英国剑桥大学科研人员成立的一家创业公司研发出一款低成本的新型可穿戴设备，可监测心脏和心血管功能，这款无线设备能借助人工智能技术实时进行心率和呼吸方面问题的分析。

据剑桥大学介绍，这一名为“心识”的可穿戴设备非常轻便，具有防水外壳，配备多个精密传感器，可实时收集使用者的心电图、体温等重要指标，更重要的是，设备能无线将这些数据传输到云端——即远处的数据中心，再由一个专门设计的人工智能算法来分析使用者是否存在异常的心率等问题。

研究团队希望这一设备能改善普通人对心率异常的监测，并降低中风几率，他们已在英国开始对该设备进行临床试验。

复旦大学附属华山医院和华东师范大学化学与分子工程学院、上海市绿色化学与化工过程绿色化重点实验室步文博教授联合研究团队，经过近5年的研究，合成了一种新型能谱CT造影剂，成功实现了对骨肿瘤的精准影像诊断。相关研究论文发表在高水平学术期刊《先进功能材料》上。

电子计算机断层扫描技术（CT）因具有高空间、高密度分辨率，被视为骨骼系统疾病最重要的诊断技术。但由于成像技术原因，CT难以区分X线衰减系数相近似的组织，这一缺陷限制了CT在骨肉瘤等疾病诊断中的应用。近年来，新型高低双能快速交替成像的能谱CT技术，在保留传统CT优势的基础上，增加了很多重要功能参数，提供了更多的影像诊断信息，有望实现对骨肉瘤等的精准影像诊断。

该新型造影剂利用镥基稀土上转换发光材料（NaLuF4:Yb/Er），其中Lu3+赋予了该造影剂极佳的能谱CT性能。团队人员系统研究了镥基造影剂在能谱CT各项参数中的性能，实现了相似衰减系数物质的物质分离。新型造影剂不仅可以在所有高密度物质信号均被抑制的单能图像上保持高量信号以凸显肿瘤的精准定位，而且可以在物质分离图的水基图上与周围正常骨组织产生强烈的信号对比，最终实现骨肉瘤的精准定位。

新型能谱CT造影剂的成功合成，也为其他疾病的诊断和鉴别诊断提供了新的研究思路，具有重要的研究价值和潜在的临床应用前景。下一步，研究人员将把目标聚焦于能谱CT新的临床应用上。

上海交通大学基础医学院肖泽宇课题组在纳米医学领域知名期刊《美国化学学会纳米材料》上在线发表一项研究成果。该研究构建了基于缝隙增强拉曼探针的诊疗一体化系统，实现在术中高特异、高灵敏地检测残余微小肿瘤细胞，同时能发挥光热治疗作用清除残余微小肿瘤细胞，以避免术后肿瘤的复发。

当前，手术切除仍然是最有效的肿瘤治疗方法。然而，在许多侵袭性或转移性癌症中，肿瘤边界分布不清晰，肿瘤生长浸润周围重要器官或神经结构。在这种情况下，即使是经验丰富的外科医生也无法通过手术彻底清除肿瘤，以致留下残余的微小肿瘤。这些残留的微小肿瘤会引起致命性的肿瘤复发和转移。因此，如何实现在术中检测并根除这些残余的微小肿瘤对癌症的治疗至关重要。

肖泽宇课题组等通过构建诊疗一体化的缝隙增强拉曼纳米探针，实现术中高灵敏特异性的检测并根除残留微小病灶。该拉曼纳米探针具有双层核—壳金纳米结构，双层金内部缝隙连接处嵌入拉曼报告分子。这种纳米结构在采用785纳米激光时可产生高灵敏度、高特异性拉曼影像信号，用于微小肿瘤检测，并在切换808纳米激光时产生光热消融的热疗效果，用于微小肿瘤清除。在原位前列腺转移肿瘤模型中，该拉曼纳米诊疗探针成功实现对于手术床周围残余微小肿瘤的精确成像以及彻底清除，且未损伤正常组织。研究结果显示，基于该探针的拉曼影像介导下光热清除的手术方案可防止术后肿瘤复发及转移并显著延长小鼠的生存期。这一研究拓展了拉曼影像用于诊疗一体化的活体生物医学应用。

瑞士研究人员利用发光蛋白开发出一种新型生物传感器，仅用一滴血就能精确测定人体代谢物水平，有望因准确性高、操作简单而成为诊断和监测多种疾病的首选工具。

代谢物是人体新陈代谢产生的化合物，疾病或损伤可导致血液中代谢物的水平发生显著变化。例如，血液苯丙氨酸水平的升高是遗传病苯丙酮尿症的特征。该病患者必须定期检测血液中的苯丙氨酸水平。目前的检测手段需将血样送达实验室，而几天后结果才能送达患者，这种延迟导致疾病诊疗管理的复杂化。

为此，瑞士洛桑联邦理工学院和德国马克斯·普朗克医学研究所的研究人员开发了一种在几分钟内测量血样中代谢物浓度的方法。研究结果已在最新一期美国《科学》杂志上发表。

研究人员利用一种发光蛋白开发出新型生物传感器，它可通过不同的酶催化反应改变颜色，这意味着可以通过分析发光的颜色来确定代谢物浓度。使用不同的酶催化反应，同一传感器就能测定包括苯丙氨酸、谷氨酸、葡萄糖等各种代谢物的水平。

以测量苯丙氨酸水平为例，先从患者手指采一滴血，然后将血样加入反应缓冲液中再用于含生物传感器的试纸。当苯丙氨酸超出正常水平时，传感器发出的光会从蓝色变为红色，这种变化用日常数码相机或智能手机都能检测到。最后通过颜色变化来计算苯丙氨酸浓度。整个过程只需10分钟到15分钟。

由于操作简单准确，患者自己就能进行测试。研究人员目前正在寻找进一步简化测试并实现自动化操作的方法。