← Nieuwste papers
⚡ electrical engineering

Non-invasive Blood Glucose Detection System Using Combined Visible and Near-Infrared Spectral Data

Deze studie presenteert een niet-invasief bloedglucosedetectiesysteem met behulp van gecombineerde zichtbare en nabij-infrarode reflectiespectroscopie met Random Forest-modellering, dat een hoge klinische nauwkeurigheid bereikte (MARD ≈ 4%, 94,1% in Clarke Error Grid Zone A) die vergelijkbaar is met commerciële continue glucosemonitoren in menselijke proeven.

Oorspronkelijke auteurs: Tae Wuk Bae, Byoung Ik Kim, Kee Koo Kwon, Young Choon Kim

Gepubliceerd 2026-08-20
📖 7 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: Tae Wuk Bae, Byoung Ik Kim, Kee Koo Kwon, Young Choon Kim

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Voor miljoenen mensen die met diabetes leven, wordt het dagelijkse ritme van het leven onderbroken door een scherpe, vertrouwde pijn: de prik van een vinger om een druppel bloed af te nemen. Deze kleine wond is noodzakelijk om het suikergehalte in het bloed te controleren, een vitaal getal dat bepaalt of iemand insuline, voedsel of rust nodig heeft. Hoewel moderne technologie dit proces minder invasief heeft gemaakt met apparaten die onder de huid zitten, is de ideale oplossing al lang een methode die helemaal geen bloed vereist, geen naalden en geen ongemak. Wetenschappers jagen al decennia op dit doel en verkennen manieren om de chemie van het lichaam door de huid te lezen met behulp van licht. De uitdaging ligt in het feit dat bloedsuiker diep in de weefsels van het lichaam verborgen zit, omringd door water, vet en bloed, die allemaal op complexe manieren met licht interageren. Om de suiker te vinden, moet een sensor zijn zwakke signaal kunnen onderscheiden van een luidruchtige achtergrond van andere biologische veranderingen, zoals hoe gehydrateerd een persoon is of hoe warm de huid aanvoelt.

Een team van onderzoekers in Zuid-Korea heeft een belangrijke stap gezet naar deze pijnloze toekomst door een apparaat te bouwen dat een combinatie van zichtbaar en onzichtbaar licht gebruikt om het bloedsuikergehalte te schatten. In plaats van bloed af te nemen, schijnt hun systeem specifieke kleuren licht op een vingertop en meet hoe dat licht terugkaatst. De onderzoekers ontdekten dat door een mix van standaard zichtbare kleuren en specifieke onzichtbare infrarode golflengten te gebruiken, ze een gedetielijk beeld konden vastleggen van de interne staat van de huid. Ze voerden deze informatie vervolgens in een computerprogramma dat getraind is om patronen te herkennen, waardoor het het bloedsuikergehalte met een hoge mate van nauwkeurigheid kon voorspellen. De resultaten suggereren dat het mogelijk is om deze cruciale gezondheidsmeting zonder de huid te doorbreken te monitoren, wat een blik werpt op een toekomst waarin diabetesbeheer continu en volledig pijnloos is.

De kern van dit nieuwe systeem is een kleine sensormodule die eruitziet als een compact elektronisch doosje, ontworpen om over een vingertop te worden geplaatst. Van binnen bevat het een reeks lichtgevende diodes, of LED's, die fungeren als kleine zaklampen. Deze lichten zijn niet slechts een enkele witte straal; ze zijn zorgvuldig gekozen en bevatten rood, groen en blauw zichtbaar licht, samen met drie specifieke banden van nabij-infrarood licht die onzichtbaar zijn voor het menselijk oog. De onderzoekers kozen deze specifieke onzichtbare golflengten omdat ze de huid tot verschillende dieptes penetreren. Sommige lichten kaatsen terug vanaf het oppervlak, terwijl andere stralen dieper in het weefsel reizen, de bloedvaten en vloeistof bereiken waar suiker in is opgelost. Wanneer het licht de huid raakt, verstrooit het en wordt het gedeeltelijk geabsorbeerd door de verschillende componenten daarin, inclusief water, bloed en glucose. De sensor vangt dit terugkerende licht op en breekt het af in een gedetailleerd spectrum, wat een unieke handtekening creëert voor dat specifieke moment.

Om deze complexe data te begrijpen, vertrouwden de onderzoekers niet op eenvoudige berekeningen. In plaats daarvan gebruikten ze een geavanceerde computerechniek die bekend staat als machine learning, waardoor een programma kan leren van voorbeelden in plaats van een vaste set regels te volgen. Ze verzamelden gegevens van tien volwassenen, een groep die zowel gezonde individuen als mensen met diabetes omvatte. Gedurende meerdere dagen aten deze deelnemers maaltijden, en de onderzoekers namen metingen voor en na het eten om een breed scala aan bloedsuikerniveaus vast te leggen, van laag tot hoog. Tegelijkertijd droegen de vrijwilligers een standaard medisch apparaat dat het bloedsuikergehalte continu meet, wat een betrouwbaar referentiepunt bood om de nauwkeurigheid van het nieuwe systeem te controleren. Het computerprogramma analyseerde duizenden gegevenspunten en leerde hoe de specifieke mix van gereflecteerd licht overeenkwam met de werkelijke suikerniveaus die door het medische apparaat werden geregistreerd.

