基于一种AI辅助可穿戴微流控比色传感器系统

精确、同步、快速地检测人体泪液中的关键生物标志物对于监测眼部和全身健康状况至关重要。利用可穿戴比色生化传感器可实现对泪液中关键生物标志物的快速、同步检测。然而，比色传感器在数据收集、解释和共享方面存在的挑战限制了这项技术的实际应用。

据麦姆斯咨询报道，为了克服这些挑战，来自中国石油大学（华东）的研究人员开发了一种人工智能（AI）辅助的可穿戴微流控比色传感器系统（AI-WMCS），用于快速、无创、同步检测人类泪液中的关键生物标志物，包括维生素C、H⁺（pH）、Ca²⁺和蛋白质。该传感器由一个柔性微流控表皮贴片和一个基于深度学习神经网络的云服务器数据分析系统（CSDAS）组成，前者可收集眼泪并促进比色反应，后者则嵌入到智能手机中，以实现颜色数据的采集、解释、自动校正和显示。

图1 AI-WMCS系统的工作原理

为提高准确性，该研究利用一个训练有素的多通道卷积递归神经网络（CNN-GRU）来校正不同测量中因pH值和色温变化而导致的浓度数据解释误差。结果显示，经校正，预测pH值的1D-CNN-GRU和预测其他三种生物标志物的3D-CNN-GRU的测试集确定系数（R²）分别高达0.998和0.994，证明这种校正大大提高了预测浓度的准确性。此外，利用该研究开发的微流控比色传感器系统，只需使用微量的泪液（约20 μL）就能准确、同时、快速地检测出四种关键的泪液生物标志物。

这项研究展示了柔性微流控比色生物传感器与深度学习算法的有力结合，为健康监测领域带来了巨大的变革潜力。相关研究成果以“An artificial intelligence-assisted microfluidic colorimetric wearable sensor system for monitoring of key tear biomarkers”为题发表在npj flexible electronics期刊上。

柔性微流控比色传感器贴片

如图2a所示，新月形PDMS微流控贴片（36 mm × 22 mm）由顶部的PDMS层、比色传感纸基芯片、PDMS微流控通道层和底部的双面医用粘合层组成。柔性微流控贴片（厚度：1.5 mm）可以通过双面医用粘合层轻松贴合在柔软的皮肤曲面上，并覆盖整个眼下区域，从而有利于无创、无刺激地收集泪液。在重力作用下，该区域的泪液会流向微流控贴片的顶部边缘。然后，泪液继续流过凹形顶边，进入位于中心凹口（长度：35 mm）的微流控通道入口。

图2 柔性微流控传感器贴片示意图

泪液通过入口进入微流控通道之后，四个微通道（800 μm × 800 μm）将泪液输送到四个圆形微型储液器（直径：6 mm，厚度：800 μm）中。每个储液器中都有一个经过发色试剂处理的滤纸芯片，作为泪液中不同关键生物标志物（维生素C、H⁺、Ca²⁺和蛋白质）的比色传感元件。与目标分析物（维生素C、H⁺、Ca²⁺和蛋白质）反应后，相应的比色纸基芯片会通过显色化学反应显现颜色。显色的RGB值与生物标志物浓度相关。

可穿戴比色生物传感微系统

为了证明AI-WMCS微系统对泪液生物标志物的出色传感性能，研究人员用不同成分的关键生物标志物（维生素C、H⁺、Ca²⁺和蛋白质）和不同pH值的人工泪液样品对AI-WMCS微系统进行了测试。如图4a-d所示，根据图3所示的校准曲线计算出的四个传感器的浓度加标回收率在81.76 - 205.86%之间，远大于使用CSDAS系统计算出的范围（在95.03-113.13%之间），这表明泪液样品中四种生物标志物浓度数据的预测准确度要高得多。图4e-h显示了从AI-WMCS微系统读取的四种目标生物标志物浓度与真实浓度值之间的相关性，与未经校正的数据相比，所有四个传感器数据的皮尔逊系数都有显著提高。此外，研究人员还制备了三种人工泪液样本进行分析，并将结果与不同标志物的市售检测方法进行了比较。结果显示，对于每种生物标志物，本文提出的AI-WMCS微系统的结果与标准方法的结果没有显著差异，进一步证明了AI-WMCS微系统在颜色数据分析和解释方面的卓越性能，从而显著提高了预测浓度数据的准确性。

图3 人工泪液中维生素C、pH值、Ca²⁺和蛋白质的定量比色分析

图4 AI-WMCS传感器系统的性能

此外，为了验证AI-WMCS微系统在实际应用中的传感性能，该研究将该微流控传感器贴片贴附在人类受试者眼下区域来收集泪液。如图4i所示，柔性传感器贴片可紧贴受试者眼下柔软的皮肤曲面，并保持平滑。传感器贴片上的微流控通道将收集到的泪液输送到微型储液器中，并在那里进行比色反应。待颜色稳定后（反应1分钟），智能手机会捕捉传感器的图像，并通过Web浏览器的用户界面将图像上传到CSDAS系统。云服务器中的CSDAS系统会自动从捕捉到的传感器图像中提取颜色数据，并通过自动pH值和色温校正完成颜色数据到浓度值的解释。然后，传感器系统会将得出的浓度数据显示在用户界面上，方便数据读取。为了验证所开发的传感器系统在真实泪液测试中的能力，研究人员使用AI-WMCS传感器系统测试了五名健康志愿者的真实泪液。获得的所有四种目标分析物（维生素C、pH值、Ca²⁺和蛋白质）的浓度都在其生理浓度范围内，展示了AI-WMCS传感器系统在实际应用中检测真实泪液样本的能力。

图5 CSDAS系统的工作原理

综上所述，本研究提出了一种用于无创、快速、准确和同步监测泪液中多种关键生物标志物（维生素C、pH值、Ca²⁺和蛋白质）的AI辅助可穿戴微流控比色传感器系统（AI-WMCS）。AI-WMCS系统由用于无创泪液采集和比色反应的PDMS柔性微流控比色传感贴片和智能手机上的用户友好型云服务器数据分析系统（CSDAS系统）组成，后者用于比色数据采集、解读、pH值和色温自动校正以及数据显示。CSDAS系统中嵌入了一个训练有素的多通道CNN-GRU深度学习神经网络，可自动校正预测浓度数据中的误差，从而显著提高了泪液中所有四种关键生物标志物（维生素C、pH值、Ca²⁺和蛋白质）的预测浓度数据的准确性。总而言之，基于深度学习神经网络的AI与柔性微流控比色装置相结合的策略，为通过无创监测人类泪液中的关键生物标志物来评估眼部和全身健康状况提供了一种前景广阔、方便快捷、成本低廉的策略，为推进远程医疗和个性化精准医疗领域的发展提供了研究方向。

审核编辑：彭菁