العموم نيوز:
طوّر مهندسون في جامعة نورث وسترن الأميركية نموذجا أوليا لنظارات ذكية قادرة على مراقبة مؤشرات صحية متعددة من دون بطارية، بالاعتماد على الطاقة الناتجة عن حركات الوجه الطبيعية، مثل رمش العين والابتسام وتحريك الفك ورفع الحاجبين.
وتعتمد التقنية على استغلال الحركات اليومية المتكررة لتوليد الطاقة اللازمة لتشغيل مستشعرات مدمجة في إطار النظارات، في خطوة قد تتيح مراقبة بعض المؤشرات الحيوية بصورة مستمرة من دون الحاجة إلى شحن الجهاز.
وقالت نيفيديتا أرورا، الباحثة في جامعة نورث وسترن التي قادت المشروع، إن الوجه البشري يمثل مصدرا غنيا بالبيانات الصحية، ما يجعل النظارات التي يستخدمها كثيرون منصة مناسبة لمراقبة المؤشرات الحيوية.
وتختلف هذه التقنية عن الأجهزة القابلة للارتداء، مثل الساعات والأساور الذكية، التي تتطلب شحنا دوريا، إذ تسعى إلى تحويل النظارات اليومية إلى أجهزة صحية تستفيد من حركات المستخدم الطبيعية لتوفير الطاقة.
كيف تعمل نظارات GlassTENG؟
يحمل النموذج الأولي اسم GlassTENG، ويعتمد على تقنية مولدات الكهرباء النانوية الاحتكاكية (TENG)، التي تجمع الكهرباء الناتجة عن تلامس مادتين مختلفتين وانفصالهما، بما يؤدي إلى انتقال الإلكترونات وتوليد شحنة كهربائية.
وفي هذه النظارات، تحتوي المستشعرات المرنة على طبقات تتلامس وتنفصل مع حركة الوجه، ما يسمح بتحويل الحركة إلى طاقة كهربائية تُستخدم في تشغيل نظام الاستشعار، بدلا من الاعتماد على بطارية تقليدية.
وتهدف التقنية إلى رصد مجموعة من الحركات والمؤشرات، تشمل النبض ورمش العين ونشاط الفك وإطباق الأسنان، بما قد يساعد في تتبع حالات مثل صرير الأسنان والإرهاق وبعض المؤشرات المرتبطة بصحة القلب والأوعية الدموية.
ثلاثة مستشعرات لرصد النبض وحركات الفك
ثبّت الفريق البحثي ثلاثة مستشعرات على إطار النظارات، بحيث يتولى كل منها رصد مجموعة من الحركات والمؤشرات بحسب موقعه.
وُضع المستشعر الأول على جسر الأنف بالقرب من الشريان الزاوي، لرصد النبض ورمش العين وحركة الحاجبين، فيما ثُبّت الثاني عند الصدغ فوق الشريان الصدغي السطحي لتتبع النبض ونشاط الفك.
أما المستشعر الثالث، فوُضع بالقرب من الأذن لرصد حركات المضغ وإطباق الأسنان.
وتنتج كل حركة نمطا كهربائيا مميزا يمكن للنظام التعرف عليه؛ إذ تراوحت الإشارة الناتجة عن النبض بين 50 و100 ملي فولت، فيما بلغت إشارات رمش العين ورفع الحاجبين بين 200 و500 ملي فولت، ووصلت الإشارات الناتجة عن حركات الفك القوية إلى 1.5 فولت.
دقة بلغت 93.8% في التعرف على حركات الوجه
اختبر الباحثون كفاءة النظام باستخدام خوارزمية للتعلم الآلي دُرّبت على التعرف على الأنماط من خلال أمثلة سابقة، ثم حللت الإشارات الصادرة عن 20 متطوعا.
وأظهرت النتائج أن النظام حقق دقة إجمالية بلغت 93.8% في تحديد النشاط الذي يؤديه المستخدم، فيما بلغت دقته في التعرف على صوت اصطكاك الأسنان 99%، وعلى إطباق الفك بقوة 96%.
واختبر الفريق قياس النبض بصورة منفصلة لدى 10 مشاركين كانوا جالسين وفي حالة راحة، وبالمقارنة مع حزام مرجعي لقياس النبض يُرتدى حول الصدر، بلغ متوسط الفرق في القياس 1.82 نبضة في الدقيقة.
وتشير النتائج إلى إمكانات واعدة للنموذج الأولي في رصد حركات الوجه وبعض المؤشرات الحيوية، إلا أن التقنية لا تزال بحاجة إلى مزيد من التطوير والاختبارات.
التحدث أثناء تناول الطعام يحد من دقة النظام
رغم النتائج الإيجابية، واجه النظام صعوبة في التمييز بين بعض الحركات المتشابهة، خصوصا التحدث والمضغ، إذ قد يفسر حركة الفك أثناء الحديث على أنها مضغ للطعام.
وأظهرت الاختبارات أن النظام تعرّف على التحدث بصورة صحيحة في 55% من الحالات، بينما صنّفه خطأ على أنه تناول للطعام في 37% من الحالات.
وعزا الباحثون ذلك إلى تشابه حركات الفك أثناء التحدث والمضغ، فضلا عن اشتراك النشاطين في تنشيط العضلة الصدغية الموجودة على جانب الرأس، ما يجعل التمييز بينهما أكثر صعوبة.