کفی هوشمند با انرژی خورشیدی: پیشگیری از پارکینسون و ردیابی سلامت در لحظه
تیم پژوهشی دانشگاه ایالتی اوهایو (OSU) کفی هوشمندی را توسعه داده‌اند که با بهره‌گیری از ۲۲ حسگر ریز و تغذیه از سلول‌های خورشیدی درهم‌کوبیده در بافت کفش، الگوهای بیومکانیکی راه‌روی را در زمان واقعی ثبت و تحلیل می‌کند. این فناوریِ پوشیدنی، داده‌های پیچیده حرکتی را از طریق بلوتوث به تلفن هوشمند ارسال می‌کند تا الگوریتم‌های یادگیری ماشین با دقت بالا آن‌ها را رمزگشایی کنند.
معماری سخت‌افزاری و مدیریت انرژی
کفی از لایه‌های انعطاف‌پذیر و باریک تشکیل شده که در اثر ۱۸۰ هزار چرخه فشرده‌سازی آزمایشگاهی هیچ افت کارکردی نشان نداده‌اند. سلول‌های فتوولتائیک نوری که روی کفش قرار دارند، انرژی خورشید را به برق تبدیل کرده و در باتری‌های لیتیوم-یون نازک و ایمن ذخیره می‌کنند؛ بنابراین کاربر نیازی به شارژ جداگانه ندارد و دستگاه برای استفاده مداوم بی‌خطر است.
🔗 بیشتر بخوانید: عکس معنادار از نماز عید فطر در عمان+عکس_دانستنی
تشخیص هشت حالت حرکتی با هوش مصنوعی
مدل پیشرفته یادگیری ماشینِ تعبیه‌شده در سیستم، قادر است هشت الگوی حرکتی — از حالت‌های ایستا مانند نشستن و ایستادن تا حرکات پویا همچون دویدن و چمباتمه زدن — را با دقت بالا طبقه‌بندی کند. توزیع حسگرها از نوک انگشتان تا پاشنه، پروفایل فشار پویای پاها را در هر لحظه ترسیم می‌کند؛ به عنوان مثال در پیاده‌روی فشار به‌ترتیب از پاشنه به سمت انگشتان منتقل می‌شود و نیمی از زمان گام را اشغال می‌کند، در حالی که در دویدن تقریباً هم‌زمان تمام حسگرها تحت فشار قرار می‌گیرند و تنها یک‌چهارم زمان گام را در بر می‌گیرند.
کاربردهای بالینی: زود‌یابی پارکینسون و مراقبت پیشگیرانه
تحلیل دقیق الگوهای راه‌روی امکان شناسایی ناهنجاری‌های اولیه ناشی از بیماری‌های عصبی مانند پارکینسون، زخم پای دیابتی و اختلالات اسکلتی-عضلانی را فراهم می‌آورد. پزشکان و مراجعان می‌توانند از این داده‌ها برای تصحیح لحظه‌ای حالت بدن، پیشگیری از آسیب، برنامه‌ریزی توان‌بخشی شخصی‌سازی‌شده و نظارت از راه دور بر پیشرفت بیماری بهره‌مند شوند.
🔗 بیشتر بخوانید: بهبود سریع‌تر پس از جراحی با قدم‌زدن روزانه: نتایج مطالعه جدید
افق تجاری‌سازی و چالش‌های آتی
پژوهشگران پیش‌بینی می‌کنند که این کفی هوشمند در بازه سه تا پنج سال آینده به بازار Massen وارد شود. گام بعدی، گسترش تست‌ها بر روی جمعیت‌های متنوع‌تر برای تضمین شمولیت و دقت مدل در طیف وسیعی از بیومکانیک‌های فردی است. نتایج این پژوهش در مجله معتبر Science Advances منتشر شده است.
