无创血糖监测为患者提供了实质性的优势，但目前的技术对于临床应用来说往往不够准确，或者需要个性化校准。
2025年2月5日，上海交通大学王卫庆、
陈昌、
宁光、上海近观科技周琳共同通讯在
Nature Metabolism
（IF=19.2）
在线发表题为“
Subcutaneous depth-selective spectral imaging with mμSORS enables noninvasive glucose monitoring
”的研究论文，
该研究
采用mμSORS的皮下深度选择性光谱成像可实现无创血糖监测
。
该研究报告了多μ空间偏移拉曼光谱，它在不同的皮肤深度捕获拉曼信号，并表明它可以准确地检测人类的血糖水平。在35名患有或不患有二型糖尿病的个体中，首先确定葡萄糖检测的最佳深度在富含毛细血管的真皮-表皮交界处或其下方，观察到特定拉曼谱带与静脉血浆葡萄糖浓度之间的强相关性。在包括230名参与者的第二项研究中，随后提高了回归模型的准确性，以达到14.6%的平均绝对相对差异，无需个性化校准，由此99.4%的计算葡萄糖值落入共识误差网格的临床可接受区域(区域A和B)。
这些发现强调了多重μ空间偏移拉曼光谱在临床无创血糖测量中的能力和稳健性。
血糖监测对于健康管理至关重要，尤其是对于全球超过5亿的糖尿病患者。糖尿病患者通常会收到每天多次监测血糖水平的建议。然而，传统的手指针刺会引起疼痛和感染风险，从而降低患者的生活质量和对治疗的依从性。
最近，开发了微创连续血糖监测技术，利用留置传感器来测量间质室中的葡萄糖水平。然而，这些传感器需要不断地附着在用户身上，造成不便。因此，对于无创血糖监测的实际解决方案存在持续的需求。
到目前为止，临床上可应用的无创血糖监测方法仍不明确。在各种方法中，包括离子电渗疗法、透皮阻抗光谱、光声光谱和红外光谱，拉曼光谱因其通过光谱信息直接识别高特异性葡萄糖分子，以及其可选择的深度穿透人体皮肤的波长而备受期待。
最近开发的抛物面镜Raman、共焦Raman和空间偏移拉曼光谱(SORS)已经显示了用于无创血糖测试的有希望的结果。
然而，这些拉曼光谱方法需要针对特定对象的培训，以便为每个用户建立适当的数学模型，从而在实际应用中引入额外的程序。拉曼光谱测量中较高鲁棒性和准确性的主要障碍是来自皮肤表面的宽而强的荧光背景信号。
m
μ
SORS系统探测从表皮到真皮的拉曼信号，具有深度选择性
（图源自
Nature Metabolism
）
在这项工作中，研究人员提出了多重μ空间偏移拉曼光谱(mμSORS)，一种能够直接测量人类皮肤表皮层和真皮层拉曼信号的技术，因此，对于临床无创血糖监测具有潜在的可行性。
利用光纤布局在五个不同偏移的光学探针，mμSORS实现了拉曼信号的深度选择性检测，较大的偏移从较大的深度捕获较高比例的信号。首先对35名参与者进行了初步的人类基础实验研究(BESH ),该研究表明，与来自皮肤表面的拉曼信号相反，来自更深层的mμSORS信号，尤其是真皮-表皮接合处(DEJ)周围或下方的mμ信号，显示了拉曼葡萄糖峰值与静脉血浆葡萄糖(VPG)水平的统计学显著相关性。
基于这一最佳探测深度，随后扩展了BESHs，监测了另外230名参与者的VPG，同时使用mμSORS从最佳偏移收集拉曼光谱。应用偏最小二乘法(PLS)回归模型从拉曼光谱预测血糖水平。使用由来自不同个体(个体独立)的数据组成的独立训练和测试数据集，该模型达到了14.6%的平均绝对相对差异(MARD)，其中99.4%的预测在共识误差网格的临床可接受区域(CEG；A + B)25。
这一结果表明，mμSORS在没有个性化校准和数据采集的情况下实现了血糖测量的高精度，标志着无创血糖监测的临床适用技术的有效展示。
参考消息：
https://www.nature.com/articles/s42255-025-01217-w
—
END
—
内容为
【iNature】
公众号原创，
转载请写明来源于
【iNature】