De resultaten van dit experiment waren opmerkelijk precies. Het computermodel dat het beste presteerde, een type algoritme genaamd Random Forest, was in staat om het bloedsuikergehalte te voorspellen met een gemiddelde fout van slechts ongeveer 4,3 milligram per deciliter. In de wereld van bloedsuicermonitoring is dit een uitzonderlijk kleine foutmarge. Ter context: standaard medische richtlijnen staan vaak een veel ruimere foutmarge toe voordat een meting als onbetrouwbaar wordt beschouwd. De onderzoekers ontdekten dat bijna alle voorspellingen in de hoogste veiligheidscategorie vielen, wat betekent dat als een arts of een patiënt deze cijfers zou gebruiken om een behandelbeslissing te nemen, het bijna zeker de juiste beslissing zou zijn. Het systeem was zo nauwkeurig dat de prestaties overeenkwamen met, of zelfs die van sommige commerciële apparaten die momenteel beschikbaar zijn en een sensor vereisen die onder de huid wordt ingebracht.

Een van de belangrijkste ontdekkingen in deze studie was het identificeren van welke specifieke kleuren licht het meest belangrijk waren. De onderzoekers analyseerden de gegevens om te zien welke golflengten het meest bijdroegen aan de nauwkeurigheid van de voorspelling. Ze ontdekten dat een kleine subset van ongeveer twintig specifieke lichtbanden bijna alle noodzakelijke informatie bevatten, en net zo goed presteerden als de volledige set van zeventig banden die ze aanvankelijk testten. Deze bevinding is cruciaal voor de toekomst van de technologie, omdat het suggereert dat het uiteindelijke apparaat veel kleiner en eenvoudiger kan worden gemaakt. In plaats van een complexe opstelling van vele verschillende lichten nodig te hebben, zou een toekomstige versie kan vertrouwen op slechts een paar zorgvuldig gekozen golflengten, waardoor de sensor gemakkelijker te produceren en comfortabeler te dragen is.

De studie onderzocht ook of een geavanceerder type computermodel, bekend als een diep neuraal netwerk, de resultaten kon verbeteren door het probleem als een classificatieprobleem te behandelen. In plaats van een exact getal te voorspellen, kreeg het systeem de opdracht om de bloedsuikerniveaus in categorieën in te delen. Zelfs met deze moeilijkere aanpak behield het systeem een zeer hoog niveau van nauwkeurigheid en identificeerde het de juiste range voor het overgrote deel van de metingen correct. Dit bevestigde dat de lichtsignalen die door de sensor werden opgevangen, genoeg detail bevatten om subtiele veranderingen in de bloedsuiker te onderscheiden, zelfs wanneer de verschillen klein waren. De consistentie van deze resultaten over verschillende testmethoden heen gaf de onderzoekers het vertrouwen dat het systeem niet toevallig goed presteerde bij één specifieke groep mensen, maar een echte, fysieke relatie tussen het licht en de suiker vastlegde.

Ondanks deze veelbelovende resultaten benadrukken de onderzoekers voorzichtig dat dit nog steeds een prototype is en dat er meer werk nodig is voordat het door het algemene publiek kan worden gebruikt. De studie omvatte een relatief kleine groep deelnemers en de tests werden uitgevoerd onder gecontroleerde omstandigheden. Om een betrouwbaar medisch hulpmiddel te worden, moet het systeem worden getest op een veel grotere en diversere groep mensen, inclusien degenen met verschillende huidtinten en leeftijden. De onderzoekers willen ook het apparaat verder verkleinen, met als doel alle lichten en sensoren te integreren in een vormfactor die op een horloge of een ring past. Ze onderzoeken ook manieren om het systeem in de loop van de tijd aan te laten passen aan individuele gebruikers, om ervoor te zorgen dat het nauwkeurig blijft naarmate het lichaam van een persoon verandert.

De weg van een laboratoriumprototype naar een apparaat dat in een zak past is lang, maar deze studie biedt een duidelijke en bemoedigende kaart. Door een slimme mix van zichtbaar en onzichtbaar licht te combineren met krachtige computerleerprocessen, hebben de onderzoekers aangetoond dat niet-invasieve bloedsuicermonitoring niet alleen een theoretische droom is, maar een tastbare realiteit. De technologie is voorbij de fase van de vraag of het mogelijk is en laat nu zien hoe goed het kan werken. Naarmate de sensoren kleiner worden en de algoritmen verfijnder worden, kan de dag snel komen dat de scherpe prik van een naald wordt vervangen door een simpele, pijnloze aanraking van licht, wat de dagelijkse ervaring van diabetesbeheer voor miljoenen mensen wereldwijd zal transformeren.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →