测血糖芯片 “我在体内植入了一个芯片，能测量很多东西“ 真相是……-芯片供应商-上海羊羽卓进出口贸易有限公司

测血糖芯片 “我在体内植入了一个芯片，能测量很多东西“ 真相是……

发布时间 : 2024-11-24

作者 : 小编

访问数量 : 23

扫码分享至微信

"我在体内植入了一个芯片，能测量很多东西" 真相是……

出品：科普中国

作者：外密子

监制：中国科学院计算机网络信息中心

现代互联网社会中，网络名人的一举一动总能牵动亿万网民的心。昨天，某位大佬植入"检测芯片"的新闻又引起了社交媒体上的广泛讨论。

图源：新浪微博

图源：春雨医生微博

1．真相是？

从现有的信息来看，所谓皮下植入芯片的事，应该是这位业外人士的理解和实际情况出现了一定的偏差。据春雨医生微信号介绍，他购买的应该并不是他自己所说的"能检测多种参数"的芯片，而是2017年刚刚被美国FDA批准上市的雅培瞬感扫描式血糖仪 。

其实，与其说这是一种植入体内的芯片，倒不如说它更接近一种可穿戴式血糖监测设备。

该型血糖仪主要由敷贴传感器和数据读取器两部分构成。

其中，敷贴式传感器是这一设备的主要工作部件，它由一个纽扣状的电信号分析与发射元件和一根长约6毫米的细小电化学探针构成。而这套系统的奥秘，就藏在它的探针里面。这根细小的探针， 本质上是由半透膜包裹着的一组葡萄糖电化学感应电极。由于它的尺寸很小，就比较容易在不引起剧烈疼痛的情况下穿透表皮层与真皮层 （如探针过短，无法扎透表皮层，则测量不到有意义的信号），进入皮下组织中，并与组织间液亲密接触。

在一段时间的浸泡之后，组织间液中的葡萄糖等小分子，就会渗透通过探针上起保护作用的半透膜，接触到感应电极，并在电极上包被的葡萄糖氧化酶的作用下，被氧化成葡萄糖酸。而在这一过程中，也会产生易于分解，放出电子的副产物（过氧化氢），从而被探针上电极检测到。这个原理与现在常见的电化学指尖血糖检测技术并无太大差异。

要说特殊之处，主要是使用了一种被称为"有线酶技术（wired enzyme technology）"特殊的氧化酶固定方法。使用这种方法固定在金属电极上的氧化酶，有着比传统方法更好的电子传输效率和化学稳定性，能在体内环境下维持正常活性十余天而不发生失活变性。就是这项化学技术突破，使得在体内环境下的连续血糖监测成为可能。

"有线酶技术"的原理，葡萄糖分子与氧化酶接触后，产生的电信号可由聚合物链式传到至电极上

相比于敷贴式探针所具备的科技含量，这套监测系统内附带的数据读取器，其实并没有太多黑科技， 它的功效主要就是接收从敷贴式传感器上无线发来的信号，并把这个信号转化为一般人可以理解的血糖示数。

行笔至此，大家就会发现，这种设备并不是真正意义上的植入式芯片。

2. 植入式芯片是幻想吗？不是，确实已经有了

可大家也不必失望，真正的植入式血糖监测芯片也已经初露真容了。

皮下植入式血糖传感芯片示意图，光化学传感器将血糖信号传输至中转器，最终通过手机软件无线读取。

就在四个月前，美国的Eversense公司发布了一款真正可植入皮下的可持续血糖监控（CGM）芯片。

与雅培的电化学检测方案不同，Eversense采用了荧光方法进行血糖检测。简单来说，植入体内的微传感器上，用来与组织间液接触的部分不再是电极探针，而是一种对葡萄糖浓度敏感的荧光高分子聚合物 （具体材料并未公开）。在葡萄糖浓度较高的情况下，这种荧光聚合物会有较高的量子效率（quantum yield）。反之，在血糖浓度较低时，这种材料的量子效率也会降低。由于荧光信号需要外界光源激发，这种芯片里也内置了一枚小型的特定波长LED光源。而被激发后产生的荧光信号，则通过芯片内集成的微型光敏元件转化为电信号。

也就是说，在激发光强度大致相同的情况下，传感器接收到的荧光信号强度，与血糖浓度大致呈正比。当体内植入的芯片读出了血糖水平后，它会将这一示数通过蓝牙发送至离他仅有几毫米之隔的贴皮式信号中转器，并通过它输出到用户的手机上。

