综述：基于光学技术的非侵入式血糖监测系统综述与未来研究框架

《Sensors》：Non-Invasive Blood Glucose Monitoring Using Machine Learning and Optical Approaches: A Systematic Literature Review and a Proposed Framework for Reproducible and Clinically Reliable Research

　　糖尿病是首要医疗挑战之一。为了有效管理该疾病，患者需要定期检查血糖水平；然而，传统的取一滴血置于试纸上的方法无法实现连续监测，且令大多数人畏惧，人们认为这种方式疼痛且令人不适。全球研究人员正致力于开发非侵入式血糖监测（NIBGM）设备；大多数研究通过结合光学技术与机器学习报告了令人满意的准确性，但获得CE/FDA认证的解决方案仍无法上市。本系统综述的主要目标是批判性地分析光学NIBGM领域的最新定量研究成果，突出其优势，并确定阻碍这些设备获得监管批准和商业化的主要因素。使用特定关键词检索了Web of Science、IEEE Xplore、PubMed、ScienceDirect、SPIE数字图书馆和Optica出版集团数据库，检索时间为2015年9月1日至2026年8月1日。从初始的1143条记录中，245项研究被纳入全文质量评估，其中208项因事后质量评分未达阈值而被排除。报告了37项纳入研究的传感模式、波长、样本量、参考设备、血糖范围、验证策略、准确性指标，以及是否将人口统计变量用作模型输入。通过应用作者定义的三级评估标准，突出了每项研究中存在捷径学习的风险。基于这些发现，提出了一份包含15项具体、基于证据的未来NIBGM研究建议的通用框架。