在糖尿病管理领域，血糖监测是控制病情和预防并发症的关键环节。目前，全球超过5亿糖尿病患者需要频繁监测血糖水平。传统指尖采血虽准确但给患者带来疼痛和不便，而微创连续血糖监测技术虽有进步，但佩戴传感器的不便和校准需求限制了其广泛应用。因此，开发一种完全非侵入式的血糖监测技术一直是行业发展的重点。拉曼光谱技术因其高特异性和直接识别葡萄糖分子的能力而备受关注，但皮肤表面的强荧光背景信号干扰了葡萄糖信号的检测。尽管一些改进的拉曼技术如抛物面镜拉曼和空间偏移拉曼光谱（SORS）在非侵入式血糖检测方面取得了进展，但它们大多需要针对每个用户进行个性化训练，增加了实际应用的复杂性。为了实现非侵入式血糖监测技术的临床应用，必须解决现有技术的局限性，提高测量的准确性和鲁棒性，同时减少对用户个性化校准的需求。

上海交通大学王卫庆，陈昌，宁光院士和上海近观科技有限责任公司周琳等人提出了一种新的技术——多微空间偏移拉曼光谱（mμSORS），该技术通过在不同皮肤深度捕获拉曼信号，有效减少了皮肤表面信号的干扰，显著提高了血糖测量的准确性和鲁棒性，且无需个性化校准。相关内容以“Subcutaneous depth-selective spectral imaging with mμSORS enables noninvasive glucose monitoring”为题发表在《Nature Metabolism》上。

【主要内容】

图1 mμSORS系统的原理和实验设置

该系统通过一个特殊的光学探头，能够捕获不同皮肤深度的拉曼信号。图中详细展示了探头的结构和工作原理，以及如何通过不同偏移量的光纤布局来实现深度选择性检测。此外，还展示了mμSORS技术在人体皮肤上的应用示意图，以及通过光学相干断层扫描（OCT）确定的表皮-真皮交界处（DEJ）的深度分布。

图2 mμSORS技术在初步人体实验中的应用结果

图中展示了35名参与者的血糖水平分布，以及在不同时间点采集的mμSORS光谱。通过将光谱数据与静脉血浆葡萄糖浓度（VPG）进行对比，研究者发现，随着皮肤深度的增加，拉曼信号与血糖水平的相关性显著提高。特别是当检测深度达到或低于DEJ时，相关性最为显著。

图3 mμSORS技术在更大规模实验中的应用效果

该实验涉及230名参与者，覆盖了更广泛的年龄和身体质量指数（BMI）范围。图中展示了参与者的血糖水平分布，以及通过mμSORS技术预测血糖水平的结果。通过主体独立的十折交叉验证，该技术达到了14.3%的平均绝对相对差异（MARD），且99.4%的预测值落在共识误差网格（CEG）的A区和B区内，这表明mμSORS技术在非侵入式血糖监测中具有较高的准确性和鲁棒性。

图4 mμSORS技术在独立测试集上的应用效果

研究者将230名参与者中的200人作为训练集，其余30人作为测试集，以评估该技术在独立数据集上的预测能力。图中展示了训练集和测试集的血糖水平分布，以及通过PLS回归模型预测血糖水平的结果。在测试集中，该技术达到了14.6%的MARD，且99.4%的预测值落在CEG的A区和B区内，这进一步证明了mμSORS技术在非侵入式血糖监测中的准确性和鲁棒性。

图5 30名测试集参与者的血糖预测结果

图中以时间为横轴，血糖浓度为纵轴，展示了每位参与者在口服葡萄糖耐量测试（OGTT）期间的实际血糖水平和通过mμSORS技术预测的血糖水平。这些结果表明，mμSORS技术能够准确地跟踪血糖水平的变化，且预测结果与实际血糖水平高度一致。

【全文总结】

本文介绍了一种新型的非侵入式血糖监测技术——多微空间偏移拉曼光谱（mμSORS）。该技术通过在不同皮肤深度捕获拉曼信号，显著提高了血糖测量的准确性和鲁棒性，且无需个性化校准。研究团队首先在35名参与者中进行了初步实验，确定了最佳检测深度为或低于富含毛细血管的表皮-真皮交界处（DEJ）。随后，在230名参与者中进一步验证了该技术的准确性，结果显示平均绝对相对差异（MARD）为14.6%，且99.4%的预测值落在共识误差网格（CEG）的A区和B区内。这些结果表明，mμSORS技术在非侵入式血糖监测中具有高准确性和鲁棒性，为糖尿病患者的血糖管理提供了一种新的、非侵入式的解决方案，有望改善患者的生活质量和治疗依从性。

原文链接：

https://doi.org/10.1038/s42255-025-01217-w