Kiệt sức và mệt mỏi mãn tính gây ra tổn thất kinh tế đáng kể và tiềm ẩn những rủi ro nghiêm trọng trong các ngành nghề đòi hỏi sự tỉnh táo cao. Tuy nhiên, việc chẩn đoán mệt mỏi và các vấn đề sức khỏe tâm thần liên quan hiện nay chủ yếu dựa vào các bảng câu hỏi tự báo cáo, vốn mang tính chủ quan, không liên tục và không phù hợp với việc đánh giá theo thời gian thực.

Các thiết bị đeo được có thể lấp đầy khoảng trống này bằng cách liên tục theo dõi các chỉ số tim mạch liên quan đến hệ thần kinh tự chủ, nhưng các chỉ số của chúng bị suy giảm mạnh trong quá trình vận động hàng ngày. Các nhiễu do chuyển động cơ bắp, chuyển động cơ thể và nhiễu sinh lý lấn át các tín hiệu tim và huyết áp yếu ớt mà các thiết bị này đang cố gắng thu nhận, và các chiến lược giảm thiểu hiện tại thường chỉ giải quyết một loại nhiễu hoặc một dải tần số hẹp.

Một nhóm nghiên cứu do Giáo sư Ho Ghim Wei từ Khoa Kỹ thuật Điện và Máy tính thuộc Trường Thiết kế và Kỹ thuật tại Đại học Quốc gia Singapore dẫn đầu, với nghiên cứu sinh Tiến sĩ Tian Guo là tác giả chính, đã phát triển một nền tảng metahydrogel tích hợp với xử lý tín hiệu dựa trên trí tuệ nhân tạo, có khả năng triệt tiêu đồng thời nhiều nguồn nhiễu chuyển động.

Hệ thống này cung cấp tỷ lệ tín hiệu trên nhiễu (SNR) của điện tâm đồ (ECG) là 37,36 dB và độ lệch huyết áp thấp tới 3 mmHg trong quá trình vận động – độ chính xác đáp ứng các tiêu chuẩn lâm sàng ISO và vượt trội hơn các thiết bị theo dõi thương mại hiện có trên thị trường. Kết hợp với máy học, nền tảng này phân loại mức độ mệt mỏi với độ chính xác 92%, hướng tới việc theo dõi sức khỏe tâm thần liên tục và khách quan trong môi trường thực tế.

Kết quả nghiên cứu đã được công bố trên tạp chí Nature Sensors.

Lọc nhiễu ngay tại nguồn

Thay vì chỉ dựa vào phần mềm để làm sạch dữ liệu nhiễu, nhóm nghiên cứu đã giải quyết vấn đề ngay tại giao diện giữa cảm biến và cơ thể. Nền tảng giảm thiểu nhiễu metahydrogel (MAP) kết hợp hai cơ chế lọc trong cùng một vật liệu.

Các hạt nano tự lắp ráp thành các dải định kỳ bên trong hydrogel sẽ tán xạ và hấp thụ các rung động cơ học, tương tự như cách một tấm cách âm giữ lại năng lượng âm thanh, ngăn chặn tiếng ồn do chuyển động trong các dải tần số mục tiêu.

Đồng thời, chất điện giải glycerol-nước tương thích sinh học kiểm soát tốc độ di chuyển của các ion qua gel, cho phép các tín hiệu tim tần số thấp (dưới 30 Hz) đi qua trong khi triệt tiêu nhiễu điện cơ tần số cao hơn. Sau đó, thuật toán khử nhiễu dựa trên máy học sẽ loại bỏ mọi nhiễu không cấu trúc còn lại trong khi vẫn bảo toàn các đặc điểm sinh lý quan trọng.

Nền tảng này đủ mềm để phù hợp với các đặc tính cơ học của mô sinh học, thoáng khí với tốc độ truyền hơi nước vượt trội so với da người và bền bỉ dưới sự kéo giãn nhiều lần.

Bằng cách kết hợp phần cứng được cải tiến với các thuật toán thông minh, hệ thống đã làm cho tín hiệu ECG sạch hơn nhiều, nâng cao chất lượng tín hiệu từ 5,19 dB lên 37,36 dB. Tín hiệu rõ ràng hơn này giúp hệ thống phát hiện các đỉnh ECG quan trọng một cách đáng tin cậy hơn, nâng cao độ chính xác phát hiện đỉnh từ 52% lên 93% và giúp dễ dàng phân biệt các mẫu liên quan đến mệt mỏi với nhịp tim bình thường.

Từ tín hiệu ổn định đến giải mã trạng thái tinh thần

Vì sự mệt mỏi làm rối loạn hệ thần kinh tự chủ, nó để lại những dấu vết có thể đo lường được trong sự biến đổi nhịp tim, mô hình huyết áp và các đặc điểm của sóng điện tâm đồ nhưng chỉ khi những tín hiệu đó có thể được ghi lại một cách rõ ràng trong các hoạt động hàng ngày.

Nhóm nghiên cứu đã xây dựng một hệ thống MAP đeo được tích hợp hoàn toàn, linh hoạt với khả năng truyền dẫn không dây và sử dụng nó để theo dõi người tham gia trong nhiều ngày, bao gồm cả các nhiệm vụ lái xe mô phỏng được thiết kế để gây ra mệt mỏi.

Sử dụng dữ liệu tim mạch chất lượng cao thu thập từ cảm biến hydrogel, một hệ thống học sâu đã xác định mức độ mệt mỏi với độ chính xác 92%, so với 64% khi được huấn luyện trên dữ liệu thu thập mà không có MAP. Nhóm nghiên cứu cũng chứng minh rằng hệ thống đáp ứng các yêu cầu tiêu chuẩn vàng ISO 81060-2 về theo dõi huyết áp.

Ngoài việc theo dõi sự mệt mỏi, MAP còn loại bỏ các nhiễu tín hiệu sinh học đa dạng, bao gồm âm thanh tim, âm thanh hô hấp, giọng nói, sóng não và ghi âm chuyển động mắt, cho thấy tiềm năng của nó trong việc theo dõi sức khỏe thần kinh và tâm thần một cách toàn diện hơn.

Hướng tới việc theo dõi sức khỏe tâm thần trong thế giới thực

Nhóm nghiên cứu đã dành khoảng bốn năm để phát triển các công nghệ cảm biến cơ bản trước khi đưa ra khái niệm metahydrogel khoảng hai năm rưỡi trước.

Việc thiết kế và chế tạo nền tảng này mất khoảng một năm, trong thời gian đó các nhà nghiên cứu đã xây dựng một thư viện các metahydrogel với các hệ vật liệu khác nhau để nhắm mục tiêu vào tiếng ồn trên các dải tần số khác nhau. Một năm tiếp theo dành cho việc tích hợp hệ thống và xác thực ứng dụng, bao gồm cả việc khám phá tiềm năng của nó trong việc theo dõi sức khỏe tâm thần.