AI驱动的便携式传感器实现快速多指标心脏生物标志物检测AI-powered portable sensor enables rapid and multiplexed cardiac biomarker testing

环球医讯 / 心脑血管来源:medicalxpress.com美国 - 英文2026-08-17 19:01:00 - 阅读时长4分钟 - 1940字
美国加州大学洛杉矶分校研究人员成功开发出AI驱动的便携式双模式多指标垂直流检测(xVFA)平台,可同时快速检测心肌梗死和心力衰竭的三种关键生物标志物(cTnI、CK-MB和NT-proBNP)。该技术通过结合比色法与化学发光传感及神经网络信号分析,在23分钟内提供准确检测结果,性能媲美大型实验室设备但体积小巧,有望在急诊科、基层诊所及偏远地区实现即时心脏诊断,为全球每年近2000万心血管疾病患者提供更及时有效的治疗干预,显著改善患者预后。
心血管疾病心肌梗死心力衰竭心脏生物标志物cTnICK-MBNT-proBNP多指标生物标志物检测床旁检测
AI驱动的便携式传感器实现快速多指标心脏生物标志物检测

A) 心肌梗死(MI)与心力衰竭(HF)的病理生理关系及其相关生物标志物:cTnI和CK-MB用于MI诊断,NT-proBNP用于HF诊断。B) 传统中心实验室检测与所提出的床旁双模式xVFA光学传感器的比较。来源:《光:科学与应用》(2026)。DOI: 10.1038/s41377-026-02275-9

心血管疾病仍是全球主要死亡原因,每年导致近2000万人死亡。因此,快速诊断和评估心脏损伤风险对改善患者预后至关重要。

在临床实践中,医生通常依赖心脏生物标志物检测;例如,肌钙蛋白I(cTnI)和CK-MB常用于诊断心肌梗死(心脏病发作),而NT-proBNP是心力衰竭的金标准生物标志物。由于心肌梗死和心力衰竭常相互关联,临床医生越来越依赖多指标生物标志物检测来进行更精确的风险分层和早期干预。

然而,目前这种多指标检测是通过大型、昂贵的中心实验室分析仪进行的,限制了其在分散式和时间敏感环境中的可用性。

为解决这一挑战,加州大学洛杉矶分校(UCLA)的研究人员在校长教授Aydogan Ozcan的带领下,与Dino Di Carlo教授、Omai B. Garner教授和Jeffrey J. Hsu教授合作,开发了一种双模式多指标垂直流检测(xVFA)平台,能够在紧凑的床旁检测格式中检测多种心脏生物标志物。

UCLA电气与计算机工程系博士后研究员Gyeo-Re Han博士担任该研究的第一作者。

这项发表在《光:科学与应用》上的研究证明,在单个基于纸张的测试中结合比色法和化学发光生物传感,并配合基于神经网络的信号分析,能够在临床相关浓度范围内准确多指标检测三种关键心脏标志物(cTnI、CK-MB和NT-proBNP),从而改善床旁诊断。

这一新平台得益于两种互补的光学模式,即比色法和化学发光,二者集成在一个基于纸张的试剂盒中。

比色传感在较高生物标志物浓度下提供可靠的信号检测,而化学发光则能高灵敏度地检测极低水平的生物标志物。

通过在单一检测中结合这两种传感模式,该系统能够比传统快速检测更准确地量化更宽动态范围的心脏生物标志物。

"我们的目标是弥合中心实验室诊断与床旁检测之间的差距,"该研究通讯作者Ozcan教授表示。"通过将双模式光学传感与人工智能相结合,我们可以使用紧凑且易于获取的诊断平台实现敏感和多指标的生物标志物检测,"Ozcan补充道。

双模式xVFA系统通过将50 µL血清样本加载到多指标纸基试剂盒中运行,使受过最少培训的医疗人员也能轻松操作。

该试剂盒包含多个涂有针对三种目标生物标志物特异性抗体的测试点,在单次测试中提供并行检测。操作后,系统生成比色和化学发光光学信号,由便携式光学读取器捕获。

这些信号随后通过基于神经网络的算法快速分析,该算法解释多指标传感器响应并准确预测生物标志物浓度。该传感器仅需23分钟即可提供三种心脏生物标志物—cTnI、CK-MB和NT-proBNP的定量结果,全部在单次测试中完成,以支持快速临床决策。

"结合互补传感模式使我们能够显著扩展快速诊断测试的分析能力,"Gyeo-Re Han博士表示。

"通过使用神经网络模型进行信号解释和分析,我们最小化了患者间和传感器间的变异性,并实现了可与标准实验室分析仪相媲美的高量化性能,"Dino Di Carlo教授补充道。

UCLA研究人员使用患者血清样本对该系统进行了严格验证,证明其与传统基于实验室的测量结果高度一致。特别是,本研究中训练和盲测的神经网络模型对三种心脏生物标志物产生了稳健的量化性能。

"多指标生物标志物检测为临床医生提供了对患者心血管状况的更全面洞察,"Omai B. Garner教授指出。"此类技术可以帮助将先进诊断能力带到患者身边,使急诊科、诊所和分散式医疗环境中能够更快、更明智地进行临床决策,"Jeffrey J. Hsu教授总结道。

研究人员设想进一步扩展双模式xVFA平台,以支持额外的疾病生物标志物和更广泛的诊断应用。

通过整合多指标生物传感、便携式仪器和基于AI的分析,该技术代表着向更易获取和智能的全球医疗诊断系统迈出的重要一步。

出版详情

Gyeo-Re Han等人,《用于心血管疾病床旁诊断的深度学习增强双模式多指标光学传感器》,《光:科学与应用》(2026)。DOI: 10.1038/s41377-026-02275-9

期刊信息:

《光:科学与应用》

关键医疗概念

NT-proBNP

临床类别

心脏病学

实验室医学

提供方:加州大学洛杉矶分校工程技术创新研究所

【全文结束】