Non-invasive Blood Glucose Detection System Using Combined Visible and Near-Infrared Spectral Data
本研究提出了一种结合可见光与近红外反射光谱技术及随机森林建模的无创血糖检测系统，该系统在人体试验中实现了极高的临床准确度（MARD ≈ 4%，Clarke误差网格A区占比94.1%），可与商用连续血糖监测仪相媲美。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
对于数百万糖尿病患者而言，日常生活的节奏总是会被一种尖锐而熟悉的疼痛所打断：为了采集一滴血而进行的指尖采血。这种微小的伤口是必要的，用以检查血糖水平——这是一个至关重要的数字，决定了一个人是否需要注射胰岛素、进食或休息。虽然现代技术通过植入皮下的设备使这一过程变得更少侵入性，但理想的方案长期以来一直是无需血液、无需针头且无痛的方法。几十年来，科学家们一直在追求这一目标，探索通过光线读取人体化学成分的方法。挑战在于，血糖隐藏在人体组织深处，被水分、脂肪和血液包围，而所有这些物质都会以复杂的方式与光线发生相互作用。为了找到糖分，传感器必须从其他生物变化（如皮肤的含水量或温度变化）产生的嘈杂背景中，分辨出其微弱的信号。
来自韩国的一个研究小组通过制造一种结合了可见光和不可见光的设备，向这种无痛的未来迈出了重要一步。该系统并非通过抽血，而是将特定颜色的光照射到人的指尖，并测量光线的反射情况。研究人员发现，通过使用标准可见色光和特定的不可见红外波长，他们可以捕捉到皮肤内部状态的详细图像。随后，他们将这些信息输入到一个经过训练的计算机程序中以识别模式，从而能够高精度地预测血糖水平。结果表明，监测这一关键健康指标是不需要破损皮肤的，这为实现连续且完全无痛的糖尿病管理提供了一个前景。
这一新系统的核心是一个看起来像紧凑型电子盒的小型传感器模块，设计用于覆盖在指尖上。其内部包含一组发光二极管（LED），充当微型手电筒。这些光不仅仅是单一的白光束；它们经过精心挑选，包含了红、绿、蓝可见光，以及三段对人眼不可见的特定近红外波段。研究人员选择这些特定的不可见波长，是因为它们能渗透到不同的皮肤深度。有些光线在表面反射，而另一些光束则深入组织，到达溶解了糖分的血管和液体。当光线击中皮肤时，它会发生散射，并被包括水、血液和葡萄糖在内的各种成分部分吸收。传感器捕捉这些返回的光，并将其分解为详细的光谱，从而为那一特定时刻创造出一个独特的特征信号。
为了理解这些复杂的数据，研究人员并没有依赖简单的计算。相反，他们使用了一种被称为“机器学习”的高级计算机技术，该技术允许程序通过实例进行学习，而不是遵循固定的规则。他们收集了十名成年志愿者的数据，这组志愿者既包括健康个体也包括糖尿病患者。在几天的过程中，参与者进食，研究人员在进食前后进行测量，以捕捉从低到高的广泛血糖水平。与此同时，志愿者佩戴着标准的连续血糖监测医疗设备，为验证新系统的准确性提供了可靠的参考点。计算机程序分析了数千个数据点，学习了特定反射光组合与医疗设备记录的实际血糖水平之间的对应关系。
实验结果非常精确。表现最好的计算机模型（一种被称为“随机森林”的算法）预测血糖水平的平均误差仅约为 4.3 毫克/分升。在血糖监测领域，这是一个极小的误差范围。背景资料显示，标准医疗指南通常允许更宽的误差范围才会被视为不可靠。研究人员发现，几乎所有的预测都落在最高的安全类别中，这意味着如果医生或患者根据这些数值做出治疗决策，几乎肯定会是正确的。该系统的准确性甚至达到了匹配或超过目前市面上某些需要植入皮下传感器的商业设备的水平。
这项研究最重要的发现之一是确定了哪些特定颜色的光起到了关键作用。研究人员分析了数据，观察哪些波长对预测准确性贡献最大。他们发现，大约二十个特定的光带携带了几乎所有的必要信息，其表现与最初测试的七十个波段中的全集一样出色。这一发现对于该技术的未来至关重要，因为它表明最终的设备可以做得更小、更简单。未来的版本不需要复杂的多种光源阵列，只需依靠几个精心挑选的波长，即可使传感器更易于制造且佩戴更舒适。
研究还探讨了使用更高级的计算机模型（即深度神经网络）是否可以通过将问题转化为分类任务来改进结果。系统不再是预测一个精确的数字，而是被要求将血糖水平划分为不同的区间。即使采用这种更困难的方法，系统仍保持了极高的准确度，能够正确识别绝大多数测量值的所属区间。这证实了传感器捕捉到的光信号包含足够的细节，足以区分血糖的细微变化，即使这些差异非常微小。这些结果在不同测试方法中的一致性让研究人员确信，系统并非仅仅偶然适用于某一组人群，而是捕捉到了光与糖之间真实的物理关系。
尽管取得了这些令人鼓舞的结果，研究人员也谨慎地指出，这目前仍是一个原型，在面向公众使用前还需要更多工作。该研究涉及的参与者人数相对较少，且是在受控条件下进行的。要成为可靠的医疗工具，该系统需要在更大规模且更多样化的人群中进行测试，包括不同肤色和年龄的人。研究人员还计划进一步缩小设备体积，目标是将所有灯光和传感器集成到可以装在手表或戒指上的形态中。他们还在研究如何使系统随着时间的推移适应个体用户，确保随着人体变化仍能保持准确。
从实验室原型到能够装进口袋的设备还有很长的路要走，但这项研究提供了一张清晰且令人振奋的路线图。通过将智能的可见光与不可见光组合与强大的计算机学习相结合，研究人员证明了非侵入式血糖监测不仅是一个理论上的梦想，更是一个触手可及的现实。这项技术已经从询问“是否可能”阶段，转向展示“能做得多好”。随着传感器变得越来越小，算法变得越来越精炼，或许在不久的将来，那尖锐的针刺将被简单的、无痛的光影触摸所取代，从而改变全球数百万糖尿病患者管理疾病的日常体验。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。