7月11日，記者從中科院深圳先進技術研究院獲悉，該院生物醫學與健康工程研究所微創中心聶澤東研究員團隊，在基于生理信息的無創血糖監測技術方面取得突破。研究團隊提出了基于心電（ECG）及光電容積脈搏波（PPG）多模態融合的無創血糖監測技術，有望應用于糖尿病慢病管理、高風險人群評估等。

隨著人們生活水平的提高和我國人口老齡化進程的加快，糖尿病患病率逐年攀升。根據《中國2型糖尿病防治指南（2020版）》的數據顯示，我國每10個成年人中就有1個糖尿病患者，每3個成年人中就有一個糖尿病前期。

主動血糖監測是有效減少糖尿病和延緩并發癥的重要手段之一。目前，血糖監測主要通過指尖采血或者基于電化學檢測技術的植入式血糖監測設備，然而，這些方法存在疼痛、使用壽命短、成本高等缺點，限制了患者的依從性。因此，研發一種非侵入式、舒適便捷的無創監測技術對促進血糖監測具有重要的意義和臨床價值。

相關研究表明，血糖濃度的變化會刺激人體自主神經系統，引起心電、光電容積脈搏波等生理信息的改變，同時考慮到心電、光電容積脈搏波可通過智能可穿戴設備獲取，具有使用快捷、成本低等優勢，因此，研究團隊提出了一種基于心電及光電容積脈搏波多模態融合的無創血糖監測技術。

“該技術通過采用數值計算方法及深度學習算法，獲取心電、光電容積脈搏波等生理信息的時空特征，并采用基于可變權重的算法，實現不同模態的決策融合。”聶澤東介紹，他們利用該技術獲取了21名志愿者共103天的數據，經過10折交叉驗證后，所提出的多模融合算法在血糖監測中的MARD值達到13.42%，一致性誤差網格的A+B區＞99%。

據介紹，MARD值是評價持續葡萄糖監測（CGM）產品準確度的核心指標，目前國際上多數以MARD＜15%作為CGM上市的標準值。“該值越小，表明血糖讀數越接近參考值，即血糖測量的準確度越高。”聶澤東進一步解釋道，“一致性誤差網格A+B區在測量點水平的比例大于99%，代表數據具有臨床準確性，該值越大，說明血糖測量的準確度越高。”

據介紹，該成果為使用穿戴健康設備和家用健康設備進行無創血糖監測提供了重要的理論基礎與技術支撐，具有廣闊的應用前景。