Das kaistische Team entwickelt Rahmen für tragbare Blutdrucksensoren auf KI-basierten Basis

Ein kaistisches Forschungsteam unter der Leitung von Professor Keon Jae Lee hat einen innovativen theoretischen Rahmen und Forschungsstrategien für tragbare Blutdrucksensoren auf KI vorgeschlagen, der den Weg für die kontinuierliche und nicht-invasive kardiovaskuläre Überwachung ebnet.
Hypertonie ist eine führende chronische Krankheit, die weltweit über eine Milliarde Menschen betrifft, und ein wichtiger Risikofaktor für schwere kardiovaskuläre Erkrankungen wie Myokardinfarkt, Schlaganfall und Herzinsuffizienz. Die herkömmliche Blutdruckmessung beruht auf intermittierenden, Manschettenbasismethoden, die keine Echtzeitschwankungen erfassen und die Herausforderungen bei der kontinuierlichen Patientenüberwachung darstellen.
Tragbare Blutdrucksensoren bieten eine nicht-invasive Lösung für die kontinuierliche Blutdrucküberwachung und ermöglichen eine Echtzeitverfolgung und ein personalisiertes kardiovaskuläres Gesundheitsmanagement. Derzeitigen Technologien fehlen jedoch die Genauigkeit und Zuverlässigkeit, die für medizinische Anwendungen erforderlich ist, was deren praktische Verwendung einschränkt. Um diese Herausforderungen zu bewältigen, sind Fortschritte in der hochempfindlichen Sensor-Technologie und der AI-Signalverarbeitungsalgorithmen von wesentlicher Bedeutung.
Aufbauend auf ihrer früheren Studie an fortschrittlichen Materialien (doi.org/10.1002/adma.202301627), die die klinische Machbarkeit flexibler piezoelektrischer Blutdrucksensoren validierte, führte das Team von Professor Lee Lee eine ausführliche Überprüfung der neuesten Beratungen in Manschaumen-Wearable-Sensoren durch und konzentrierte sich auf die technischen und klinischen Kliniken. Ihre Überprüfung zeigt klinische Aspekte der klinischen Implementierung, der Übertragung von Echtzeitdaten, der Verschlechterung der Signalqualität und der Genauigkeit des AI-Algorithmus.
Dieses Papier zeigt systematisch die Machbarkeit von tragbaren Blutdrucksensoren für medizinische Qualität und überwindet eine zuvor als unüberwindliche Herausforderung angesehene Herausforderung. Wir schlagen theoretische Strategien vor, um technische Hindernisse anzugehen und neue Möglichkeiten für zukünftige Innovationen in diesem Bereich zu eröffnen. Mit fortgesetzten Fortschritten erwarten wir, dass diese Sensoren Vertrauen gewinnen und bald kommerzialisiert werden, was die Lebensqualität erheblich verbessert. „
Professor Keon Jae Lee, Kaist
Quellen:
Min, S., et al. (2025). Wearable blood pressure sensors for cardiovascular monitoring and machine learning algorithms for blood pressure estimation. Nature Reviews Cardiology. doi.org/10.1038/s41569-025-01127-0.