一种基于物联网（IoT）的可穿戴血糖监测（iGM）系统

定期监测血糖水平对于糖尿病的管理和制定适当的治疗方案来说至关重要。传统的血糖（BG）检测需要刺破手指，是一种侵入性技术。如指尖采血检测等侵入性过程对患者的依从性有负面影响。随着尖端传感器和医疗保健技术的发展，糖尿病患者的生活质量得到了显著改善。但全球糖尿病发病率的提升正促使研究者竞相开发可穿戴且精确的无创血糖监测系统。

据麦姆斯咨询报道，近日，由印度Amal Jyothi工程学院（Amal Jyothi College of Engineering）的Abubeker K. M领导的科研团队在Scientific Reports期刊上发表了以“Internet of Things enabled open source assisted real-time blood glucose monitoring framework”为主题的文章。该论文的第一作者和通讯作者为Abubeker K. M。

这项研究开发了一种基于物联网（IoT）的可穿戴血糖监测（iGM）系统，用以改变糖尿病护理并提高生活质量。研究人员将覆盖监测血糖的红光和近红外（R-NIR）光谱范围的TTGOT-ESP32物联网平台集成到可穿戴设备中。这项研究主要目的在于持续监测、降低感染风险并提高生活质量。该研究通过在亚马逊网络服务物联网核心（AWS IoT Core，一种托管的云平台）上实时传输血糖值，使糖尿病患者能够有效地管理其病情，从而为基于物联网的医疗解决方案的不断发展做出贡献。

图1展现了该研究使用的iGM- AWS物联网架构。所提出的iGM传感器阵列已被开发并部署在配备有OLED显示屏、嵌入式C结构的开源软件和AWS IoT Core基础架构的ESP32物联网模块中。

图1 用于无创血糖监测的AWS辅助iGM架构

这项研究利用红光和近红外光信号辅以物联网架构来改善血糖监测。图2为皮肤的反射特性：当葡萄糖分子存在时，红光信号吸收率较高。近红外光能够比可见光更深入地穿透人体，到达皮下动脉。此外，通过收集不同光波长和不同血糖浓度下的反射光可对其进行多元分析。

图2 人体皮肤对红光和近红外光信号的吸收特性

测量时，传感器被置于手腕皮肤上（设备与人体间隔约3 mm），在不受外界噪声和干扰的情况下具有更好的测量精度和光反射性。如图3所示，传感器阵列包括近红外LED（880 nm）、跨阻放大器（TIA）和光电二极管（800-1700 nm）。当光与活体组织接触时，吸收和散射会降低光的强度。手腕部会反射出衰减和失真的光，而后被探测器接收。通过噪声滤波元件来降低光噪声，然后放大接收到的光信号，这样可以使低强度光信号传播得更远。目前基于物联网的系统方法较少，本研究的iGM架构通过将AWS IoT Core与个性化传感器电路融合来提供基于物联网的系统。

图3 iGM传感器电路原理图

图4展示了利用嵌入式C语言开发的iGM架构的开源库结构，该开源库由麻省理工学院（MIT）授权。

图4 由MIT授权的iGM开源库结构

研究人员对iGM传感器监测血糖的准确率等指标进行了测试，结果显示，在禁食10小时后使用iGM传感器的血糖监测准确率为98.82%，在早餐2小时后使用iGM传感器的血糖监测准确率为98.04%。图5显示了戴于患者手腕上的利用红光和近红外光谱开发的iGM设备，该设备配备有OLED显示屏。

图5 佩戴于糖尿病患者手腕的实时iGM系统

综上所述，这项研究提出的iGM架构有助于糖尿病患者持续监测血糖水平，以改善治疗效果并提高生活质量。通过物联网设备将监测的血糖情况发送给医生，可以远程监控血糖水平并得到及时治疗。这款可穿戴iGM传感器使用了定制型红光和近红外光谱传感器和集成电路总线（I2C）协议接口。另外，开源架构提高了检测结果的准确性、用户适应性和医疗专业人员的创造力，同时也促进了该架构的增强和修改。iGM传感器的信号质量和实时传输功能非常适合ICU患者和隔离患者。这款产品的主要挑战是电池续航，目前续航长达23天，并且可以通过更换锂离子电池来提升。未来iGM性能的提升有望通过集成纳米传感器、部署人工智能（AI）和机器学习（ML）算法来实现。此外，数据可视化工具也将提升用户解读血糖数据的体验，并促进其积极决策。

论文链接：
https://doi.org/10.1038/s41598-024-56677-z

 

 

 

审核编辑：刘清