理大學者研發智慧降溫服裝應對極端高溫

全球暖化日益威脅人類健康和工作效率。目前，全球約 36 億人居住在極易受到氣候變化影響的區域。在 2000 年至 2019 年間，全球每年逾 48 萬人死於與高溫相關的疾病。極端高溫增加壓力荷爾蒙、影響睡眠質素、削弱注意力、降低生產力，以及加劇情緒惡化。為應對日益嚴重的熱浪，香港理工大學（理大）學者突破傳統服裝設計限制，研發新一代可持續的個人降溫解決方案。

理大利民先進紡織科技青年學者、時裝及紡織學院副教授、未來服裝紡織科技研究中心副主任、理大興國技術創新研究院副院長壽大華教授最近在《科學》（Science）期刊發表論文，提出利用先進紡織與智慧可穿戴技術，實現可持續個人降溫的新方法。

理大利民先進紡織科技青年學者、時裝及紡織學院副教授、未來服裝紡織科技研究中心副主任兼理大興國技術創新研究院副院長壽大華教授最近在《科學》（Science）期刊發表論文，提出利用先進紡織與智慧可穿戴技術，實現可持續個人降溫的新方法。

智能科技，尤其是智慧可穿戴技術與人工智能，正成為實現可持續個人降溫的關鍵推動力。壽大華教授表示︰「根據世界氣象組織預測，2025 至 2029 年間出現史上最熱年份的機率高達 80%。在此背景下，個人降溫科技對人類福祉、健康和生產力的重要性與日俱增。我們正在研發一系列智慧型『超級英雄式』服裝，該服裝具備自我調溫與實時健康監測功能，能有效應對極端高溫天氣帶來的挑戰。」

iActive™智能運動服引入低電壓驅動人工汗腺及汗區映射的根狀液體輸運網路，以液滴形式快速排出汗液，大幅減輕重量與黏膩感，保持皮膚乾爽透氣。

該篇論文提出的觀點極具前瞻性，系統地聚焦有效整合輻射、傳導、對流及蒸發四種降溫機理，提出在動態現實場景中，實現人體熱濕平衡自我調節的具體策略。論文同時提出並構建了一個由人工智能驅動的閉環框架，連接感知、預測及執行，實現個性化及節能的降溫效果，並強調設計具備可規模化和可回收性，以促進公共健康、工作場所安全及效率。

可持續的個人降溫由被動型織物，逐步邁向智能系統。具有光譜選擇性的紡織品能高效釋放人體紅外熱量，同時阻隔外部太陽和地表熱量的侵入。透過在纖維和紗線中複合不同導熱填料，來實現可調熱阻。濕度響應纖維則有助強化對流和蒸發散熱效果。輕量化可穿戴設備，例如︰可變輻射率器件、電致冷與熱電模組，當結合柔性光伏及隨身儲能，可實現主動可控的降溫。這些新技術採用「模式選擇性」降溫策略，並融入以人為本的設計理念，兼顧舒適、耐用、可水洗及輕巧特點，有效延展熱舒適範圍，減少對空調的依賴。

Omni‑Cool‑Dry™是一款兼具透氣、類膚質的全新織物，有效導流汗液，又能提供光譜選擇性降溫效果。透過反射太陽和地表輻射，同時發射人體紅外熱量，從而降低皮膚溫度約5 °C，即使在陽光下使用者也能保持清涼乾爽。

儘管個人降溫技術發展迅速，仍面對許多挑戰。人體出汗有助散熱，但目前汗液管理效能有限，常導致織物重量和黏膩感增加，降低透濕性及輻射降溫效率，尤其在劇烈出汗時更為明顯。此外，能夠隨動態環境和個體生理變化實現即時自我調節熱平衡，同時確保舒適和安全，仍是一個極具挑戰的問題。

壽大華教授表示︰「未來我們還需要加強紡織、傳熱學、柔性電子與人工智能等跨學科融合，建立具規模和可回收的製造體系，平衡可持續、可穿戴、時尚與熱管理功能。同時，也需要制定標準化、使用者為本的評價指標，例如：單位功率降溫能力、生理熱感和用戶接受度等，以促進公平比較與使用。」

壽大華教授及其團隊致力研究多項創新技術以應對極端高溫的挑戰。其中 iActive™智能運動服引入低電壓驅動人工汗腺及汗區映射的根狀液體輸運網路，以液滴形式快速排出汗液，大幅減輕重量與黏膩感，保持皮膚乾爽透氣，其排汗速度可高達人體出汗峰值的三倍。

SweatMD是一款全紡織、非侵入式可穿戴系統，利用仿生微流體網路定向引導汗液，通過親膚傳感紗線監測葡萄糖、鉀離子等生物標誌物，可即時生成分子層級的健康指標（如疲勞與脫水風險），並將數據傳送至手機。

Omni‑Cool‑Dry™是一款兼具透氣、類膚質的全新織物，有效導流汗液，又能提供光譜選擇性降溫效果。透過反射太陽和地表輻射，同時發射人體紅外熱量，能讓皮膚溫度相比普通織物降低約 5 °C，即使在陽光下使用者也能保持清涼乾爽。

