# 南加大智慧戒指以近紅外光偵測壓力，AI 直接在戒指上運算

> **TL;DR:** 新方法稱為光學皮膚活動（ODA），以兩顆近紅外光 LED 偵測皮膚下的汗腺活動 在 6 人的測試中，戒指區分壓力與放鬆的準確率為 92.3%，凝膠式 EDA 感測器則為 77.95% AI 模型僅 27.65 kB，完全在戒指上執行，延遲降至約 33 ms 研究團隊即將展開為期 1 年、共 40 人的測試，相關技術正在申請專利 目前尚無商品化或定價的消息

- 原文: https://migovi.com/tw/nhan-thong-minh-do-cang-thang-usc/
- 作者: [Sky Shepard](https://migovi.com/tw/author/batman11689/)
- 發布日期: 2026-11-22T19:04:50+07:00
- 分類: 人工智慧, 新聞, 科技
- 來源: [Digital Trends](https://www.digitaltrends.com/wearables/usc-ai-stress-ring/)

---

南加大的壓力偵測智慧戒指直接在戒指上執行 AI，因此敏感的生理資料不必離開裝置，也不用傳到手機或雲端。

## 為什麼現行的壓力偵測方式不夠方便

Fitbit Sense 等穿戴式裝置目前主要透過皮膚電活動（electrodermal activity，簡稱 EDA）來偵測壓力，也就是測量汗腺活動所造成的皮膚導電度變化。這種方式需要電極穩定接觸皮膚，因此每次想檢查時，都得把手放在裝置上並保持靜止幾分鐘。也因此 EDA 無法像心率那樣持續監測，使用者每次想知道自己的壓力有多大，都必須暫停手邊的事情。

南加州大學（USC）由助理教授 Yasser Khan 領軍，並與博士生 Farhad Hassan 合作，打造出一款整合 AI 的戒指，走的是不同的路線：利用近紅外光追蹤皮膚下的汗腺活動。如此一來，戒指能像心率感測器一樣持續量測，使用者只需配戴，不必多做任何動作，而且分析程序精簡到能直接在戒指上執行。研究成果已發表於《Science Advances》期刊。

![南加大 Khan 實驗室研發的壓力偵測智慧戒指](https://migovi.com/wp-content/uploads/2026/11/nhan-thong-minh-do-cang-thang-usc-1.jpg)

*南加大團隊研發的壓力偵測戒指。圖片：USC Khan Lab*

## 以兩顆 LED 取代電極

感到壓力時，汗腺會被啟動，下方的皮膚也會出現極細微的變化，甚至早在汗水滲出體表之前。Khan 表示，構想其實很單純，就是用光來「看見」那層微小的汗液。戒指內建兩顆近紅外光 LED：960 nm 的 LED 會對與汗液相關的水分變化產生反應，1250 nm 的 LED 則作為穩定的參考基準。研究團隊將這種量測方式稱為光學皮膚活動（optodermal activity，ODA）。

在 4 名受試者的測試中，戒指的光學訊號與市售凝膠式 EDA 感測器在時間上平均吻合 86%。同一套光學系統還能記錄心率與心率變異度，而溫度感測器與加速度計則協助戒指區分心理壓力與運動，或因天氣熱而流汗的情況。Khan 認為，這是首度有人證明壓力可以用光來量測。

![ODA 智慧戒指偵測壓力的運作原理示意圖](https://migovi.com/wp-content/uploads/2026/11/nhan-thong-minh-do-cang-thang-usc-2.jpg)

*ODA 戒指的運作方式。圖片：Science Advances / USC*

## 測試結果與後續計畫

在 6 人參與的短期測試中，戒指能正確區分壓力與放鬆的比例為 92.3%，凝膠式 EDA 感測器僅有 77.95%。擴大到更多情境後，包括放鬆、運動與因炎熱而流汗，戒指的準確率達 100%，EDA 則為 74.58%。在 2 人連續配戴 12 小時後，凝膠感測器的準確率降至 57.35%，ODA 戒指仍維持 79.55%。不過受試人數仍然很少，這些數字目前只能視為初步跡象。

Khan 計畫在辦公室環境中，對 40 人進行為期 1 年的追蹤。團隊也正在研究如何降低大量汗水滲出皮膚表面時造成的雜訊，同時以更多種認知與社會心理壓力進行測試。這項技術正在申請專利，未來可能透過南加大的 Stevens Center for Innovation 進行商業授權。

## AI 直接在戒指上執行

值得注意的是，這枚戒指採用的是容易取得的一般元件。溫度感測器與加速度計早已出現在 RingConn Gen 3 等大眾化裝置上，真正的差異在於光源：團隊以一顆 960 nm LED 偵測壓力、一顆 1250 nm LED 作為基準，搭配兩顆光電二極體，而市售戒指通常使用其他波段的 LED。同一組光學模組也能讀取脈搏振幅（PA）、心率（HR），以及兩者的變異度（PAV 與 HRV）。

機器學習模型經 INT8 量化後僅佔 27.65 kB；若在量測的同時進行推論，則需要 174.47 kB 的程式快閃記憶體與 27.63 kB 的靜態 RAM，小到足以直接在戒指的微控制器上執行。這正是邊緣 AI（edge AI）的做法：戒指自行處理感測資料，只把「壓力大」或「放鬆」這類結論傳到手機，而不是傳輸全部的原始資料。根據論文，量測後的延遲縮短約 300 倍，從 9.9 秒（以藍牙傳送原始資料）降至約 33 ms，連續使用的電池續航力也從約 4.2 小時提升到 6 小時。

![ODA 壓力偵測智慧戒指平台的運作機制](https://migovi.com/wp-content/uploads/2026/11/nhan-thong-minh-do-cang-thang-usc-3.jpg)

*ODA 戒指平台。圖片：Science Advances / USC*

敏感的生理資料不必離開戒指，在健康資料愈來愈常被上傳到雲端的今天，這是隱私方面相當可觀的優勢。團隊也表示，這種光學量測方式不限於戒指，同樣適用於手錶與貼片。若後續版本改為由手機負責運算，不到 1 MB 的模型也幾乎可以忽略不計，因為如今的高階手機已能在本機執行數十億參數的 AI 模型。

**MIGOVI 觀點**

Migovi 認為，這個方向比現今許多主要依靠心率推測的「壓力偵測」戒指更值得關注，因為 ODA 依據的是更直接的生理訊號，硬體又採用現成元件，真正做出產品的可能性並不遙遠。不過，最亮眼的數字都來自非常小的樣本（2 至 6 人），而且當汗水大量滲出皮膚表面時，戒指仍會受到影響，因此還不能把這樣的準確率視為真實生活中的定論。對越南的使用者而言，目前沒有任何產品或價格可供考慮，值得等待的是 40 人、為期 1 年的辦公室測試結果，因為那更貼近大家每天配戴戒指的情境。在此之前，現有穿戴式裝置上的壓力指數仍應視為參考，而非健康結論。

來源：[Digital Trends](https://www.digitaltrends.com/wearables/usc-ai-stress-ring/)