有機電気化学トランジスタ (OECT) は、電子とイオンの両方の電荷キャリアを組み合わせた炭素ベースの材料で作られたニューロモーフィック トランジスタです。これらのトランジスタは、スマートウォッチ、生理学的信号を監視するトラッカー、その他のウェアラブル技術など、人間の皮膚に配置するように設計されたデバイスの電子信号を増幅およびスイッチングするための特に効果的なソリューションとなる可能性があります。

従来のニューロモーフィック トランジスタとは対照的に、OECT は湿った環境や湿気の多い環境でも確実に動作することができ、これは医療機器とウェアラブル デバイスの両方にとって非常に有利です。その可能性にもかかわらず、既存の OECT のほとんどは硬い素材をベースにしているため、ウェアラブルの快適性が低下し、大規模な展開が妨げられる可能性があります。

香港大学の研究者らは、計算の実行と周囲環境からの信号の収集の両方が可能な伸縮性 OECT をベースにした新しいウェアラブル デバイスを開発しました。論文で発表された彼らの提案システム出版されたでネイチャーエレクトロニクス、ユーザーにとって快適な柔軟なウェアラブル デバイス上でセンサー内エッジ コンピューティングを実現するために使用できます。

「AIの台頭と機械学習は変革をもたらし、さまざまな分野に浸透しています」と論文の共著者であるShiming Zhang氏はTech Xploreに語った。

「しかし、デジタルヘルスを実現するために不可欠なウェアラブルへの導入は、まだ始まったばかりです。私たちの目標は、機械学習機能をウェアラブルに組み込んで、センサー内ニューロモーフィック コンピューティングまたはエッジ コンピューティング機能を可能にすることです。これにより、リアルタイム、エッジベースの意思決定は、クローズドループのセラノスティクスにとって不可欠であり、AI 主導の医療に関連します。」

研究の一環として、Zhang 氏と同僚は、伸縮性のある OECT アレイをベースとした AI 搭載のウェアラブル デバイスの開発に着手しました。これにはまず、機械学習アルゴリズムを開発し、それを生物医学データセットでトレーニングして、ユーザーの生理機能と健康状態についての具体的な予測を正確に行う必要がありました。

「当社のアルゴリズムをウェアラブルと統合するには、3 つの主要な課題に直面しています。正確なトレーニングのために高品質の健康データを収集すること、ソフト スキンによるモーション アーティファクトを抑制してデータ ノイズを最小限に抑えること、そして計算効率を最大化するためにアルゴリズムをカスタマイズすることです」と Zhang 氏は述べています。

「これに対応して、私たちはOECTを使用して高品質の筋EMG信号を実現し、伸縮性のあるOECTを開発してモーションアーティファクトを最小限に抑え、エネルギー効率の高いデータトレーニングのために特定のAIアルゴリズムであるリザーバーコンピューティングを採用しています。」

研究者らによって製造され、提案されたウェアラブルデバイスに統合されたOECTは、エラストマー基板、半導体ポリマーベースのチャネル、固体ゲル電解質、さらに金ベースのソース、ドレイン、ゲート電極などの伸縮性コンポーネントでできています。トランジスタは 50% 以上の伸縮性を示し、100 μm までのサイズに達することがわかりました。

研究者らは、高解像度インクジェット印刷システムを使用して伸縮性トランジスタを製造し、その後それを使用してスマートウォッチ互換のセンサー内コンピューティング モジュールを開発しました。初期テストでは、このモジュールは、たとえば、このモジュールを装着しているユーザーの手のジェスチャーを約 90% の精度で予測するなど、非常に優れたパフォーマンスを発揮することがわかりました。

「このプロジェクトでは、材料科学、製造、エレクトロニクス、AI、医学にまたがる学際的な知識を相乗効果させます」と Zhang 氏は付け加えました。

「提示された WISE プラットフォーム (ウェアラブル、インテリジェント、およびソフト エレクトロニクス) は汎用的であり、他のコンピューティングウェアラブル アプリケーション用に簡単にカスタマイズできます。このシステムは、幅広い疾患の健康転帰を改善し、患者と広範な公衆の両方に利益をもたらす可能性があります」。」

引用