Nền y học hiện đại đang đối mặt với thách thức từ sự gia tăng của các bệnh lý mạn tính và xu hướng già hóa dân số toàn cầu. Các phương pháp chẩn đoán và theo dõi thường yêu cầu bệnh nhân phải trực tiếp đến cơ sở y tế, gây tốn kém chi phí và khó phát hiện sớm các vấn đề sức khỏe cấp tính xảy ra trong đời sống thường nhật. Điều này đòi hỏi một giải pháp công nghệ có khả năng giám sát liên tục, không xâm lấn và phản hồi theo thời gian thực ngoài không gian bệnh viện.

 

Hiện nay, việc giám sát các chỉ số sinh lý quan trọng vẫn phụ thuộc lớn vào các thiết bị tại bệnh viện. Những thiết bị này tuy có độ chính xác cao nhưng cồng kềnh, không thể sử dụng liên tục khi bệnh nhân di chuyển.

Trong khi đó, các thiết bị đeo thương mại thế hệ đầu như vòng tay sức khỏe còn tồn tại nhiều nhược điểm lớn:

- Độ nhạy kém và dễ nhiễu tín hiệu: Tín hiệu sinh học thu được thường bị biến dạng hoặc lẫn tạp âm do cử động của người dùng.

- Khả năng tương thích sinh học thấp: Lớp tiếp xúc cứng, dễ gây kích ứng da khi đeo trong thời gian dài và không ôm khít vào các bề mặt sinh học không bằng phẳng.

- Hạn chế về xử lý dữ liệu: Hầu hết thiết bị chỉ thu thập dữ liệu thụ động rồi truyền về máy chủ đám mây. Quá trình này gây ra độ trễ lớn, tiêu thụ nhiều năng lượng và tiềm ẩn nguy cơ rò rỉ dữ liệu cá nhân nhạy cảm.

 

Chen và cộng sự (2025) đã trình bày phương pháp tích hợp vật liệu tiên tiến và trí tuệ nhân tạo nhằm khắc phục triệt để các rào cản trên. Hệ thống cảm biến mới sử dụng các nhóm vật liệu thông minh có đặc tính vượt trội:

- Vật liệu tự phục hồi: Có khả năng tự phục hồi cấu trúc vật lý và độ dẫn điện sau khi bị trầy xước hoặc kéo căng nhẹ, giúp kéo dài tuổi thọ thiết bị.

- Siêu vật liệu và vật liệu phản hồi kích thích: Chúng hoạt động tương tự như một lớp da nhân tạo thứ hai có độ co giãn cao, bám dính sinh học tốt và giảm thiểu tối đa hiện tượng nhiễu do cử động sinh lý gây ra.

Hệ thống không truyền trực tiếp dữ liệu thô về máy chủ. Thay vào đó, thiết bị áp dụng trí tuệ nhân tạo, cụ thể là học máy dạng siêu nhỏ tích hợp ngay trên bo mạch in dẻo.

Bên cạnh đó, thiết bị vận hành theo nguyên lý tự chủ chia sẻ đóng vai trò như một hệ thống đồng điều khiển. Cơ chế này cho phép thiết bị tự động lọc nhiễu, nhận diện các bất thường cục bộ ở cấp độ tế bào hoặc nhịp tim, sau đó phối hợp nhịp nhàng với quyết định điều trị của bác sĩ lâm sàng mà không gây quá tải thông tin.

 

 

Sự kết hợp giữa vật liệu thông minh và AI mở ra nhiều hướng đi mới trong nghiên cứu, giảng dạy và điều trị lâm sàng:

+ Cung cấp một mô hình học tập trực quan liên ngành cho sinh viên ngành Y - Dược, liên kết chặt chẽ giữa khoa học vật liệu, kỹ thuật y sinh và khoa học máy tính.

+ Đặt nền móng cho các đề tài nghiên cứu chuyên sâu về thiết bị y tế khép kín, hướng tới tự động hóa một phần quy trình chăm sóc.

+ Chuyển đổi sang y học dự phòng: Giúp phát hiện sớm các dấu hiệu như rung nhĩ, hạ đường huyết đột ngột, biến đổi pH tại vết thương nhiễm trùng trước khi bệnh nhân nhận thấy triệu chứng rõ rệt.

+ Cá nhân hóa phác đồ điều trị: Dữ liệu sinh lý được thu thập liên tục trong môi trường sinh hoạt thực tế của bệnh nhân, giúp bác sĩ điều chỉnh liều lượng thuốc hoặc cường độ tập luyện phục hồi chức năng chính xác theo từng cá thể.

+ Hệ thống phản hồi khép kín: AI có thể phân tích dữ liệu cảm biến và trực tiếp điều phối thiết bị bơm thuốc tự động hoặc kích thích điện cơ xương, tạo ra một vòng lặp điều trị khép kín, an toàn dưới sự giám sát của nhân viên y tế.

Nguồn: Chen, S. et al. (2025). Transforming healthcare: Intelligent wearable sensors empowered by smart materials and artificial intelligence. Advanced Materials, 37(21), 2500412. https://doi.org/10.1002/adma.202500412

 

Người viết bài: ThS. Bùi Văn Đức

Người duyệt bài: PGS.TS Nguyễn Hữu Toàn

Người đăng bài: ThS. Bùi Văn Đức