据麦姆斯咨询报道，美国西北大学的研究人员测试了一种减少用户夜间“越痒越挠，越挠越痒”的新方法。该方法利用人工智能（AI）训练的可穿戴传感器加上振动反馈，大大减少了患有轻度特应性皮炎的成年人夜间抓挠的次数。通过小规模试验表明，这套系统可以有效减少抓挠事件和持续时间，不会影响用户的总睡眠时间。
可穿戴传感器、人工智能抓挠算法和睡眠监测概览
特应性皮炎的特点是慢性瘙痒和“越痒越挠，越挠越痒”的恶循环。抓挠瘙痒部位会引起更多炎症，从而加剧瘙痒，再导致更多抓挠。这种循环会严重扰乱睡眠，使患者更加疲劳和紧张。
此前的研究验证了一种AI驱动的可穿戴传感器，即Sibel Health公司的ADAM（Advanced Acousto-Mechanic）传感器。Sibel Health是一家专注于开发无线传感器和数据集成的数字健康公司，致力于为医疗保健交付和研究提供创新解决方案。ADAM传感器是Sibel Health开发的一款新型可穿戴传感器，可以监测语音生物标志物、睡眠指标、抓挠事件、吞咽次数、身体运动、咳嗽次数、心率、身体位置、呼吸频率、皮肤温度和步数等。
美国西北大学的这项研究成果以“Artificial Intelligence–Enabled Wearable Devices and Nocturnal Scratching in Mild Atopic Dermatitis”为题发表于JAMA Dermatology。研究人员进行了一项单臂、两阶段队列试验。
十名年龄在18岁或以上、患有轻度特应性皮炎和中度至重度搔痒症的患者参加了此次研究。疾病严重程度采用经验证的研究者总体评估（vIGA）评分进行评估。
据介绍，这款AI可穿戴传感器结合反馈单元形成一种柔软、灵活、贴装在手背上的装置，由医疗级硅胶制成，具有无线功能和触觉马达，能以10000 RPM的速度提供1.4G的振动反馈。
受试者在手背上佩戴这种反馈传感器两周的时间。第一周，在反馈功能禁用下记录受试者夜间的抓挠基线。
第二周，启动反馈机制，在检测到抓挠时发出振动警报。使用经过验证的AI算法测量抓挠事件和持续时间。共收集了104个夜晚、831个小时的监测数据。
统计分析显示，每晚平均抓挠次数减少了28%（从45.6次减少到32.8次），每小时抓挠持续时间减少了50%（从15.8秒减少到7.9秒）。总睡眠时间没有明显变化。
大多数受试者表示该可穿戴传感器易于使用，并对减少抓挠的方法表示感兴趣。
挠痒痒的动作可能都是无意识的，自己或许都不知道自己在挠痒痒，只是下意识地动作，甚至在睡觉时也会挠痒痒。该设备的反馈可能会扰乱这种无意识行为。振动本身也有可能提供轻微的反刺激，从而减少抓挠的需要。
未来，研究人员计划进行更大规模的随机研究、更长时间的随访、评估对皮肤的潜在影响以及白天的抓挠行为，以进一步证实这些结果。
总结来说，研究人员介绍了一种新型可穿戴传感器，它利用柔性电子、人工智能和边缘计算的进步，准确量化了儿童和成人特应性皮炎患者的抓挠和睡眠指标。触觉马达的引入提供了一个闭环系统，使该可穿戴传感器能够针对抓挠行为提供实时干预。使用该传感器后，患者夜间总抓挠时间和每小时抓挠时间以及总抓挠次数和每小时抓挠次数均显著减少。
延伸阅读：
《可穿戴传感器技术及市场-2025版》
《印刷和柔性传感器技术及市场-2024版》
《触觉技术及市场-2024版》
