Souhrn
Tým z University of Technology Sydney vyvíjí nositelné náplasti, které sbírají a analyzují pot pomocí umělé inteligence. Tyto senzory by měly v reálném čase detekovat biomarkery spojené se stresem, diabetem a dalšími stavy. Technologie využívá pokroky v mikrofluidice a elektronice, ale komerční nasazení je zatím vzdálené.
Klíčové body
- Analýza potu odhaluje biomarkery jako kortizol pro stres nebo glukózu pro diabetes.
- Náplasti kombinují sběr vzorků s AI pro kontinuální monitorování během dne.
- Faktory jako pohlaví, věk a fyzická zdatnost ovlivňují složení potu.
- Výzkum zdůrazňuje potřebu lepšího porozumění individuálním rozdílům v pocení.
- Pot je tradičně používán pro monitorování léků, nyní se rozšiřuje na širší diagnostiku.
Podrobnosti
Výzkumníci z University of Technology Sydney, vedení analytickou chemičkou Dayanne Bordinovou, testují náplasti, které kontinuálně sbírají pot a analyzují ho v reálném čase. Tyto zařízení využívají mikrofluidiku – technologii pro manipulaci s malými objemy tekutin na čipech – a pokročilé senzory pro detekci biomarkerů. Umělá inteligence pak zpracovává data, aby sledovala změny v těle během dne, například výkyvy kortizolu indikujícího stres nebo hladiny glukózy u diabetiků. Pot je biologická matrice, která se tradičně používá v toxikologii pro sledování drog, ale nové elektronické senzory umožňují neinvazivní, kontinuální měření bez odběrů krve.
Studie publikovaná týmem UTS a mezinárodními partnery ukazuje, že klíčovou výzvou je identifikace klinicky významných biomarkerů. Složení potu se liší podle individuálních faktorů: muži obvykle potí více než ženy, starší lidé méně efektivně, a fyzická kondice ovlivňuje koncentrace látek. Před širokým nasazením je třeba prozkoumat tyto variace, aby senzory poskytovaly přesné výsledky napříč populací. Integrace do existujících nositelných zařízení, jako chytré hodinky, je dalším cílem, ale vyžaduje miniaturizaci a kalibraci. Bordinová zdůrazňuje, že i když technologie pokročila, komerční produkty nejsou na obzoru – nejdříve musí být vyřešeny metodické otázky. Tento přístup by mohl nahradit invazivní metody, jako je bodání prstu pro glukózu, a poskytnout data pro prevenci onemocnění.
Proč je to důležité
Technologie posiluje trend nositelné diagnostiky, kde senzory nahrazují laboratorní testy. Pro uživatele znamená snadné sledování zdraví bez nemocničních návštěv, pro diabetiky například kontinuální glukózu bez bolesti. V širším kontextu se zapojuje do ekosystému health-techu, kde AI zpracovává fyziologická data pro prediktivní medicínu. Nicméně bez standardizace biomarkerů a validace na velkých skupinách zůstává v rané fázi vývoje, podobně jako rané verze fitness trackerů. Pokud se překonají výzvy s variabilitou, mohla by urychlit personalizovanou péči, ale konkurence z krevních senzorů jako Continuous Glucose Monitors zůstává silná.
Zdroj: 📰 PerthNow
