可穿戴设备测血糖，准确性如何大幅提升？

糖尿病是一种日益普遍的疾病，目前全球有超过 5 亿成年人受其影响。由于目前 1 型或 2 型糖尿病尚无治愈方法，患者必须定期监测血糖水平（BGLs）以控制病情。尽管依靠痛苦的手指采血方式的 BGL 测量设备几十年来一直是金标准，但现代技术正在慢慢为更好的替代方案打开大门。

许多研究人员提出了使用广泛可用的可穿戴设备（如智能手表）来监测 BGLs 的非侵入性方法。例如，通过将某些智能手表中存在的 LED 和光电探测器贴在皮肤上，可以测量氧合血红蛋白和血红蛋白脉冲信号以计算代谢指数，进而估计 BGLs。

然而，鉴于智能手表和类似可穿戴设备的尺寸小且功率有限，测量信号的数据质量往往相当低。此外，由于这些设备佩戴在四肢上，日常活动会引入测量误差。这些问题限制了此类可穿戴设备在糖尿病管理中的准确性和临床适用性。

日本滨松光子学株式会社的一个团队一直在积极研究这个问题，以寻找有效的解决方案。在由研发工程师 Tomoya Nakazawa 领导的最近一项研究中，其成果发表于《生物医学光学杂志》

基于这一分析，他们采用了一种新颖的信号质量指数，把低质量数据在预处理步骤中过滤掉，进而提高估计的血糖水平的准确性。

“由于智能手表在不同地区和不同年龄组中被广泛使用，而且随着全球糖尿病病例的增多，一种易于实施和应用，并且不受个人和个体差异影响的信号质量增强方法，对于满足全球对无创血糖监测设备不断增长的需求，绝对是必不可少的，”中泽说道。

首先，研究人员运用数学方法证明，通过不同方法计算得出的氧合血红蛋白和血红蛋白脉冲信号中两种类型的相位延迟之间的差异，为噪声的影响提供了良好的衡量标准。

然后，他们考虑了相位误差的两个主要来源，即背景噪声水平和通过离散间隔采样引入的估计误差。在将这些误差源形式化之后，他们计算了对估计代谢指数的影响。

所提出的筛选方法涉及为相位估计和代谢指数误差设定阈值。超过设定阈值的数据块将被丢弃，缺失值则依据其余数据通过其他方式进行估算。

为了测试这一策略，研究人员进行了一项长期实验，在该实验中，一款商用智能手表里的传感器被用于监测一个健康个体在“口服挑战”期间的血糖水平。

在四个月里开展的 30 次测试中，每次测试时对象在食用高糖食物前都要禁食两小时。

运用所提出的筛选方法对数据进行预处理，显著提升了准确性。

利用帕克斯误差网格技术对测量误差予以分类，在应用筛选时，数据点处于 A 区的比例大幅上升。这意味着是临床上准确的值，能够促成正确的治疗决策。

“采用筛选过程提高了我们基于智能手表的原型中的血糖水平估计的准确性，”中泽说道，“我们的技术能够推动将可穿戴和连续的血糖水平监测整合进智能手表和智能戒指等设备当中，这些设备通常在尺寸和信号质量方面存在限制，”他补充说。

研究团队还指出了智能手表目前存在的一些局限性，这些局限性致使其性能逊色于基于智能手机摄像头的技术。尽管所提出的方法肯定有助于提高前者的性能，但光电探测器和放大器电路硬件的改进，将极大地有助于让可穿戴电子产品成为更具吸引力且在临床上可被接受的监测血糖水平的选择。