跳过功能区命令
跳到主内容
导航级别上移
登录

同方威视官网

:

同方威视官网

媒体报道|仪器信息网:拉曼光谱无创血糖检测距离实用还有多远?
文章来源:仪器信息网

导读:在血糖无创检测的诸多光学方法之中,拉曼光谱法因其能检测葡萄糖的特征谱,是未来最有希望实现高精度测量血糖浓度的方法之一。
 
  近日,多家媒体就三星及苹果公司正在研发的可检测血糖的智能穿戴设备进行报道,据悉,这两家公司最新款的智能手表可能将借助光学传感器,采用拉曼光谱法进行人体血糖无损检测。消息一出,引来多方关注和议论,为此我们采访了多年从事光学无损检测相关研究的清华大学物理系联合培养博士后王成铭,请其为我们答疑解惑。
               

王成铭博士
 
  王成铭,物理学博士,现任北京鉴知技术有限公司光学工程师,毕业于清华大学物理系低维量子物理国家重点实验室,清华大学物理系联合培养博士后。多年从事光学相干层析成像(OCT)临床应用方向,有丰富的临床医学合作经验,就光谱方法在血糖检测中的应用做过深入研究。
 
  仪器信息网:采用拉曼光谱法检测血糖是否可行?
 
  王博士:方法原理是可行的,使用激发光照射皮肤后收集得到的拉曼光谱(经皮测量)可以反映出皮肤组织中的许多化学物质,例如真皮内的胶原蛋白,真皮下脂肪中的三油酸甘油酯,表皮角质层的胶质蛋白,皮肤血管中的血红蛋白,以及分布于组织液和血液中的葡萄糖等。在血糖无创检测的诸多光学方法之中,拉曼光谱法因其能检测葡萄糖的特征谱,是未来最有希望实现高精度测量血糖浓度的方法之一。
           

            

拉曼经皮测量无创血糖检测示意图

  Pandey, Rishikesh, et al. "Noninvasive monitoring of blood glucose with raman spectroscopy." Accounts of chemical research 50.2 (2017): 264-272. 葡萄糖分子位于皮肤真皮层中的组织液与血液中,葡萄糖的浓度可从其产生的拉曼光谱信号推断。
  
  仪器信息网:请介绍目前拉曼光谱法检测血糖的最新研究进展?
 
  王博士:麻省理工学院(MIT)在使用拉曼光谱测量无创血糖已研究了20多年,他们系统研究了皮肤拉曼光谱的成分、经皮血糖探测的定量化分析和矫正算法、动物血糖测量临床实验等等。去年三星和MIT研究人员在SCIENCE ADVANCES杂志上发表了最新的无创血糖检测的研究,通过对猪的活体葡萄糖钳制实验,从猪耳的拉曼信号图中直接观测到了葡萄糖的拉曼特征峰及其随血糖浓度的变化,这终结了长久以来关于拉曼光谱测量得到的是否是真实的葡萄糖浓度信号的争论,也为这项技术的应用带来一大突破。
  除MIT外,还有一些公司曾经或正在尝试将拉曼血糖检测技术产品化,包括C8 Medisensors,Diramed, LLC和RSP Systems等。

C8 Medisensors公司曾推出的可穿戴拉曼无创血糖检测设备
 
  仪器信息网:拉曼光谱法检测血糖在实际应用中还有哪些问题亟待解决?
 
  王博士:虽然利用葡萄糖的多个拉曼特征峰与皮肤组织中的其他物质信号峰的差异可做定量分析,但这一研究距离实际应用仍有一定的距离,主要有以下几个难题:
  ①葡萄糖浓度低信号弱,并且有可能被其他物质的拉曼信号掩盖和干扰,如真皮层的胶原蛋白和真皮皮下脂肪的三油酸甘油酯,二者合计贡献了超过90%的皮肤拉曼光谱信号。
  ②经皮测量还需要解决皮肤的荧光信号干扰,激发光功率的皮肤安全剂量限制以及皮肤表皮层黑色素对激发光和拉曼光的吸收效应等等问题,此外,不同种族之间肤色的差异,加大了这项技术的应用难度。
  ③为解决以上两点问题,必然需要使用极高灵敏度的探测器,以及较长的积分时间,这给仪器尺寸及使用便利度带来挑战。
  
  仪器信息网:据悉,目前已经有一些厂家在进行基于拉曼光谱原理的血糖仪器的研发,您认为可行性如何?有什么新的进展?
 
  王博士:最近,有报道称三星和苹果将在其智能可穿戴设备上集成拉曼无创血糖检测技术。三星近几年和MIT研究组合作,从发表的公开学术文章看,已经进入临床实验阶段。曾有报道称苹果公司招募过C8 Medisensors公司的前员工,以此猜测苹果很有可能在继续发展可穿戴拉曼技术的路线,但具体进展不得而知。
  虽然基于拉曼技术的无创血糖监测仪器在原理上是可行的,并且在过去十多年内虽然有很多拉曼血糖检测的学术文章报道,检测精度在不断提高,但尚未有成功的获得医疗器械资格的仪器出现,说明相关产品研发的难度确实较大。
  
  仪器信息网:您对可检测血糖的智能手表这项技术的未来发展如何看待?
 
  王博士:如上一个问题所讲,这个技术本身存在一定的技术难度,并且在可穿戴设备上集成低功耗的小型化拉曼光谱仪在工程上的难度也较大,但随着深度学习技术的飞速发展和大数据的不断积累,未来基于卷积神经网络的算法可能会替代当前拉曼葡萄糖浓度直接量化算法或者回归量化算法,使得智能穿戴设备的高精度无创血糖测量成为可能。
  
  附:王成铭博士讲座回顾:《光学无创技术在临床检测中面临的挑战与未来》
  在临床医学实践中,医疗影像(MRI、超声、CT)和病理切片对疾病的诊断起着至关重要的作用,而基于光与生物组织的散射、吸收、相干、偏振效应的光学无创方法,很有希望成为沟通影像学和病理学之间的重要桥梁。本次会议报告对光学无创方法进行概述,着重探讨其在实际临床应用中面临的困难和挑战,从发展的角度探讨技术的未来发展趋势和临床应用前景。