韩国材料科学研究所（KIMS）先进生物与医疗材料研究部的何尚俊博士及其研究团队与首尔圣玛丽医院合作，开发出了一种能够在10分钟内通过滑液诊断骨关节炎和类风湿性关节炎的技术。这是韩国首次实现这一成就。
该研究成果发表在《Small》杂志上。
根据一些研究，65岁及以上的人群中超过50%的人会经历骨关节炎的症状，而类风湿性关节炎则是一种严重的慢性疾病，影响约百分之一的人在其一生中。尽管骨关节炎和类风湿性关节炎可能看起来相似，但它们的病因和治疗方法不同，因此在早期诊断阶段准确区分这两种疾病至关重要。迄今为止，诊断依赖于X光、MRI扫描和血液检测，这些方法耗时长、成本高且准确性有限。
人体关节中含有滑液。研究团队关注了这种液体中代谢物组成的差异。通过分析这些代谢差异，他们开发出一种技术，能够在10分钟内区分骨关节炎和类风湿性关节炎，并评估类风湿性关节炎的严重程度。
研究团队利用表面增强拉曼散射（SERS）技术，这是一种能够将分子光学信号放大数百万倍的现象。这项技术可以放大滑液中微量分子的信号，并通过结合基于AI的分析和数学算法，检测导致关节炎的微小物质。
此外，研究团队还开发了一种简单快速的诊断方法，使用一种由吸水性强的纸表面上形成的海胆状金纳米结构传感器，能够通过体液进行高效检测。
研究团队与首尔圣玛丽医院合作，对120名患者进行了测试。结果显示，该技术可以以超过94%的准确率诊断并区分骨关节炎和类风湿性关节炎。此外，该技术在确定类风湿性关节炎的严重程度方面也达到了超过95%的准确率。
这些发现表明，该技术不仅显著减少了关节炎诊断的时间和成本，还确保了高水平的诊断准确性。
KIMS的主要研究员何尚俊博士表示：“如果这项技术商业化，它不仅有助于诊断，还能在监测治疗进展方面非常有用。”他还补充说：“我们还计划继续扩展我们的研究，以覆盖更广泛的疾病。”
更多信息： Boyou Heo等，基于AI辅助的等离子体诊断平台用于骨关节炎和类风湿性关节炎的生物标志物定量数学模型，《Small》（2025）。DOI: 10.1002/smll.202500264
提供者：国家科学技术研究委员会
(全文结束)