与雅培的产品相比，Eversense声称它们的这一产品拥有更长时间（约三个月）的体内寿命 ，如果这一参数可靠，它的使用时限将能达到雅培产品的六倍。但值得注意的是，由于上市时间很短，该产品的可靠性，尚未得到美国医疗监管部门的认可。 在此之外，有机荧光材料也常常会出现光致褪色的情况，导致信号强度较初始值降低。这个问题来源于分子本身的光化学性质，很难规避。个人认为，该产品在使用一段时间之后的性能，仍需谨慎观察。

3. 能"测很多东西"的植入式芯片还在路上呢

虽说可植入式生物传感器，至今已经取得了巨大的进展，但现有的产品在技术上仍然有一些不足之处。

其中最要紧的问题，就是它们相对较短的寿命。哪怕是设计寿命三个月的皮下芯片，也需要在一年内更换数次 。谁会希望在植入一个芯片后几个月，再进行一次手术将其取出？这听起来就很痛苦啊！

其次，出于技术水平的限制，无论是雅培的产品，还是Eversense的新技术，它们都无法做到货真价实的连续监测。 为了不使血糖敏感材料过快失活，它们都采取了每隔十几分钟检测一个数据点的方案，这在检测瞬时血糖变化时仍然稍显不足。

为了解决这些问题，科学家们正在进行多种方向的技术攻关。近些年来由于材料和化学科学的快速发展，基于半导体纳米线，量子点，石墨烯，荧光共振能量转移等技术的葡萄糖检测方法层出不穷，日新月异。

笔者衷心地希望，这些技术进展能最终带来更有吸引力的产品。

（这是中科院之声之前报道过的一个新闻）

一个典型的植入式颅内传感器

除了监测血糖的植入式血糖传感芯片外，大家可能更关注监测 其它 参数的植入式生物传感器 。

这些年，它们也在飞速发展。其中进展最快的，是脑脊液/腹水的多参数检测芯片。 这类技术主要着眼于对颅内压，颅内温度，脑脊液葡萄糖浓度，疾病标志物浓度，各类离子浓度等进行实时监测。这类技术对急性脑损伤，开颅手术患者的疗效和生命体征监测有着至关重要的意义。除此以外，由于急性感染反应起病急，预后凶险，包括作者在内的多个研究组也在着手开发能实时检测数个感染免疫指标的可植入式传感芯片。

不过，我在这里要给大家泼一盆冷水，由于这两种传感器的功能，较葡萄糖传感器复杂很多，世界上暂时还没有能进入市场的产品。 不过我愿意相信，随着技术的不断进步，这类较为复杂的植入式传感芯片，也会很快出现在大家的视野里。

从苹果无创血糖技术谈起，大有可为的生物传感芯片

近日，著名的苹果消息灵通人士Mark Gurman发布了苹果的无创血糖传感技术取得重要里程碑。据悉，苹果在无创血糖方面已经有了超过十年的技术投入，目前已经可以实现了在iPhone大小的设备中实现无创血糖监控，有望在未来几年进一步成熟后进入Apple Watch产品中。

该消息在可穿戴设备领域领域可谓是一个重磅消息。对于糖尿病患者来说，无创血糖监测是一个重要的需求，目前的有创血糖监控对于患者来说不仅麻烦而且痛苦，同时也降低了患者定期检测的依从性，因此如果能实现高精度无创血糖监控，无疑是给全球众多的糖尿病患者带来了福音，同时拥有该技术的智能可穿戴设备也将会进一步打开可穿戴设备的市场份额。

根据目前公布的资料，苹果无创血糖技术中用到的技术可能是基于激光的荧光技术。该技术的原理是，当激光照射到血管中时，会引发血液的荧光现象，而血液荧光的持续时间和血液中的血糖浓度有关，因此通过检测血液荧光的持续时间就可以实现无创血糖监控。

从该技术的原理我们认为该技术中用到的生物传感器有很高的门槛，这也是苹果需要大量时间持续投入研发的原因。首先，无创血糖生物传感器需要一个微型激光光源，该激光光源的体积要足够小到能集成到可穿戴设备中，功耗也要足够低，但是同时其激光发射功率又不能太小，否则可能无法提供足够高的信号强度供准确血糖读出。这样的体积－能效比－发射功率三者之间的互相制约将会是该技术最关键的挑战之一。除了光源之外，另一个核心挑战是如何设计无创血糖生物传感器中的读出芯片。为了能准确读出微弱的荧光信号，读出芯片必须能有高信噪比，同时又能够过滤激光光源带来的干扰，而这一切都需要在很小的尺寸内实现，这也为芯片设计带来了很大的挑战。

