫助和建議，并指導他們如何更好地保護設計發明。戴森設計大獎也為團隊提供了很好的平臺，通過對科研成果的宣傳，讓更多人知道科技能夠改善生活。

對于HOPES，戴森設計獎的發起人詹姆斯·戴森爵士還多了一重體驗者的身份，“我親身體驗過青光眼測試的不適，這群年輕人已經解決這個問題，這不僅影響了他們的家人，更造福了更多青光眼患者人群。他們的發明可能會讓青光眼測試更廣泛、更觸手可及，我希望他們后續在開發和醫療審批這些充滿挑戰性的過程中取得成功?！?/p>

后續團隊計劃與新加坡國立大學醫院合作采集和分析患者的眼壓數據，對HOPES的機器學習模式進行訓練，同時不斷優化HOPES的性能和設計，團隊希望將來有更多患者能夠在家中實現無痛測量眼壓體驗，也希望能夠切實改善人們的生活質量，期待有一天他們的傳感技術能有更多健康監測應用，比如機器人和生物醫療設備等。