现有的植入式电刺激器提供了一种替代方案,通过刺激脊髓来阻断疼痛信号传递至大脑。但这些设备存在成本高昂、手术侵入性强以及需要频繁更换电池等缺点。目前,南加州大学维特比工程学院阿尔弗雷德·E·曼生物医学工程系周实验室的研究人员,与加州大学洛杉矶分校的陈军教授团队合作,开发了一种革命性解决方案:一种固定在脊柱上的柔性超声诱导无线植入式(UIWI)刺激器,专为个性化自适应慢性疼痛管理而设计。
这项开创性设备在《自然·电子学》期刊上详述,代表着疼痛治疗领域的重大飞跃。现有脊髓刺激器通常笨重且需有线连接电池,而新设备设计可随身体活动弯曲扭转,并由可穿戴超声发射器供能,无需内置电池。它还利用机器学习算法为每位患者定制治疗方案。该研究由南加州大学凯克医学院眼科教授、工程学佐拉布·A·卡普里利安研究员周启发领导。
按需止痛:植入式刺激器工作原理
该创新的核心在于其无线供能系统,消除了笨重电池和复杂有线接口的需求——这些通常需要反复手术。UIWI刺激器通过外部可穿戴超声发射器(WUT)获取能量。超声波为深部组织穿透提供了安全有效的无创方法。该设备利用压电效应将机械波转化为电信号。UIWI刺激器的核心是微型化锆钛酸铅(PZT)压电元件,这种高效材料能将入射超声能量转化为刺激所需的电能。
"真正使该设备脱颖而出的是其无线、智能且自适应的疼痛管理能力,"周教授表示。"我们相信它具备巨大潜力替代药物治疗方案和传统电刺激方法,符合临床疼痛缓解需求。"
周实验室博士生、论文第一作者曾玉顺(Sean Zeng)指出,该无线智能微型刺激器能利用超声能量产生足够电刺激强度,从而实现更个性化、精准化和局部化的治疗。
"这种能量转换类型对深度刺激至关重要,因为超声波在临床医学领域具有无创性和高穿透性,"曾玉顺强调。"通过无线超声能量传输和闭环反馈系统,UIWI刺激器无需植入笨重电池,并能实现实时精确可调的疼痛调控。"
"从临床角度看,基于深度学习的疼痛评估能动态解读并响应波动的疼痛状态,这对适应患者个体差异至关重要,"论文共同第一作者、周实验室博士生巩晨补充道。
设备工作流程:
疼痛检测:系统持续监测反映患者疼痛水平的脑部记录信号,特别是脑电图(EEG)信号。AI评估疼痛级别:基于ResNet-18神经网络的复杂机器学习模型分析这些脑信号,将疼痛分为三个等级:轻微疼痛、中度疼痛和剧烈疼痛。该AI模型区分疼痛状态的总体准确率达94.8%。按需调整治疗:识别疼痛级别后,可穿戴超声发射器自动调节发射的声能。UIWI刺激器感知传播能量并将其转化为电刺激强度,激活脊髓刺激。由此形成提供实时个性化疼痛管理的闭环系统。UIWI刺激器本身具有柔韧可弯折特性,可在脊髓上实现最佳贴附。其提供的脊髓电刺激通过重新平衡传递和抑制疼痛的神经信号,有效阻断痛觉感知。
实验室验证成功
周实验室团队在啮齿动物模型中测试了UIWI刺激器,结果证实了其疼痛管理有效性。
研究人员成功缓解了机械性刺激(如针刺)和急性热刺激(红外热源)引发的慢性神经病理性疼痛。
实验室测试显示,UIWI刺激器治疗显著降低了疼痛指标。在评估动物是否将环境与疼痛缓解相关联的实验中,啮齿动物明显偏好疼痛管理系统激活的腔室,进一步证实了设备有效性。
个性化疼痛管理的未来
UIWI刺激器的成功研发与测试标志着疼痛管理技术发展的关键转折点。植入物的柔性设计及其与先进AI算法的结合,提供了可适应慢性疼痛波动性和高度个体化特征的动态个性化治疗方案。
展望未来,周教授及其合作者期待设备实现更先进应用。周教授表示,未来设计可进一步微型化组件,降低植入侵入性(例如通过注射器植入)。可穿戴超声发射器也可能进化为无束缚微型设备,甚至发展为可穿戴超声阵列贴片,结合成像功能与能量传输,实现实时监测与靶向刺激。未来版本还可能通过智能手机软件控制,提供更强大的个性化疼痛管理。
周教授指出,该设备旨在变革慢性疼痛管理,突破现有方案的局限,提供真正个性化、智能化且高效的疼痛缓解路径。
"我们的研究凸显了超声植入式电子器件在临床转化性慢性疼痛管理中的潜力,"曾玉顺总结道。
Story Source:
Materialsprovided byUniversity of Southern California.Note: Content may be edited for style and length.
Journal Reference:
Yushun Zeng, Chen Gong, Gengxi Lu, Jianxing Wu, Xiao Wan, Yang Yang, Jie Ji, Junhang Zhang, Runze Li, Yizhe Sun, Ziyuan Che, Chi-Feng Chang, Hsiao-Chuan Liu, Jiawen Chen, Qingqing He, Xin Sun, Ruitong Chen, Sina Khazaee Nejad, Xunan Liu, Deepthi S. Rajendran Nair, Laiming Jiang, Jun Chen, Qifa Zhou.A programmable and self-adaptive ultrasonic wireless implant for personalized chronic pain management.Nature Electronics, 2025; 8 (5): 437 DOI:10.1038/s41928-025-01374-6
2025-06-26
2025-06-26
2025-06-26