研究人员开发了一种设备，可以同时测量六种脑健康的标志物。这种传感器通过头骨插入大脑，能够实时分离这六种信号，得益于一个人工智能（AI）系统（《ACS Sensors》2024，DOI: 10.1021/acssensors.4c02126）。
连续监测创伤性脑损伤患者体内的生物标志物，可以在医生干预之前及时发现肿胀或出血，从而改善治疗结果。但现有的大多数设备一次只能测量一种标志物，而且由于这些设备通常由金属制成，因此难以与磁共振成像结合使用。
新的设备依赖于无金属的光纤来测量大脑的物理和化学特性：温度、pH值、钠离子浓度、钙离子浓度、葡萄糖浓度和溶解氧浓度。这些生物标志物的选择基于先前关于它们在脊髓液（CSF）中变化的研究。伦敦帝国理工学院的化学工程师阿里·耶蒂森（Ali Yetisen）领导了这项研究，四川大学的蒋楠（Nan Jiang）也参与其中。耶蒂森表示，虽然研究人员认为这些测量可以提供对大脑能量代谢的洞察，但由于之前的设备无法实现实时和同步测量，这些标志物尚未得到广泛研究。
传感器由七根光纤组成，每根光纤对应一个生物标志物，还有一根备用光纤。每根光纤都涂有一种市售的小分子或酶，当其与目标标志物相互作用时会发出荧光。这些光纤通过一根柔软灵活的导管插入大脑，旨在最大限度地减少对脑组织的损害。
每个荧光分子被封装在一种聚合物中，这种聚合物的选择是为了与其测量的属性相匹配。例如，溶解氧探针被涂覆在聚二甲基硅氧烷上，这种材料可渗透氧气但不透水。对于离子探针，研究团队使用了聚乙二醇二丙烯酸酯-丙烯酰胺水凝胶，这种材料允许水进入，同时保持传感器荧光物质的稳定性，伦敦帝国理工学院的研究员胡玉冰（Yubing Hu）解释道。
一束可以发射三种不同波长的激光通过光纤束激发荧光。最终，荧光信号反射回光纤并进入光传感器。
同时测量多种信号的一个问题是，某些信号在研究人员的光谱中重叠或被背景噪声淹没。为了克服这一问题，研究人员训练了一个名为神经网络的AI系统。该系统从设备从三个来源收集的数据中学习：浸泡在人工脊髓液中的羔羊大脑、实验室溶液和当地医院采集的脊髓液。AI系统使传感器更强大，因为它可以检测到其他情况下难以发现的信号。
AI系统还可以识别信号的特征，如强度。它可以实时预测标志物的变化，因此如果发现钠水平增加等可能表明问题的情况，它可以提醒医生。
在该设备获得临床使用许可之前，还需要在活体动物和人体临床试验中进行测试，这一过程可能需要5到10年的时间。耶蒂森说：“这看起来是一种多模态传感的巧妙策略。”西北大学的化学家约翰·罗杰斯（John Rogers）未参与此项研究，他表示：“未来的工作将有趣地确定这种方法是否可用于长期监测。”
(全文结束)
