世界今日讯！创新的纸质无电池人工智能传感器用于整体伤口监测

(资料图片仅供参考)

及时有效地监测伤口愈合状态对于伤口护理和管理至关重要。伤口愈合受损，例如慢性伤口(即3个月后不愈合的伤口)和烧伤后病理性疤痕，可能会导致危及生命的医疗并发症，并给全世界的患者和医疗保健系统带来相当大的经济负担。

新加坡国立大学 (NUS) 和 A*STAR 材料研究与工程研究所 (IMRE) 的研究团队最近发明的一项发明，提供了一种简单、方便和有效的方法来监测伤口恢复情况，从而触发临床干预及时改善伤口护理和管理。

目前，伤口愈合通常由临床医生进行目视检查。伤口感染大多通过拭子进行细菌培养来诊断，等待时间长，并且不能及时诊断伤口。这使得准确预测伤口愈合在临床环境中具有挑战性。此外，伤口评估通常需要频繁地手动去除敷料，这增加了感染的风险，并可能给患者带来额外的疼痛和创伤。

Benjamin Tee 副教授表示：“为了应对这一挑战，新加坡国立大学研究人员将我们在柔性电子、人工智能 (AI) 和传感器数据处理方面的专业知识与 IMRE 研究人员的纳米传感器能力相结合，开发出一种创新解决方案，可以使患有复杂伤口状况的患者受益。”来自新加坡国立大学设计与工程学院材料科学与工程系以及新加坡国立大学健康创新与技术研究所。

PETAL(纸质无电池原位人工智能多重)传感器贴片由 5 个比色传感器组成，可以通过测量生物标记物(温度)的组合在 15 分钟内确定患者的伤口愈合状态、pH值、三甲胺、尿酸和伤口的湿度。这些生物标志物经过精心挑选，可有效评估伤口炎症、感染以及伤口环境状况。

“我们设计的纸质 PETAL 传感器贴片薄、柔韧且具有生物相容性，使其能够轻松、安全地与伤口敷料集成，以检测生物标志物。因此，我们可以使用这种方便的传感器贴片进行快速、低成本的检测。 A*STAR 的 IMRE 软材料部门首席科学家苏小迪博士解释说：

该传感器贴片无需能源即可运行——传感器图像由手机捕获，并由人工智能算法进行分析，以确定患者的康复状态。

Tee 副教授表示：“我们的人工智能算法能够快速处理来自传感器贴片数字图像的数据，从而对愈合状态进行非常准确的分类。这可以在不将传感器从伤口上移除的情况下完成。通过这种方式，医生和患者可以更定期地监测伤口，而不会影响伤口愈合。然后可以采取适当的及时医疗干预，以防止不良并发症和疤痕。”

关键词：