出品：科普中国
作者：Denovo团队
监制：中国科普博览
全球糖尿病形势正愈发严峻。2022年数据显示，全球成年糖尿病患者人数已突破8亿，与1990年的2亿相比，短短30年间增长了四倍！而在我国，成人糖尿病患病率也呈上升态势。截至2021年，20至79岁人群中，糖尿病患者高达1.41亿，糖尿病前期人群更是多达3.5亿。若不及时干预，90%的糖尿病前期人群可能在20年内发展为糖尿病患者。
2025年2月，上海交通大学医学院附属瑞金医院的王卫庆教授团队，与瑞金医院医学芯片研究所陈昌研究员团队合作，在学术期刊《自然代谢》（Nature Metabolism）在线发表一项重磅研究成果——无创血糖检测技术，这项技术或许能让广大糖尿病患者彻底告别扎手指测血糖的痛苦。
在《自然代谢》杂志上发表的无创血糖检测技术
（图片来源：参考文献1）
无创检测黑科技：手掌一贴，血糖即测
这项研究开创性提出一种无创血糖检测技术——多重微空间偏移拉曼散射（mμSORS）光谱技术。是不是感觉，每个字都认识，就是唯独连起来没看懂什么意思，先别着急。其实，名字虽复杂，原理却简单：只需将手掌轻贴检测设备，即可精准测量血糖水平，无需采血，避免了疼痛和感染风险。
并不是手掌的每一个部位都能用于无创检测血糖，我们的皮肤由外向内分为表皮、真皮和皮下组织。其中，表皮提供屏障保护，真皮含有丰富的血管、神经和胶原蛋白支持结构，皮下组织则储存脂肪并缓冲外力。研究人员选择了大鱼际（Thenar eminence）这一部位，即手掌靠近拇指的隆起部位，为什么选择大鱼际皮肤表层呢？
这是因为，相较于指尖，大鱼际的表皮层较厚，能提供较好的机械保护，但比足底等高负重区域的皮肤薄。大鱼际区域的真皮层下方分布着丰富的毛细血管网，是血糖监测等生物医学研究的理想部位。虽然比普通皮肤略厚，但相较于脚底和手掌中心，大鱼际的角质层较薄，有助于光学技术透射到更深层组织进行检测。
手掌的大鱼际部位
（图片来源：作者拍摄）
精准探测：找到最佳“侦查深度”
要实现精准的无创血糖检测，确定合适的探测深度至关重要。由于个体差异，不同人的皮肤厚度存在显著差别，即使是同一个体的大鱼际部位，不同位点的表皮厚度也可能存在差异。为此，研究团队创新性地采用光学相干断层扫描（OCT）技术来进行精确测量。
这里说到的光学相干断层扫描技术，是一种类似于B超的医学成像技术，但其使用的是光波而非声波。这项技术通过发射近红外光或可见光照射目标组织，利用光的干涉原理，可以“扫描”人体组织，生成精细的横截面图像。
我们知道，光波在传播过程中，波的振动状态具有规律性和稳定性，能够产生干涉现象。这项技术通过发射一束近红外光或可见光照射到目标组织，光线穿透表皮层后，与从不同深度反射回来的光线进行干涉，产生干涉图样。不同组织的光学反射率不同，所以反射回来的光信号具有不同的强度。
OCT获取的受试者左手大鱼际的三维图像
（图片来源：参考文献1）
研究团队通过OCT技术获取的受试者左手大鱼际三维图像显示，该区域的表皮-真皮交界（DEJ）深度在250-700μm之间，其中最常见的深度约为350μm。这一发现具有重要价值，因为研究表明，最佳的血糖探测深度应位于富含组织液和毛细血管的DEJ区域或其下方。
核心技术突破：拉曼光谱精准识别葡萄糖
在最佳的血糖探测深度后，研究团队针对性地开发了多重微空间偏移拉曼散射（mμSORS）光谱无创血糖检测技术。这项技术的核心在于利用拉曼光谱原理进行葡萄糖分子的特异性检测。
拉曼光谱是一种基于光与分子相互作用的光学检测技术。当激光照射到物质上时，大部分光会被弹性散射（遇到物体后发生方向改变，但能量不变），但少部分光会发生非弹性散射（遇到物体后，不仅方向发生变化，能量也发生改变），即拉曼散射。这种拉曼散射会导致光的频率发生微小变化，而这种变化与分子内部的振动模式密切相关。因此，每种分子都会产生独特的拉曼光谱，相当于分子的“指纹”。
