定期監(jiān)測血糖水平對于糖尿病的管理和制定適當?shù)闹委煼桨竵碚f至關重要。傳統(tǒng)的血糖（BG）檢測需要刺破手指，是一種侵入性技術。如指尖采血檢測等侵入性過程對患者的依從性有負面影響。隨著尖端傳感器和醫(yī)療保健技術的發(fā)展，糖尿病患者的生活質量得到了顯著改善。但全球糖尿病發(fā)病率的提升正促使研究者競相開發(fā)可穿戴且精確的無創(chuàng)血糖監(jiān)測系統(tǒng)。

據(jù)麥姆斯咨詢報道，近日，由印度Amal Jyothi工程學院（Amal Jyothi College of Engineering）的Abubeker K. M領導的科研團隊在Scientific Reports期刊上發(fā)表了以“Internet of Things enabled open source assisted real-time blood glucose monitoring framework”為主題的文章。該論文的第一作者和通訊作者為Abubeker K. M。

這項研究開發(fā)了一種基于物聯(lián)網（IoT）的可穿戴血糖監(jiān)測（iGM）系統(tǒng)，用以改變糖尿病護理并提高生活質量。研究人員將覆蓋監(jiān)測血糖的紅光和近紅外（R-NIR）光譜范圍的TTGOT-ESP32物聯(lián)網平臺集成到可穿戴設備中。這項研究主要目的在于持續(xù)監(jiān)測、降低感染風險并提高生活質量。該研究通過在亞馬遜網絡服務物聯(lián)網核心（AWS IoT Core，一種托管的云平臺）上實時傳輸血糖值，使糖尿病患者能夠有效地管理其病情，從而為基于物聯(lián)網的醫(yī)療解決方案的不斷發(fā)展做出貢獻。

圖1展現(xiàn)了該研究使用的iGM- AWS物聯(lián)網架構。所提出的iGM傳感器陣列已被開發(fā)并部署在配備有OLED顯示屏、嵌入式C結構的開源軟件和AWS IoT Core基礎架構的ESP32物聯(lián)網模塊中。

圖1 用于無創(chuàng)血糖監(jiān)測的AWS輔助iGM架構

這項研究利用紅光和近紅外光信號輔以物聯(lián)網架構來改善血糖監(jiān)測。圖2為皮膚的反射特性：當葡萄糖分子存在時，紅光信號吸收率較高。近紅外光能夠比可見光更深入地穿透人體，到達皮下動脈。此外，通過收集不同光波長和不同血糖濃度下的反射光可對其進行多元分析。

圖2 人體皮膚對紅光和近紅外光信號的吸收特性

測量時，傳感器被置于手腕皮膚上（設備與人體間隔約3 mm），在不受外界噪聲和干擾的情況下具有更好的測量精度和光反射性。如圖3所示，傳感器陣列包括近紅外LED（880 nm）、跨阻放大器（TIA）和光電二極管（800-1700 nm）。當光與活體組織接觸時，吸收和散射會降低光的強度。手腕部會反射出衰減和失真的光，而后被探測器接收。通過噪聲濾波元件來降低光噪聲，然后放大接收到的光信號，這樣可以使低強度光信號傳播得更遠。目前基于物聯(lián)網的系統(tǒng)方法較少，本研究的iGM架構通過將AWS IoT Core與個性化傳感器電路融合來提供基于物聯(lián)網的系統(tǒng)。

圖3 iGM傳感器電路原理圖

圖4展示了利用嵌入式C語言開發(fā)的iGM架構的開源庫結構，該開源庫由麻省理工學院（MIT）授權。

圖4 由MIT授權的iGM開源庫結構

研究人員對iGM傳感器監(jiān)測血糖的準確率等指標進行了測試，結果顯示，在禁食10小時后使用iGM傳感器的血糖監(jiān)測準確率為98.82%，在早餐2小時后使用iGM傳感器的血糖監(jiān)測準確率為98.04%。圖5顯示了戴于患者手腕上的利用紅光和近紅外光譜開發(fā)的iGM設備，該設備配備有OLED顯示屏。

圖5 佩戴于糖尿病患者手腕的實時iGM系統(tǒng)

綜上所述，這項研究提出的iGM架構有助于糖尿病患者持續(xù)監(jiān)測血糖水平，以改善治療效果并提高生活質量。通過物聯(lián)網設備將監(jiān)測的血糖情況發(fā)送給醫(yī)生，可以遠程監(jiān)控血糖水平并得到及時治療。這款可穿戴iGM傳感器使用了定制型紅光和近紅外光譜傳感器和集成電路總線（I2C）協(xié)議接口。另外，開源架構提高了檢測結果的準確性、用戶適應性和醫(yī)療專業(yè)人員的創(chuàng)造力，同時也促進了該架構的增強和修改。iGM傳感器的信號質量和實時傳輸功能非常適合ICU患者和隔離患者。這款產品的主要挑戰(zhàn)是電池續(xù)航，目前續(xù)航長達23天，并且可以通過更換鋰離子電池來提升。未來iGM性能的提升有望通過集成納米傳感器、部署人工智能（AI）和機器學習（ML）算法來實現(xiàn)。此外，數(shù)據(jù)可視化工具也將提升用戶解讀血糖數(shù)據(jù)的體驗，并促進其積極決策。

論文鏈接：
https://doi.org/10.1038/s41598-024-56677-z

審核編輯：劉清