Redação do Site Inovação Tecnológica - 10/07/2026

Adesivo computacional
Um novo adesivo inteligente, projetado para imitar a textura da pele humana, consegue analisar dados de saúde usando inteligência artificial de uma forma inédita: Ao contrário dos dispositivos vestíveis atuais, ele realiza seus cálculos de IA diretamente no corpo, em meros milissegundos, sem depender de uma conexão sem fio.
Compare isto com o seu relógio inteligente: Apesar de monitorar sua frequência cardíaca ou seus movimentos, ele não analisa os dados coletados; a análise ocorre em equipamentos muito maiores, depois que as informações são enviadas para um servidor externo. Em algumas situações médicas mais delicadas - como na detecção de uma fibrilação ventricular, por exemplo - esse pequeno retardo na comunicação com o servidor é muito longo.
Processos de fabricação que permitem a impressão de transistores eletroquímicos orgânicos em superfícies flexíveis tornaram possível agora integrar o poder computacional a um simples adesivo, que pode ser colado sobre a pele.
"O futuro que estamos tentando concretizar é o de tornar os dispositivos vestíveis e implantáveis mais inteligentes," disse Sihong Wang, da Universidade de Chicago, nos EUA. "Trata-se de ajudar as pessoas a terem um médico pessoal e instantâneo integrado aos seus dispositivos."

IA no hardware
O dispositivo consiste em um circuito computacional neuromórfico flexível, uma grande matriz de transistores capaz de executar análises de dados de saúde imitando o funcionamento do cérebro humano. O princípio básico já havia sido demonstrado com um pequeno número de transistores, mas nunca nessa escala, que chegou a um tamanho suficiente para uso prático.
Os transistores eletroquímicos orgânicos, também conhecidos como neurotransistores, funcionam de maneira diferente dos transistores dos chips de computador. Eles processam informações usando tanto corrente elétrica quanto o movimento de íons através de uma camada de eletrólito semelhante a um gel. Os eletrólitos conferem a cada transistor uma memória embutida, permitindo que eles armazenem valores numéricos de forma estável ao longo do tempo, de maneira semelhante à forma como uma sinapse no cérebro pode ser fortalecida ou enfraquecida para codificar um padrão aprendido.
Mas havia um desafio para fabricação desses componentes: A camada superficial flexível é sensível ao calor e a solventes, o que impede que ela seja fabricada com as técnicas padrão de produção de chips. Ao mesmo tempo, a camada de eletrólito em gel tem tendência a se mover como um líquido, fundindo-se com dispositivos vizinhos e causando curtos-circuitos.
A equipe resolveu o desafio desenvolvendo um novo tipo de gel polimérico que pode ser endurecido em padrões precisos por meio da exposição à luz ultravioleta. O resultado é um método de fabricação capaz de produzir 10.000 transistores eletroquímicos orgânicos por centímetro quadrado, o que é mais do que suficiente para o poder computacional esperado dos dispositivos vestíveis.

Desfibrilação sem desfibrilador
Para testar a utilidade dos novos dispositivos, a equipe usou uma de suas matrizes flexíveis para executar um algoritmo pré-treinado, projetado para auxiliar no tratamento da fibrilação ventricular. Essa perigosa tempestade elétrica no coração pode ser fatal e, na maioria das vezes, é tratada com um choque de desfibrilador, que libera uma enorme descarga elétrica em todo o coração.
Os pesquisadores propuseram um tratamento mais preciso: Mapear as ondas elétricas anormais à medida que elas se propagam pelo coração, e então aplicar pulsos pequenos e precisos logo à frente delas, de modo a anulá-las antes que elas possam se propagar. A exigência é grande: As frentes de onda se movem pelo coração tão rapidamente que toda a análise precisa ser concluída em milissegundos, muito rápido para que os dados sejam transmitidos para um computador externo e voltem.
Utilizando dados reais de mapeamento cardíaco de um coração humano doado, a equipe demonstrou que a matriz extensível consegue localizar as posições da frente de onda com 99,6% de precisão, mesmo quando o dispositivo ficou esticado mais de uma vez e meia o seu comprimento normal.
Em outra demonstração, uma rede neural codificada na matriz analisou uma combinação de sinais vitais e dados pessoais de saúde - incluindo níveis de colesterol, açúcar no sangue, frequência cardíaca máxima e leituras de ECG - para avaliar o risco de ataque cardíaco de um paciente, atingindo uma precisão de 83,5%.