科学家们开发出一种创新的诊断技术，该技术利用机器学习分析血滴的完整干燥过程。这一过程可能改变医学和生物筛查，仅需一滴血和简单的显微成像就能快速分析血液和其他生物流体，并为服务不足的社区和发展中国家提供经济高效的诊断工具。资料来源：《先进智能系统》（2025）。DOI: 10.1002/aisy.202500550
不久前，仅用一滴血诊断疾病的想法还被认为是天方夜谭。如今，这项技术可能很快成为现实。
由东京大学研究人员领导的一组科学家开发出一种自动化的高通量系统，该系统通过成像生物流体（如血液、唾液和尿液）的液滴来进行疾病诊断，旨在减少生物医学测试所需的消耗品和设备。
这项工作发表在《先进智能系统》期刊上。
在该工作流程中，生物流体液滴图像由机器学习算法分析以诊断疾病。值得注意的是，该技术依靠生物流体液滴的干燥过程来区分正常和异常样本。
当前的医学诊断测试通常需要5毫升至10毫升的血液，这需要前往诊所或其他采血服务处，用针管抽取血液。除了疼痛、不便和效率低下外，抽血在现代医疗基础设施发达的国家往往是一种奢侈。
通过消除对采血服务和其他消耗品的需求，诊断测试可以在全球范围内实施，以提高疾病诊断和成本效益。
"我们着手开发一种简单、快速且可靠的分析方法，用于分析血滴在表面干燥时发生的情况，"东京大学研究生院艺术与科学学院副教授矢崎美保表示。
"传统上，研究人员只关注干燥后的最终图案。在我们的研究中，我们超越了这一点，实时观察整个干燥过程。通过跟踪液滴形状和内部结构随时间的演变，我们能够揭示有关流体成分的丰富信息。"
通过使用机器学习，研究团队能够"解码"干燥血滴中不断变化的图案，仅基于其干燥行为就能清楚地区分健康血液和异常样本。
重要的是，这种技术不需要特殊设备就能进行准确诊断。
干燥血液样本的图像使用明场显微镜（将白光透射通过标本，使其在明亮背景下呈现暗色）和常见的4倍物镜（将样本放大四倍）获取。图像通过安装在显微镜上的数字相机随时间获取。
相同的工作流程也可用于分析其他体液，包括唾液和尿液，从而在不需要额外设备的情况下扩展工作流程的诊断能力。
"关键要点是，干燥过程的每一刻都包含有价值的信息，而不仅仅是留下的最终图案。每个阶段都揭示了蛋白质、细胞和其他成分如何在液滴内移动和重组，捕捉样本内部状态的动态'故事'，"矢崎实验室的博士后研究员、研究论文第一作者阿努苏娅·帕尔表示。
通过将这种随时间变化的信息与机器学习相结合，研究团队可以准确识别血液样本中的细微异常。"这种方法为医疗诊断开辟了一种新的思维方式，既简单、快速、低成本，又异常信息丰富，"帕尔说。
该研究为团队建立了概念验证，展示了检测糖尿病、流感、疟疾等疾病的高效工作流程，在该领域具有潜力。理想情况下，研究人员希望将其方法转化为一种移动且实用的健康筛查工具，用于发展中国家。
"这种工具可以使健康监测更快、更经济、更易获取，特别是在那些实验室检测获取受限的社区。最终，我们的目标是将实验室级别的洞察带到护理点，为每个人提供早期检测和预防性医疗服务，"印度提斯浦尔大学助理教授、研究合著者阿马莱什·戈佩表示。
更多信息：阿努苏娅·帕尔等人，《从液滴到诊断：干燥生物流体中的时空模式识别》，《先进智能系统》（2025）。DOI: 10.1002/aisy.202500550
由东京大学提供
【全文结束】
