イオンダイナミクスに基づく汗の指紋識別技術：インクジェット印刷された有機電界効果トランジスタアレイの研究

学術的背景

汗は非侵襲的なバイオマーカーとして、水分バランスや疾患の指標など、人体の健康状態を反映する豊富な生理情報を含んでいます。しかし、汗の成分は複雑で、様々なイオンや分子を含んでいるため、従来の汗モニタリングデバイスは通常、特定の生体識別要素（イオン選択膜や酵素など）を持つセンサーに依存しています。これらのセンサーは特定のイオンや分子に選択的に結合するために複雑な化学修飾が必要ですが、このような化学修飾プロセスは信号のドリフトや干渉を引き起こす可能性があり、その幅広い応用を制限しています。この問題を解決するために、研究者らはイオンダイナミクスに基づく汗の指紋識別戦略を提案し、インクジェット印刷された有機電界効果トランジスタ（Organic Electrochemical Transistor, OECT）アレイと人工知能（AI）アルゴリズムを組み合わせることで、汗の成分を効率的に検出・分析することを実現しました。

論文の出典

この研究は、北京大学のYuanlong Shao、蘇州大学のLizhen Huang、そして復旦大学のMing Wangらによって共同で行われ、2025年4月18日にDevice誌に掲載されました。論文のタイトルは「An Inkjet-Printable Organic Electrochemical Transistor Array with Differentiated Ion Dynamics for Sweat Fingerprint Identification」です。この研究は、中国国家自然科学基金などのプロジェクトによって支援されました。

研究のプロセスと結果

1. インクジェット印刷による多孔質膜の作成

まず、インクジェット印刷技術を用いて、異なるイオンダイナミクスを持つOECTアレイが作製されました。研究者らは印刷プロセスを最適化し、PEDOT:PSS、高沸点エチレングリコール（Ethylene Glycol, EG）、および界面活性剤Triton X-100を含む複合インクを使用し、非接触式の積層造形技術によりインクを基板上に噴射して多孔質膜を形成しました。基板温度と液滴間隔を制御することで、高精度（<70マイクロメートル）のPEDOT:PSSパターンの印刷を実現しました。さらに、溶媒蒸発の差異を利用してPEDOT:PSSの局所的な凝集と相分離を誘発し、3D相互接続多孔質（3D-interconnected Porous, 3D-IP）膜を作成し、ジメチルスルホキシド（DMSO）後処理により板状多孔質（Tubular Porous, TP）膜を形成しました。

2. OECTアレイの構築と電気化学的性能評価

3D-IP膜とTP膜に基づいて、研究者らは完全にインクジェット印刷されたOECTアレイを構築しました。電気化学的テストを通じて、3D-IP-OECTはより速いイオン挿入ダイナミクスを示し、TP-OECTはより遅いイオン挿入挙動を示すことが明らかになりました。これら2種類の膜のイオンダイナミクスの違いを利用して、イオンダイナミクスに基づくセンシングアレイが構築され、汗の成分に対する差異のある動的電気化学的応答が実現されました。さらに、畳み込みニューラルネットワーク（Convolutional Neural Network, CNN）モデルを用いて汗の指紋を分類し、6種類の人工汗サンプルと4種類の実際の汗サンプルを識別することに成功し、それぞれ95.0%と98.0%の精度を達成しました。

3. 柔軟な汗センシングシステムの開発

研究ではさらに、インクジェット印刷されたOECTアレイ、マイクロ流体モジュール、アダプタ回路基板、無線多チャンネルテスト回路基板、およびモバイルアプリケーションを含む柔軟な無線多チャンネル汗センシングシステムを開発しました。このシステムは、汗の指紋データをリアルタイムで収集し、無線通信を介してデータをモバイルアプリケーションに送信して表示することができます。このシステムは柔軟性があり、人体のさまざまな部位の形状変化に対応でき、環境条件下で600回の汗測定を行ってもセンシング性能の明らかな低下は見られませんでした。

4. AIを活用した汗の指紋識別

複雑な汗の指紋から有効な情報を抽出するために、研究者らはAIアルゴリズムを採用しました。CNNモデルを使用して、8つのセンサーからの電流-時間（I-t）曲線から10個の離散的な時間ポイントのデータを抽出し、8×10の汗の指紋パターンを形成し、AIモデルのトレーニングに使用しました。300回のトレーニングを通じて、モデルは人工汗サンプルの識別において95.0%の精度を達成し、実際の汗サンプルの識別では98.0%の精度を達成しました。さらに、Shapley Additive Explanation（SHAP）分析を使用して、各センサーがモデルの予測に寄与する度合いを評価し、各センサーがモデルの予測に有益な非重複情報を含んでいることが明らかになり、モデルの抗干渉能力と堅牢性が向上しました。

結論と意義

この研究は、イオンダイナミクスに基づく汗の指紋識別戦略を提案し、インクジェット印刷されたOECTアレイとAIアルゴリズムを組み合わせることで、汗の成分を効率的に検出・分析することに成功しました。この技術は、健康モニタリング、疾患識別、および潜在的な個人識別のための非侵襲的なソリューションを提供します。OECTの安定性は、外部修飾に依存するのではなく、その本質的なイオンダイナミクス設計によるものであり、信号の干渉を効果的に低減しています。この研究はまた、インクジェット印刷技術の拡張性と低コストの可能性を示し、将来のより小型のウェアラブルデバイスの開発の可能性を提示しました。

研究のハイライト

1. 革新的なイオンダイナミクス戦略：異なる微細構造を持つOECTチャネルを設計することで、汗の成分に対する差異のある動的電気化学的応答を実現しました。
2. インクジェット印刷技術：インクジェット印刷技術を使用して高精度のOECTアレイを作製し、ウェアラブルデバイスにおけるこの技術の可能性を展示しました。
3. AIを活用した汗識別：CNNモデルを使用して複数の汗サンプルを識別し、AIアルゴリズムが複雑な生体信号の解読において有効であることを示しました。
4. 柔軟な無線センシングシステム：柔軟な無線多チャンネル汗センシングシステムを開発し、汗の成分をリアルタイムでモニタリング・分析できるようにしました。

この研究は、科学的に汗センシング技術の発展を推進するだけでなく、非侵襲的な健康モニタリングのための新しいツールを提供することで、臨床的および市場化の面で重要な潜在能力を持っています。