通过拉曼散射检测葡萄糖。黄色虚线表示DEJ；绿色六边形表示葡萄糖分子；青色点表示拉曼光子
（图片来源：参考文献1）
在血糖检测应用中，葡萄糖分子具有特定的拉曼散射峰，可以通过光谱分析进行定性和定量检测。然而，人体皮肤中含有大量其他生物分子如蛋白质、胶原蛋白等，它们的拉曼信号可能会干扰血糖检测，因此需要一种能够精准筛选葡萄糖信号并降低背景干扰的方法。
传统的拉曼光谱技术大多只能探测皮肤表面的分子信息，无法有效穿透皮肤到达真皮层的血管和组织液。而mμSORS技术的重大突破在于创新性采用空间位移的方式，获取更深层的光谱信号。研究发现，当空间偏移达到370-430μm或430-620μm时，所采集的拉曼信号更接近真皮特征，并且与静脉血浆葡萄糖水平呈现高度相关性，这种技术显著降低了表皮背景信号的干扰，大幅提高了血糖检测的信噪比和准确性。
临床验证：大规模研究证实可靠性
为全面评估mμSORS技术的无创血糖检测能力，研究团队设计并完成了一项规模空前的临床验证研究。该研究共纳入200例糖尿病患者和30例正常健康人群，通过口服葡萄糖耐量试验诱导血糖水平变化，并在多个时间点同步采集静脉血血糖和mμSORS拉曼光谱数据。
研究团队基于超过30万组光谱数据进行建模和分析，通过机器学习算法不断优化血糖预测精度。在独立的训练集和测试集验证中，mμSORS无创血糖检测值与静脉血糖（VPG））展现出高度相关性，其平均绝对相对差值（MARD）为14.6%，这一精度水平已达到国际公认的无创血糖检测高标准。更令人振奋的是，该技术的预测误差对临床决策影响极小，完全满足日常血糖监测需求。
特别值得关注的是，mμSORS技术具有突出的普适性优势：无需进行个体校准，即可直接适用于不同年龄、肤色和体型的受试者，且左右手测量值无显著性差异，使用更加灵活方便。这些特性为其未来大规模临床应用奠定了坚实基础。
mμSORS无创血糖检测值与静脉血糖（VPG）高度相关。（30名参与者）的血糖预测结果，其中深蓝色表示 VPG，橙色和黄色分别代表左手和右手的预测值。
（图片来源：参考文献1）
mμSORS 技术的成功研发，标志着无创血糖检测领域取得了重大突破。这项技术通过创新性地结合深度选择光学探测和先进拉曼光谱分析，实现了血糖的无创精准监测。大规模临床研究的有力验证，更证明了其稳定性和可靠性。
随着技术的不断优化和设备的逐步小型化，mμSORS 技术有望成为未来无创血糖监测的主流方案，这项来自中国科研团队的原创性突破，不仅展现了我国在生物医学工程领域的创新能力，更为改善全球糖尿病患者的生命质量做出了重要贡献。
参考文献：
1、Zhang, Yifei, et al. "Subcutaneous depth-selective spectral imaging with mμSORS enables noninvasive glucose monitoring." Nature Metabolism (2025): 1-13.
2、Wu, Juncen, et al. "A new generation of sensors for non-invasive blood glucose monitoring." American journal of translational research 15.6 (2023): 3825.
主题测试文章，只做测试使用。发布者：参考消息网，转转请注明出处：https://www.cns1952.com/gov/13434.html
