一种结合3D打印与人工智能的新型心脏监测系统有望革新医生测量和诊断患者心脏健康的方式。
该系统由西蒙菲莎大学机电系统工程学院研发，核心部件为嵌入柔软胸带的可重复使用干式3D打印电极——其折纸结构设计通过轻柔吸力附着皮肤。吸盘上印刷的碳基墨水替代了电解质凝胶，将心脏电信号传导至内置AI软件的可穿戴设备，可预诊断多达10种心律失常类型。
"当前心电图检测依赖一次性粘性贴片和凝胶，容易干燥脱落，且数据需医生手动解读。整个流程耗时过长并产生大量医疗废物。"西蒙菲莎大学机电系统工程学院金宇洙教授指出，"我们的干式电极精度与凝胶传感器相当，但患者舒适度更高、操作更简便，经消毒后可重复使用，显著减少医疗废物。"
他补充道，AI算法能协助医生更快更准确地诊断，测试结果将电子传输至医师确认。在发表于《生物传感器与生物电子学》的研究中（由SFU博士后陈怡婷主导），金教授团队联合温哥华综合医院心脏监测科一线护士测试了该干式电极。护士反馈表明，该胸带设计能大幅提升长期监测中的患者舒适度与依从性——传统霍特尔监测仪体积庞大，而新系统在电极脱落时仅需按压折纸结构电极即可重建密封，避免反复粘贴贴片和处理电解质凝胶的麻烦。
"我们的干式电极精度与凝胶传感器相当，但患者舒适度更高、操作更简便，且经消毒可重复使用以显著减少医疗废物。"
——金宇洙，机电系统工程学院教授
据欧洲心律协会统计，全球三分之一人口将罹患心律失常，而最常见的心律问题——心房颤动——预计到2050年将全球增长逾60%。金教授表示，这款环保且用户友好的工具为长期心脏监测及高需求医疗场景（如急诊室、住院病房和养老院）提供了个性化心电监测的独特机遇，尤其适用于诊断工具和医师资源有限的偏远社区。
"诊断工具必须价格亲民且易于获取，"金教授强调，"我们的目标之一是让原住民和偏远社区使用该设备。需要心电监测的居民可自行测量，AI算法分析数据并提供初步评估，再由医生进行完整诊断。"
目前，金教授团队正专注于优化AI预诊断算法，并将3D打印折纸电极尺寸缩小至当前高度的三分之一。
【全文结束】
