人工智能驱动的电池健康监测技术已经成为可植入电池的福音，因为这种技术能够及早提供关于电池更换的可靠信息。植入式电池大致分为两类，即(i)不可充电且使用年限固定的原电池，以及(ii)由锂离子电池发展而来的二次充电电池。除了确保植入式电池的生物相容性、寿命和可持续性外，还应确保电池监控和管理手段。国际医疗器械展览会Medtec指出，电池管理单元能够确定电池健康状况（SOH），预测剩余使用寿命（RUL），从而确保正确的电池管理。电池SOH和RUL预测在电池更换潜在需求预估方面起着重要作用，因此近来引发了研究兴趣。图3给出了适用于SOH和RUL预测的各种方法。电池SOH和RUL预测方法分类如下。

5.1 基于模型的方法

基于模型的方法采用经验方法、等效电路来评估电池健康状况。

图3 适用于SOH和RUL预测的方法

5.2 自适应滤波

采用扩展卡尔曼滤波器、自适应多参数估计器对电池状态参数进行估计。

5.3 数据驱动方法

数据驱动方法包括机器学习、深度学习估计器，以及统计估计器，如贝叶斯过程、高斯过程。

利用数据驱动方法和自适应滤波方法建立了一种混合模型来预测植入式电池的RUL。基于长短记忆网络（LSTM）的SOH预测采用了循环同步和动态时间规整方法，以便处理不均匀的电池退化循环情况。国际医疗器械展览会Medtec研究表明，在另一项研究中，采用贝叶斯优化的LSTM来预测SOH和RUL。所有这些方法都有助于了解电池的健康状态和预测电池的RUL。

国际医疗器械展览会Medtec现场将设四大专区，囊括电子光学、AI、IVD诊断及影像、检测、临床、法规、研发设计& 大动物实验专区等展品，点击此处报名参展>>>

在设计IMD电池时，需要解决的主要挑战包括设备的寿命、尺寸小型化、所用材料的生物相容性以及设备商业化的安全法规。所有这些挑战为研究与开发带来了大量机会。植入式电池发展的一个重要限制是其自身固有的，即电池技术发展缓慢。然而，材料和纳米科学的最新发展通过探索新的生物相容性电解质、电极以及缩小植入式设备尺寸，在一定程度上解决了这一挑战。其中提出了利用新型纳米材料、仿生能量收集技术和无线充电功能来探索不同的电池技术，以此作为传统电池的替代品。此外，葡萄糖燃料电池等替代能源的开发也有助于推进植入式电池技术。延长电池寿命需要调整电池参数，因此在电池性能研究过程中对新型电极和电解质材料的使用进行了探索。

除了寿命之外，生物相容性和安全性因素还要求开发和使用新型可生物降解材料，因此对生物可降解性增强材料的使用进行了探索。镁离子、锌离子和钠离子电池构成可生物降解组，而锌离子、锂离子、生物燃料等电池构成不可降解电池组，有望推动未来的电池技术发展。建议对电池进行专门测试以研究其降解特性，作为一项提高安全性的措施。特别推荐无线充电技术来有效应对这些挑战。因此，本文详细讨论了当前电池技术所带来的局限性，并提出了提高IMD供电电池质量的解决方案。表2总结了植入式电池的设计挑战。由新型材料制成的电池如图4所示。

图4 植入式电池新型材料的示例 – 绿色可编程海藻酸锌聚合物电解质（转载自[72]。经Creative Commons CC By许可，http://creativecommons.org/licenses/by/4.0/）。a Zn-Alg-5电解质分步制备。b 电交联时间与聚合物厚度的变化 c 锌电交联在不同时间间隔的照片

作为生物植入式设备的一部分，植入式电池的商业化需要满足严格的监管和安全规则。国际医疗器械展览会Medtec指出，虽然此类规定对医疗应用是强制性的，但在大多数情况下，这些规定会成为技术实施的障碍。例如，安全规定因人口结构不同而异，这导致了可用性延迟，或者在某些情况下，世界某些地区无法获得有价值的技术。一般来说，医疗设备和器械根据其使用类型、复杂性和相关风险因素分为三类，即第一类至第三类，其中风险最高的为第三类。心脏起搏器属于第三类，因为这种设备为有创植入。植入有源植入式医疗器械（AIMD）的人属于敏感性高风险人群，需要保护其免受电磁干扰（EMI）的危害，在设计植入式设备时需要从工程角度进行考虑，以确保安全性。

原文来源：Discover Applied Sciences (Published online: 01 November 2024)

作者：Umapathi Krishnamoorthy、Priya Lakshmipathy、Manohar Ramya、Hady H. Fayek4

图片来源：Discover Applied Sciences

文章翻译：Medtec Team