微信扫一扫
从人工智能赋能医疗，到绿色能源探索未来发展方向，科研创新正在不断回应我们所面对的全球挑战。谢菲尔德大学研究人员长期探索健康、科技与可持续发展等领域，并将创新成果应用于现实场景，为改善人们生活、推动社会发展带来更多可能。
本期内容将带大家一起回顾这些科研亮点，走近研究背后的故事，了解谢菲尔德大学如何通过跨学科探索推动创新，并为未来创造更多可能。
科研亮点回顾
音乐科技改善痴呆症人群生活体验
痴呆症（Dementia）是一组会逐渐影响记忆、思维能力和日常生活的神经系统疾病。目前，全球约有5700万人受到痴呆症影响，这一数字预计将在2050年增至约1.39亿。如何为患者提供更易使用、更贴近真实生活需求的支持，已成为一个日益紧迫的挑战。
据研究表明，音乐对痴呆症患者的生活可以产生积极的影响，但许多现有的音乐相关技术与设备却并未充分考虑他们的认知与身体需求。为此，谢菲尔德大学Jennifer MacRitchie博士及其研究团队提出了一种不同的方案：不是替使用者设计，而是邀请他们一起设计。
研究团队结合音乐、工程与认知科学，与痴呆症患者共同测试和设计音乐科技。从按钮和滑块怎样操作， 到不同能力的人如何一起创造和享受音乐，使用者的真实体验贯穿整个研发过程。
团队希望创造更易使用、更具包容性的音乐工具，让痴呆症患者能够掌控他们与艺术的互动方式，而不是艺术被“强加于他们”。
自2021年以来，这项与社区和护理机构共同开展的设计工作已经改善了约1,000名痴呆症患者的照护体验。对团队来说，意义并不仅仅在于设备的创新，而是探索一种更以人为本的技术研发方式，让真正使用技术的人，决定技术应该是什么样子。
阳光和空气成为航空燃料的新起点
航空业脱碳对于减缓全球变暖、实现净零排放非常关键。发展可持续航空燃料（Sustainable Aviation Fuel , SAF）虽然是一个很有前景的解决方案，但仍然面临着一个重要挑战：如何获得足够的原料来满足航空业对燃料的巨大需求，同时保证整个生产过程本身不依赖化石燃料。
航空业的可持续发展面临着减少碳排放与拓展燃料来源的双重挑战。谢菲尔德大学Meihong Wang教授及其团队提出了一种新的可持续航空燃料生产路径：从空气中捕获二氧化碳，与氢气结合，并利用聚光太阳能提供生产过程中所需的高温。同时，研究团队借助先进的建模与仿真技术，分析了其适合落地的区域条件，进一步评估了这项新技术实现工业化生产的可行性。
这项研究为未来绿色航空燃料的发展提供了新的思路，也展现了谢菲尔德大学在可持续能源领域的创新探索。
无辐射成像技术守护儿童肺部健康
对于患有哮喘、囊性纤维化等需要长期接受诊疗的儿童来说，肺部检查往往不是“一次就结束”。 然而，CT和X射线会涉及电离辐射，常规肺功能测试也无法精确地反映问题。如何既看清肺部变化，又减少长期检查带来的负担，是儿童肺部疾病诊疗中的重要挑战。
为了解决这一困难，谢菲尔德大学Jim Wild教授及其团队耗时20年，研发出一种名为“超极化气体磁共振成像”（Hyperpolarised Gas MRI）的创新技术。该技术将MRI与吸入式氙气成像方法相结合，使医生能够更清晰地观察肺部气流变化，从而更早发现疾病迹象，并持续追踪病情发展。
如今，团队与谢菲尔德儿童医院、谢菲尔德教学医院等NHS合作伙伴持续开展临床应用，用于多种肺部疾病的诊断、评估和长期管理，服务来自英国各地的患者们。未来，团队希望进一步探索更易部署的设备，让先进肺部成像技术能够惠及更多患者。
让清洁能源在需要的时候“用得上”
随着全球迈向净零排放目标，如何更稳定、高效地利用可再生能源成为能源领域的重要挑战。而如何将多余的清洁能源储存起来，并在需要时使用，成为未来能源系统需要解决的问题。
谢菲尔德大学Dan Gladwin教授及其团队长期致力于电力储能研究，与许多停留在理论模型的研究不同，团队更加注重储能技术在真实环境中的实际应用。不仅将系统直接接入电网并进行大规模运行，还持续验证这些解决方案在现实能源场景中的稳定性与可行性。
目前，团队正与能源行业合作伙伴展开深度合作，共同探索更加可靠、稳定且具有现实应用价值的储能解决方案。让能源更加可靠、可负担且清洁，也正是这项研究希望推动实现的未来。
AI探索神经疾病检测新方式
运动神经元病（Motor Neurone Disease, MND）等神经系统疾病，可能伴随认知、语言或行为上的变化。但这些变化并不总是容易在早期被发现，现有评估也往往需要在专业医疗环境中完成。对患者来说，如何让评估更便捷、更容易获得尤为重要。
谢菲尔德大学Heidi Christensen教授、Leslie Ing博士及Christopher McDermott教授等组成的跨学科团队，正在开发两项AI数字工具：CognoSpeak和CognoMND。利用人工智能分析语言表达和语音特征中的数千项特征，帮助更早识别痴呆和运动神经元疾病等神经系统疾病的潜在迹象。
其中，CognoSpeak通过数字智能体引导使用者完成对话、图片描述和认知任务。早期研究显示，该工具在识别轻度认知障碍方面取得了较高准确率，团队目前仍在真实临床及居家环境中开展更大规模验证。类似方法也正在用于 CognoMND 的研发，帮助研究人员识别MND患者可能出现的认知和行为变化。
这项研究结合人工智能、计算机科学与临床医学，为未来更便捷、更高效的健康评估方式带来了新的可能。
绿色技术助力航空与工业低碳转型
推动航空和重工业实现低碳转型，并不仅仅依靠开发新的能源方案。对于这些对安全性和稳定性要求的行业而言，新技术还需要经过接近真实工业环境的测试与验证，才能真正走向实际应用。
谢菲尔德大学Karen Finney博士及其团队依托能源创新中心（Energy Innovation Centre），开展可持续航空燃料与氢能相关研究，通过测试、验证和产业合作，探索低碳能源技术从实验室走向实际应用的可行路径。Karen Finney博士表示：“飞机燃油消耗降低约1.5%，听起来幅度不大，但当这一变化发生在全球每天数以万计的航班上时，就意味着每年能够节省数百万吨燃料，并减少大量碳排放。这正是这项研究能够带来的现实影响。”
这项研究的影响并不止于航空领域。团队还与多家制造商和基础工业企业合作，帮助重工业探索天然气向氢能转型的可行路径。通过调整空气过量系数和燃烧速率等运行参数，研究人员测试如何在使用氢气的同时达到工业生产所需的温度和热通量，而无需重新设计整个生产设施。
对Karen Finney博士而言，推动航空业和重工业脱碳，不只是证明新型燃料和相关技术在工程上可行。随着EIC推进下一代研究项目，团队也开始关注技术之外的问题：新技术如何被产业真正采用，又如何获得社会理解与支持。Karen Finney博士表示，只有学术界、产业界、政策制定者和公众共同参与，才能让低碳技术真正走向现实应用，并实现更绿色、更清洁的未来。
