英國劍橋大學科研人員成立的一家創業公司研發出一款低成本的新型可穿戴設備，可監測心臟和心血管功能，這款無線設備能借助人工智能技術實時進行心率和呼吸方面問題的分析。

據劍橋大學介紹，這一名為“心識”的可穿戴設備非常輕便，具有防水外殼，配備多個精密傳感器，可實時收集使用者的心電圖、體溫等重要指標，更重要的是，設備能無線將這些數據傳輸到云端——即遠處的數據中心，再由一個專門設計的人工智能算法來分析使用者是否存在異常的心率等問題。

研究團隊希望這一設備能改善普通人對心率異常的監測，并降低中風幾率，他們已在英國開始對該設備進行臨床試驗。

復旦大學附屬華山醫院和華東師范大學化學與分子工程學院、上海市綠色化學與化工過程綠色化重點實驗室步文博教授聯合研究團隊，經過近5年的研究，合成了一種新型能譜CT造影劑，成功實現了對骨腫瘤的精準影像診斷。相關研究論文發表在高水平學術期刊《先進功能材料》上。

電子計算機斷層掃描技術（CT）因具有高空間、高密度分辨率，被視為骨骼系統疾病最重要的診斷技術。但由于成像技術原因，CT難以區分X線衰減系數相近似的組織，這一缺陷限制了CT在骨肉瘤等疾病診斷中的應用。近年來，新型高低雙能快速交替成像的能譜CT技術，在保留傳統CT優勢的基礎上，增加了很多重要功能參數，提供了更多的影像診斷信息，有望實現對骨肉瘤等的精準影像診斷。

該新型造影劑利用镥基稀土上轉換發光材料（NaLuF4:Yb/Er），其中Lu3+賦予了該造影劑極佳的能譜CT性能。團隊人員系統研究了镥基造影劑在能譜CT各項參數中的性能，實現了相似衰減系數物質的物質分離。新型造影劑不僅可以在所有高密度物質信號均被抑制的單能圖像上保持高量信號以凸顯腫瘤的精準定位，而且可以在物質分離圖的水基圖上與周圍正常骨組織產生強烈的信號對比，最終實現骨肉瘤的精準定位。

新型能譜CT造影劑的成功合成，也為其他疾病的診斷和鑒別診斷提供了新的研究思路，具有重要的研究價值和潛在的臨床應用前景。下一步，研究人員將把目標聚焦于能譜CT新的臨床應用上。

上海交通大學基礎醫學院肖澤宇課題組在納米醫學領域知名期刊《美國化學學會納米材料》上在線發表一項研究成果。該研究構建了基于縫隙增強拉曼探針的診療一體化系統，實現在術中高特異、高靈敏地檢測殘余微小腫瘤細胞，同時能發揮光熱治療作用清除殘余微小腫瘤細胞，以避免術后腫瘤的復發。

當前，手術切除仍然是最有效的腫瘤治療方法。然而，在許多侵襲性或轉移性癌癥中，腫瘤邊界分布不清晰，腫瘤生長浸潤周圍重要器官或神經結構。在這種情況下，即使是經驗豐富的外科醫生也無法通過手術徹底清除腫瘤，以致留下殘余的微小腫瘤。這些殘留的微小腫瘤會引起致命性的腫瘤復發和轉移。因此，如何實現在術中檢測并根除這些殘余的微小腫瘤對癌癥的治療至關重要。

肖澤宇課題組等通過構建診療一體化的縫隙增強拉曼納米探針，實現術中高靈敏特異性的檢測并根除殘留微小病灶。該拉曼納米探針具有雙層核—殼金納米結構，雙層金內部縫隙連接處嵌入拉曼報告分子。這種納米結構在采用785納米激光時可產生高靈敏度、高特異性拉曼影像信號，用于微小腫瘤檢測，并在切換808納米激光時產生光熱消融的熱療效果，用于微小腫瘤清除。在原位前列腺轉移腫瘤模型中，該拉曼納米診療探針成功實現對于手術床周圍殘余微小腫瘤的精確成像以及徹底清除，且未損傷正常組織。研究結果顯示，基于該探針的拉曼影像介導下光熱清除的手術方案可防止術后腫瘤復發及轉移并顯著延長小鼠的生存期。這一研究拓展了拉曼影像用于診療一體化的活體生物醫學應用。

瑞士研究人員利用發光蛋白開發出一種新型生物傳感器，僅用一滴血就能精確測定人體代謝物水平，有望因準確性高、操作簡單而成為診斷和監測多種疾病的首選工具。

代謝物是人體新陳代謝產生的化合物，疾病或損傷可導致血液中代謝物的水平發生顯著變化。例如，血液苯丙氨酸水平的升高是遺傳病苯丙酮尿癥的特征。該病患者必須定期檢測血液中的苯丙氨酸水平。目前的檢測手段需將血樣送達實驗室，而幾天后結果才能送達患者，這種延遲導致疾病診療管理的復雜化。

為此，瑞士洛桑聯邦理工學院和德國馬克斯·普朗克醫學研究所的研究人員開發了一種在幾分鐘內測量血樣中代謝物濃度的方法。研究結果已在最新一期美國《科學》雜志上發表。

研究人員利用一種發光蛋白開發出新型生物傳感器，它可通過不同的酶催化反應改變顏色，這意味著可以通過分析發光的顏色來確定代謝物濃度。使用不同的酶催化反應，同一傳感器就能測定包括苯丙氨酸、谷氨酸、葡萄糖等各種代謝物的水平。

以測量苯丙氨酸水平為例，先從患者手指采一滴血，然后將血樣加入反應緩沖液中再用于含生物傳感器的試紙。當苯丙氨酸超出正常水平時，傳感器發出的光會從藍色變為紅色，這種變化用日常數碼相機或智能手機都能檢測到。最后通過顏色變化來計算苯丙氨酸濃度。整個過程只需10分鐘到15分鐘。

由于操作簡單準確，患者自己就能進行測試。研究人員目前正在尋找進一步簡化測試并實現自動化操作的方法。