Canggih! Sensor di Pergelangan Tangan Ini Deteksi Stres Secara Real-Time

Material baru semakin meningkatkan kinerja CARES. Meskipun bahan yang sebelumnya digunakan untuk sensor keringat dapat diproduksi secara efisien melalui pencetakan inkjet dan mampu mengukur secara akurat bahkan senyawa yang sangat langka, bahan tersebut secara bertahap terurai di hadapan cairan tubuh.

Pengenalan senyawa berbasis nikel membantu menstabilkan sensor berbasis enzim, seperti yang mendeteksi laktat atau glukosa, seperti halnya polimer baru yang ditambahkan ke sensor berbasis ion, yang mendeteksi biomarker seperti natrium atau kalium.

"Menambahkan material baru ini sangat meningkatkan stabilitas sensor selama operasi jangka panjang," lapor Gao.

Seperti sensor keringat sebelumnya, CARES dapat ditenagai baterai dan dapat berkomunikasi secara nirkabel dengan ponsel atau komputer melalui Bluetooth.

Inovasi penting lainnya dengan CARES adalah penambahan machine learning. Karena stres datang dalam banyak bentuk berbeda dan menstimulasi respons kompleks yang memengaruhi banyak sistem tubuh yang berbeda, menafsirkan sejumlah besar data secara akurat adalah kunci kegunaan CARES dan sensor lainnya.

Eksperimen yang menginduksi stres pada subjek yang mengenakan perangkat CARES menunjukkan bahwa sensor secara akurat mengukur keterkaitan biomarker fisiologis (seperti denyut nadi) dan kimia (seperti glukosa).

Subjek juga menjawab kuesioner untuk melaporkan sendiri perasaan cemas dan tekanan psikologis mereka sebelum dan setelah terkena situasi stres seperti olahraga berat atau permainan video yang intens.

Data menunjukkan korelasi yang jelas antara laporan sendiri tentang stres dan korelasi fisikokimiawi yang diukur oleh CARES.

"Tingkat stres dan kecemasan yang tinggi yang disebabkan oleh lingkungan kerja yang menuntut, seperti yang dialami oleh prajurit atau astronot, dapat secara signifikan memengaruhi kinerja," catat Gao.

"Deteksi dini tingkat stres memungkinkan intervensi tepat waktu. Sensor kami yang dapat dikenakan, dikombinasikan dengan machine learning, berpotensi memberikan wawasan tingkat stres secara real-time," tambah dia. (*)

Penelitian ini dipublikasikan pada 19 Januari 2024 di Nature Electronics dengan judul "A physicochemical sensing electronic skin for stress response monitoring".