家用眼压电子皮肤传感器

李叶

戴森设计大奖（James Dyson Award）是一项国际性的设计与工程大奖，旨在嘉奖、鼓励和启发新一代的设计工程师。今年的国际冠军是一款用于眼压检测的可穿戴式生物医学设备——HOPES家用眼压电子皮肤传感器。

青光眼是全球第二大致盲诱因。据统计，2020年全球青光眼患者约达8000万人，到2040年预计将超过1.11亿人。2020年中国青光眼患者约为1582万人，同比增长3.4%。大多数青光眼患者都是无症状的，因此青光眼也被称为“无声的光明窃贼”。眼压是衡量青光眼患者症状程度的黄金标准，目前临床医师主要是通过常规眼压检测来确定长期治疗方案与目标。而青光眼的诊断和治疗需要24小时监测眼压，患者平均每2～3小时就要去医院跑一趟，过程很繁琐。测眼压有时需要滴麻醉眼药，整个探测头直接弹射到角膜上，还有一种是需要把眼睛长时间张大，吹空气压平角膜进行监测，整个过程往往让患者感觉非常不适。

HOPES是一款用于眼压检测的可穿戴式生物医学设备，由来自新加坡国立大学的中国留学生鱼珂露、李思及新加坡学生David Lee发明。HOPES的操作过程十分便捷，为需要频繁检测眼压的患者提供了无痛无感的流畅体验。患者在A p p上创建个人档案后，可穿戴HOPES手套，用装有传感器的手套指尖按压眼睑的中部位置，传感器采用特殊架构，可捕获精度达微秒级的眼部动态压力信息，采集到的信号经机器学习算法处理，实现持续精准的眼压测量。眼压数据将通过蓝牙传输到配对设备或上传至云端供医师远程查阅，其配套App还可以向患者推送历史测量数据，链接到医疗系统，让患者及时获得医疗帮助。

HOPES的发明人之一鱼珂露的父亲就是一名青光眼患者，往返院治疗的过程中遭受了很多不适和痛苦，这让鱼珂露意识到，发明出一种安全、准确、低成本的居家眼压测量设备迫在眉睫，于是她和团队用8个月设计、构思和制作，搭载了传感器技术和人工智能手段的HOPES由此诞生，所采用的技术目前正在申请专利。

团队最初的设想始于2020年，经过一系列迭代和测试，大概花了大约8个月的时间才达到这个阶段。主要的传感器技术及硬件由李思和之前一些组员一起完成，鱼珂露负责关于传感器材料的研究，David负责软件设计和算法开发。研发过程中最具挑战阶段在于装置的设计，因为团队的目标是做一款在家用场景中使用的装置，目标用户以中老年人为主，所以需要将产品设计得尽可能的简单，让患者拿到产品凭直觉就能够使用。而团队成员都是工程背景，在设计方面有些不足，最初的设想不断被推翻。最开始的想法是把传感器设计成指环状，但指环不是很稳定，后来才产生了用手套的想法。而传感器比较小巧轻便，如果用全指手套的款式，傳感器就显得有点多余，直至有一天看到钓鱼手套，觉得这种单指手套整体较轻便，穿戴使用方法也很直观，这才成就了现在的方案。

项目目前还在进行当中，HOPES团队最终的设想是把手腕部位的电子电路优化成一个智能手表的模式，整个手套也会设计得更贴合人的手指，材料会更亲肤。鱼珂露在专访中表示，医疗和临床知识是团队比较大的盲区，实验组目前跟新加坡国立大学医院的眼科中心主任Dr. Victor Koh有合作，他作为团队的临床顾问给予了许多专业建议，会经常进行有线上和线下的会议，帮助团队了解青光眼病史和发病趋势，包括预防、诊疗手段，以及之前各种各样的对于青光眼眼压测试的资料。对于未来HOPES投入市场的预期，鱼珂露表示，还需要不断优化人工智能的系统，以及降低制作成本。

HOPES团队之前曾尝试过将人工智能应用于写字、识别手写字母的技术，还有关于触觉感知、触觉识别的应用，HOPES实现了将人工智能和医疗产品结合在一起，对三人来说都是第一次。未来团队想要将人工智能相关技术应用到辅助医疗器件上面，他们认为人工智能并不是取代医生，而是更好地帮助医生去理解病人的情况。哪怕是同一病症的患者，每个人的情况都不尽相同，如果完全靠医生个人做出判断，很可能难免会有一些偏差。而人工智能结合医生专业知识和现在的科技，可以避免一些误差和错误，可以帮助他们制定一个更好的医疗方案。从这个角度上看，人工智能反而更加人性化。

此次获得戴森设计大奖的国际冠军对团队是很大的鼓励。HOPES经过来自全球的戴森工程师、科学家和设计师的充分分析、讨论和评审后中选，也是对团队努力的一种肯定。获奖后，团队大部分时间还是在学校的实验室工作，也会需要对外展示科研成果以及项目宣传，在这方面戴森提供了很多帮助和建议，并指导他们如何更好地保护设计发明。戴森设计大奖也为团队提供了很好的平台，通过对科研成果的宣传，让更多人知道科技能够改善生活。

对于HOPES，戴森设计奖的发起人詹姆斯·戴森爵士还多了一重体验者的身份，“我亲身体验过青光眼测试的不适，这群年轻人已经解决这个问题，这不仅影响了他们的家人，更造福了更多青光眼患者人群。他们的发明可能会让青光眼测试更广泛、更触手可及，我希望他们后续在开发和医疗审批这些充满挑战性的过程中取得成功。”

后续团队计划与新加坡国立大学医院合作采集和分析患者的眼压数据，对HOPES的机器学习模式进行训练，同时不断优化HOPES的性能和设计，团队希望将来有更多患者能够在家中实现无痛测量眼压体验，也希望能够切实改善人们的生活质量，期待有一天他们的传感技术能有更多健康监测应用，比如机器人和生物医疗设备等。