基于光电容积脉搏波(PPG)的无创血糖监测技术：人工智能驱动的系统综述与前景展望

《ARTIFICIAL INTELLIGENCE REVIEW》：PPG-based glucose sensors: a review

本刊编辑推荐：为解决糖尿病管理中侵入式血糖检测带来的痛苦和不便问题，研究人员系统综述了106项关于光电容积脉搏波(PPG)无创血糖监测的研究。结果表明，近红外波长(850-940 nm)的反射模式PPG传感器具有更好的葡萄糖敏感性，结合机器学习与生理模型的混合方法在血糖水平解读方面最具潜力。该研究为PPG技术向临床转化提供了重要指导，对推动糖尿病管理的技术革新具有重要意义。

　　

在全球糖尿病患病率持续攀升的背景下，传统的指尖采血监测方法给患者带来了极大的痛苦和不便。据统计，2021年全球成人糖尿病患病率已达10.5%，预计到2045年将上升至12.2%。这种严峻的健康挑战催生了对无创、连续血糖监测技术的迫切需求。光电容积脉搏波(PPG)技术作为一种新兴的无创监测手段，因其简便性、可及性和远程监测能力而备受关注，为糖尿病管理带来了新的希望。

这项发表在《Artificial Intelligence Review》上的系统综述由Hui Jiang、Tianliang Yao和Cheng Ding共同完成，全面评估了基于PPG的血糖监测技术的可行性、准确性和局限性。研究人员系统分析了106项经过同行评审的研究，深入探讨了PPG血糖监测的生理原理和技术进展，并与传统及新兴监测方法进行了比较分析。

研究人员采用叙述性综述框架，结合系统综述的关键要素，对IEEE Xplore、PubMed、NIH、Google Scholar等七大数据库中2012年至2024年的文献进行了全面检索。通过严格的纳入排除标准，最终筛选出106篇高质量文献进行深入分析。研究采用定性叙述综合方法，充分考虑了不同研究设计和结果测量指标的差异性。

在技术方法层面，该研究重点关注三个核心维度：PPG信号采集硬件设计、特征提取方法和人工智能算法。硬件方面分析了反射式与透射式PPG传感器的性能差异，特征提取涵盖了时域特征（如收缩期振幅、脉搏面积）和频域特征（如快速傅里叶变换）等多种技术。机器学习方法包括支持向量机(SVM)、随机森林和深度学习模型（如卷积神经网络CNN、长短期记忆网络LSTM），这些算法被用于从PPG信号中提取与血糖变化相关的特征模式。

硬件设计研究结果表明，近红外波长(850-940 nm)的反射模式PPG传感器表现出更好的葡萄糖敏感性。研究人员详细比较了相机+闪光灯与LED光源+光电探测器两种信号采集方案的优劣，指出指尖和手腕作为测量部位各自具有独特的优势。反射式测量中光源和光电探测器位于组织同侧，而透射式测量则位于对侧，两种方式都能有效捕获血液容积变化引起的光吸收变化。

特征提取研究结果显示，PPG波形包含丰富的生理信息。时域特征包括收缩期振幅、脉搏面积和脉搏间期等，这些特征与血管顺应性和自主神经活动密切相关。频域特征通过傅里叶变换和小波变换等方法分析PPG信号的频谱特性。特别值得注意的是，PPG的一阶导数(VPG)和二阶导数(SDPTG)能够提供更精细的生理动力学信息，有助于检测外周灌注障碍和动脉僵硬度等糖尿病相关血管病变。

人工智能算法研究结果证明，基于深度学习的方法在PPG信号预处理和运动伪影减少方面通常表现出优于传统技术的性能。随机森林模型在 Clarke误差网格分析的A区和B区达到临床可接受的分类效果，而神经网络模型在26名受试者的研究中实现了96.15%的读数位于A区。支持向量机(SVM)和K近邻(KNN)算法在182名受试者的数据集上显示出94.27%的预测结果位于临床可接受区域。

评估指标体系研究结果建立了完整的性能评估框架。分类指标包括灵敏度、特异度和受试者工作特征曲线下面积(AUC)，回归指标涵盖均方根误差(RMSE)和平均绝对误差(MAE)。特别重要的是克拉克误差网格分析，该分析将监测结果分为A-E五个区域，其中A区代表临床准确结果，B区为良性误差，而D区和E区则可能带来临床风险。

研究的讨论部分深入剖析了PPG血糖监测技术面临的关键挑战和发展前景。信号质量方面，运动伪影、皮肤色素沉着和环境干扰等因素严重影响测量准确性，需要开发更先进的信号处理算法。传感器融合技术通过结合心率、加速度计和温度等多模态数据，有望提高监测系统的鲁棒性。精度医学视角下，需要考虑个体生理差异对PPG信号的影响，开发个性化校准模型。

该研究结论强调，PPG技术虽然在无创血糖监测领域展现出巨大潜力，但目前仍无法完全替代传统血糖监测方法。近红外波长的反射模式传感器与人工智能算法的结合代表了最有前景的发展方向。未来研究需要大规模临床试验验证，建立标准化数据集，并解决信号质量、运动伪影和个体差异等关键技术挑战。多学科合作将推动PPG技术向临床实用化迈进，最终为糖尿病管理提供更便捷、有效的解决方案。

这项系统综述的重要意义在于为PPG血糖监测技术的发展提供了清晰的技术路线图，指出了硬件优化、算法创新和临床验证等重点突破方向。随着可穿戴设备的普及和人工智能技术的进步，PPG有望成为糖尿病日常管理的重要工具，显著提升患者的生活质量和健康结局。