然而，经过苹果多年的研发，终究无创血糖传感器还是到了一个较为完善的地步，进入量产已经并不遥远。这也将为可穿戴式设备的生物传感器市场注入动力，因为这可望会成为一个全新的市场。

无创血糖之外的其他热门生物传感应用

如前所述，苹果的无创血糖监控技术可望大大提升可穿戴设备的市场容量，并且带动相关生物传感器的市场和技术。我们认为，可穿戴设备结合下一代生物传感器技术除了无创血糖之外，还会通过给用户带来新的用户体验来实现新的市场突破。这些新的用户体验中，最热门的就包括实时血压监控和EMG信号监控。

首先，实时血压监控将会给有心血管疾病风险的用户带来革命性的健康管理工具。 一般来说，血压在每天中都会有波动，但是传统的血压测量方法对于用户来说并不方便，因此很难实现高频率地测量，更不用说实时监控，这样就给心血管疾病的管理带来的困难。而在可穿戴手表中的实时血压监控则可以解决这个问题。从技术上来说，实时血压监控使用的是PPG传感器搭配机器学习算法。PPG传感器技术并不新，目前已经广泛应用在可穿戴设备的心率和血氧指标检测中。但是，当使用PPG来检测血压的时候，首先对于PPG的读出精度有了不同的需求，这也就需要PPG传感器的指标有新的进步；

另一方面，更重要的是相关的机器学习算法。 因为PPG和血压之间并非简单的线性关系而是会有一个复杂的对应关系，需要考虑各种因素，因此当使用PPG来检测血压的时候，就需要能运行一个相关的机器学习算法。显然，这样的机器学习算法需要能在可穿戴设备直接运行而不能到云端去运行，因此可穿戴设备上的芯片就需要有这样的运行人工智能算法的能力，而且随着人工智能算法的逐渐演进，为了实现高精度的PPG－血压监控，相关算法很可能会越来越复杂，因此也就需要可穿戴设备对于这样的算法有相应的支持。此外，人工智能算法也需要高质量的输入，因此PPG传感器能提供的信号质量也会成为人工智能算法输出准确度的关键指标。

除了血压监控之外，EMG也是一个很有潜力的方向。EMG可以实现肌肉相关的神经信号读出，从而可以高精度监控手部的细微动作，举例来说手指的细微弯曲，两个手指的上下动作等等。而这也会是未来AR等新应用中的重要一环，因为AR等头戴式设备中，如何实现用户输入一直是一个很难的问题，而如果可以通过手部的细微动作就来操作AR设备就会是一个重要的突破。在五年前，初创公司CTRL Labs已经实现了使用EMG来让用户用手部细微动作来操作复杂的电脑游戏，而该公司已经在2020年被Facebook收购。随着硅谷各大科技巨头都在押注ARVR，我们预计EMG相关的生物传感器也会成为热点。EMG传感芯片主要分为两部分，一部分是传感部分，使用电极读出用户的神经信号，该部分需要高精度模拟信号处理来确保读出信号的信噪比。EMG传感器的另一部分是人工智能部分，在读出神经信号之后，如何把这些信号对应到相关的手部动作，该操作最有可能还是会需要人工智能来完成，因此这就需要EMG可穿戴式设备能完成人工智能算法的加速。

生物传感器未来发展方向

如前所述，我们看到了可穿戴设备中的生物传感器在未来几年可望会得到进一步发展。我们认为，这些新的发展方向基本可以概括为如下两个方面：

首先是新模态新号的传感，这就包括了荧光信号，EMG信号等。 通常来说，这类信号的传感在较大的设备中已经有了先例，这里的挑战主要是如何把相关的系统小型化，能用体积可以被可穿戴设备容纳的芯片系统所实现。当然挑战也有很多，比如我们之前提到的体积、信噪比、能效比和输出功率等，这里需要传感器、模拟电路和数字系统设计等多个领域的交叉优化才能实现。

其次是智能化，即相关人工智能算法的支持。 目前人工智能已经成为许多传感器输出信号处理的首选方案，而随着人工智能的演进，势必需要可穿戴设备越来越多地支持传感器相关的人工智能算法，因此我们可望会看到越来越多的人工智能相关模块会出现在可穿戴设备中，这也将会为人工智能相关芯片和IP带来新的市场。