近日，西安电子科技大学郝跃院士团队常晶晶教授等人成功研发出的一款具有AI增强力学诊断功能的“能量自主仿生鞋垫”，有望为下肢功能障碍性疾病的早期筛查、康复监测和健康管理提供一种全新的无感监测工具。

步态是反映人体健康的重要窗口。从神经系统疾病到骨骼肌肉问题，许多疾病都会在人的行走姿态中留下蛛丝马迹。然而，许多疾病早期的步态异常细微到难以察觉，直到症状明显时才被发现，错失了最佳干预时机。

而现有的可穿戴设备，虽已应用于步态分析，却常因传感精度不足、续航能力弱、数据分析能力有限等问题，难以满足临床精准监测的需求。针对这些痛点，研究团队从大自然中汲取灵感，通过3项协同创新，构建了一套完整的闭环可穿戴监测平台。

如何让传感器既灵敏又耐用？研究团队将目光投向了自然界。

螳螂在捕食时，其腿部需要感知猎物的微弱动静，又要承受自身快速移动的冲击。受到这种分级机械传感结构的启发，团队设计出一种双微结构电容传感器，实现了“鱼与熊掌兼得”——它拥有惊人的“感知带宽”：检测下限低至0.10帕，能敏感捕捉到如羽毛轻触般的微弱压力；最大量程却高达1.4兆帕，足以承受剧烈运动时的高强度冲击。这一宽量程特性意味着，无论是静态站立时足底的细微压力分布，还是奔跑跳跃时的瞬间冲击，传感器都能精准捕捉。

更令人惊叹的是其耐用性。经过12000次循环加载测试，传感器性能依然稳定，无显著衰减。这种优异的机械稳定性，确保了在长期穿戴使用中，数据采集的可靠性始终如一，为精准采集足底压力数据奠定了坚实的硬件基础。

鞋垫中集成了纳米钙钛矿太阳能电池与高容量锂硫电池，构建了微型能源系统。其平均光电转换效率达11.21%，储能效率达72.15%。这意味着在日常行走中，当穿着者迈步于户外或有光线的环境下，鞋垫就能通过太阳能为自己“充电”；而在无光条件下，内置的高效锂硫电池则保证持续8小时以上供电。

这种能量自主的运行模式，打破了传统可穿戴设备对频繁充电的依赖，为实现长期连续的步态监测提供了可能。无论是全天的日常生活，还是多日的康复跟踪，设备都能稳定工作，持续采集数据。

硬件采集到的海量足底压力时空数据，最终需要智慧的“大脑”来解读。经过训练和优化，这套智能系统展现出强大的诊断能力。它对足弓异常的识别准确率达到了96.0%。更令人瞩目的是，它对12种病理步态模式的综合分类准确率高达97.6%。

常晶晶介绍道，这套系统在未来拥有广阔的应用空间。在早期筛查方面，它可以用于社区体检或家庭日常监测，帮助发现潜在的足部结构异常或神经肌肉问题，推动疾病防治关口前移；在远程健康管理领域，患者的日常步态数据可同步至云端平台，方便医生进行远程随访和健康干预，尤其适合老年人和慢性病患者的长期管理。