針對高溫作業環境，在熱適應軟體機器人服裝中，內嵌溫度回應軟致動器，可主動或自發地調節織物厚度及其內部靜止空氣層，從而克服傳統隔熱服單一隔熱等級的局限。其熱阻可在 0.23 至 0.48 K·m²/W 範圍內調節，即處於 120°C 的高溫環境下，其內表面溫度也能比傳統隔熱服低約 10°C。

SweatMD 是一款全紡織、非侵入式可穿戴系統，利用仿生微流體網路定向引導汗液，通過親膚傳感紗線監測葡萄糖、鉀離子等生物標誌物，可即時生成分子層級的健康指標（如疲勞與脫水風險），並將數據傳送至手機。

總體而言，上述創新技術構建了一個智能生態系統，通過感測器監測生理狀態，利用模型預測降溫需求，由智能服裝提供定向回應。透過整合紡織感測器、基於纖維的冷卻器與隨身能量採集器，有望實現可持續的自主降溫。

這些研究成果涵蓋日常服飾、運動與防護裝備，充分體現將基礎研究轉化普及，以應對全球挑戰。透過理大研究中心及設於內地的技術創新研究院，如理大興國技術創新研究院和未來服裝紡織科技研究中心，更可借助內地市場豐富的應用場景，並與當地龍頭產業合作，加速科研成果轉化，並推動可規模化部署。

壽大華教授的科研項目分別獲得國際知名創新獎項嘉許，包括日內瓦國際發明展評審團嘉許金獎（2025）及金獎（2024），以及 TechConnect 全球創新獎等。此外，壽教授亦榮獲美國纖維學會「傑出成就獎」，該獎項每年僅授予一位全球學者。

不少人在日常生活中習慣一邊走路一邊處理其他事情，例如構思購物清單或回覆手機訊息。但對於活動能力及認知能力均有所減弱的中風患者而言，這種常見的「雙重作業步行」卻可能構成重大挑戰。香港理工大學研究團隊早前開展全球首項針對中風人士雙重作業步行與跌倒風險的相關研究，其後的後續研究進一步發現，認知作業的類型及複雜性之間的相互作用，會直接影響「雙重作業幹擾」的程度及模式，導致患者的身體活動及認知作業表現同時下降。這項成果對設計中風復康的雙重作業評估及訓練，具有重要的臨牀價值。

理大信興教育及慈善基金康復科學教授彭耀宗教授（左）與助理教授曾秀蘭教授（右）帶領團隊進行中風復康研究

這次研究由理大信興教育及慈善基金康復科學教授、神經康復治療學講座教授兼康復治療科學系系主任彭耀宗教授，聯同該學系助理教授曾秀蘭教授帶領進行，旨在評估社區內慢性中風患者的雙重作業能力。研究期間，參加者需在平地步行及跨越障礙物兩種活動情境下接受評估，過程中要同時完成不同類型的認知作業，包括聽覺辨識、回憶購物清單以及連續減法計算。

研究參加者在平地步行及跨越障礙物的情境下接受評估，過程中需完成認知作業

研究團隊採用名為「雙重作業效應」的標準化指標，用以量度患者在活動能力（步行距離）及認知功能（作業準確度）兩方面的表現。結果顯示，患者在步行時進行認知作業，往往會受到雙重作業幹擾，導致其認知作業、步行表現，甚至兩者同時出現下降。這種幹擾不但會增加跌倒風險，亦會窒礙患者重新融入社區生活。

研究同時指出，雙重作業步行的表現高度取決於作業的性質。尤其當認知作業涉及內部反應，例如在腦中進行連續減法時，患者需要動用更多工作記憶、心智追蹤及內部處理能力，因而受到更大的雙重作業幹擾。研究觀察所得，這類涉及內部反應的作業對活動能力造成的幹擾最為顯著，臨牀結果顯示患者的步行距離會明顯下降。此外，作業類型與其複雜性之間的相互作用，也會比這兩個因素各自的單獨影響，更顯著地左右雙重作業的表現。

理大康復治療科學系系主任彭耀宗教授表示研究結果突顯個人化評估的重要性

彭耀宗教授解釋：「我們的研究結果突顯個人化評估的重要性，有助更深入瞭解中風患者在雙重作業時面對的挑戰。雙重作業訓練已獲證實可減少雙重作業幹擾，並降低步行時的跌倒風險。臨牀應用方面，建立全面的雙重作業效應指標，對評估中風後患者的活動能力至關重要。而針對認知作業的不同範疇與複雜性進行標準化評估，亦是引導慢性中風患者進行有效功能訓練的關鍵。」

理大康復治療科學系助理教授曾秀蘭教授指出精準辨識功能缺損是提升復康成效的關鍵

曾秀蘭教授補充説：「由於中風會影響負責不同認知及身體功能的大腦區域，只針對單一認知領域及難度的『一刀切』方式，不足以識別中風患者的主要功能缺憾。因此，精準辨識患者的具體功能缺損，並制定個人化訓練方案，是提升復康成效的關鍵。」

這次研究提出，復康訓練需要突破傳統、單一的功能訓練模式，並納入更貼近日常生活情境的雙重作業訓練，以提升復康成效。相關論文已以「認知作業類型與複雜程度對中風患者平地步行及穿越障礙物中的雙重作業幹擾之影響」為題，刊載於國際學術期刊《神經復康與神經修復》（Neurorehabilitation and Neural Repair）。