星标“医工学人”，第一时间获取医工交叉领域新闻动态~
生物电子学正处于一场感知能力的革命中。长期以来，柔性传感器在追求“高灵敏度”与“宽频带监测”之间一直难以兼得。然而，近期发表在 Nature Sensors 上的一项研究，以及相关的 Nature 新闻评述，展示了一种能够同时捕捉微弱生理信号（如脉搏）和高频物理振动（如语音）的全能型传感器。这项由浦项科技大学（POSTECH）Kilwon Cho 团队引领的研究，结合了自供电技术与超高密度阵列设计，为下一代闭环诊疗系统奠定了坚实的感知基础。
传统的电容式传感器通常需要外部电源来维持偏置场，这不仅增加了设备的复杂性，还限制了微型化的潜力。
– 压电-电容耦合方案： Cho 团队开发了一种压电驱动的电容式传感器。其创新之处在于利用压电薄膜作为非接触式电源，通过机械振动产生稳定的偏置场。
– 高保真度： 该设计实现了 626 mV/g 的线性灵敏度和 80-5,000 Hz 的平坦频率响应。这意味着一个单一传感器就能同时胜任低频的健康监测和高频的语音采集。
上图展示了超高密度排列的传感器单元如何通过内部空气流通设计和压电调制实现自供电高精度感知。
这项技术突破了现有柔性设备在临床应用中的性能瓶颈，特别是在语音交互和体征监测方面。
– 智能语音助手： 即使在强噪声背景下，这种贴附在颈部的传感器也能通过捕捉喉部振动，还原出高清晰度的语音信号。这对于声带受损或身处极端嘈杂环境的用户具有重要意义。
– 多参数体征监测： 设备能够以极高的信噪比（80 dB）捕捉颈动脉脉搏波，从而精确推导心率、血压和血氧动态。
上图展示了传感器在捕捉人类语音和颈动脉脉搏信号时的卓越表现，其精确度足以与医疗级设备媲美。
正如 Nature 新闻报道（d41586-026-00250-3）所评论的，这种高性能传感器的出现，解决了人工智能（AI）在医疗领域的一个“源头问题”——数据质量。
1. 数据的纯净度： 这种传感器能够有效隔离环境噪声，只获取纯净的生理振动。高质量的输入信号使得机器学习模型（如语音还原模型或压力评估模型）的准确率得到量级提升。
2. 闭环系统的最后一块拼图： 结合前述的口服电子设备和活体显示技术，高保真传感器充当了“神经末梢”，将人体微弱的物理波动转化为数字信号，交给大模型（LLM）处理，最后通过植入设备或活体显示器进行反馈，形成完整的闭环医疗。
尽管 POSTECH 的这项研究展示了令人惊叹的性能，但在商业化路径上仍需跨越机械鲁棒性（在反复形变下的稳定性）以及复杂运动状态下的信号剥离问题。
总结： 从“看得见”信号到“听得清”意图，生物电子传感器的进化正在让医疗监测变得无感且精准。随着自供电技术和高密度集成工艺的成熟，未来的医疗系统将不再仅仅是外部的附加物，而是能够精准感知、智能理解并实时响应的人体生理扩展。
Nature 650, 836-837 (2026)
doi: https://doi.org/10.1038/d41586-026-00250-3
END
撰文 | 张越青
编辑 | 余帆
审核 | 医工学人理事会
扫码加入医工学人，进入综合及细分领域群聊，参与线上线下交流活动
推荐阅读
Microsystems&Nanoengineering|10kPa预应力下的“火眼金睛”：西交利物浦团队这款可穿戴传感器如何让疲劳驾驶监测从“不可能”到“实时”
点击关注医工学人
本篇文章来源于微信公众号: 医工学人
