《TrAC Trends in Analytical Chemistry》：AI-Integrated Self-Powered Smart Biomaterials for Decentralized Orthopedic Diagnostics and Regenerative Monitoring
编辑推荐：
•基于人工智能的智能生物材料能够实现持续的骨科健康监测。•自供电PENG/TENG传感器消除了对电池的依赖，实现了长期诊断。•人工智能提升了骨折愈合、植入物监测和康复的准确性。•通过智能传感技术，实现了个性化的、去中心化的骨科护理。引言骨科疾病的发病率增加、治疗周期延长以及对社会
- •
基于人工智能的智能生物材料能够实现持续的骨科健康监测。
- •
自供电PENG/TENG传感器消除了对电池的依赖，实现了长期诊断。
- •
人工智能提升了骨折愈合、植入物监测和康复的准确性。
- •
通过智能传感技术，实现了个性化的、去中心化的骨科护理。
引言
骨科疾病的发病率增加、治疗周期延长以及对社会经济的高影响（包括骨折、骨关节炎、骨质疏松症、脊柱退化以及韧带和关节损伤）使其成为全球性的健康问题[1]。随着人口老龄化、久坐生活方式的增加、运动损伤和事故的频发，对准确诊断、持续监测和个性化康复的需求也在不断提高[2]。肌肉骨骼疾病的诊断通常依赖于X光、CT、MRI和频繁的临床检查[3]。这些方法只能提供静态的评估结果，需要多次去医院就诊，还会延迟医疗费用，并且无法反映愈合过程中的动态生理变化[4]。下一代功能性材料能够在机械、电、化学或生物刺激下作出反应，这些材料被称为智能生物材料[5]。与传统骨科生物材料相比，智能生物材料不仅能提供结构支持，还能主动感知生理状况并促进组织再生[6]。这些材料可以用于可穿戴设备或植入式骨科系统中，实现对生物力学信号、植入物稳定性、骨再生和炎症反应的实时监测，从而为愈合过程提供更多见解[7]。它们的多功能特性为从被动治疗向主动健康监测的智能骨科治疗开辟了新的方向[8]。
最近，通过发明自供电传感技术（如压电纳米发电机PENGs、摩擦电纳米发电机TENGs和混合能量收集装置[9]），在这一领域取得了重要进展。这些技术可以从日常活动（如行走、关节运动或肌肉收缩）中收集生物机械能，为各种应用提供动力，而无需外部电池[10]。这使得传感平台能够自主运行，不受电池寿命、维护和更换电池的限制[11]。因此，自供电智能生物材料成为长期骨科监测和去中心化医疗应用的理想候选者。同时，由于人工智能（AI）的出现，生物医学数据分析领域也发生了深刻变化，AI能够自动解释智能传感系统产生的复杂生理信号[12]。机器学习、深度学习、可解释AI、数字孪生技术和多模态数据融合在检测骨骼愈合、植入物松动、炎症、骨折愈合和康复进展等细微模式方面显示出巨大潜力[13]。与其他算法一样，AI可以优化治疗策略、早期发现并发症、基于证据的临床决策以及预测性诊断，从而提高生物传感器的诊断效果和患者预后[14]。
虽然已有大量综述文章分别讨论了可穿戴生物传感器、植入式传感器、智能生物材料或AI辅助的医疗保健，但尚未有全面综述将基于AI的自供电智能生物材料用于实时去中心化骨科诊断和再生监测相结合[15]。现有的综述往往关注传感技术、生物材料开发或单个骨科植入物，较少关注智能生物材料、能量收集机制、AI驱动的分析和再生监测在单一骨科环境中的集成[16]。此外，对于可解释AI、数字孪生、多模态数据融合和去中心化临床应用的最新发展也缺乏系统的探讨。
PRISMA系统综述旨在填补这些空白，整理了2022-2025年间关于AI增强型自供电智能生物材料在骨科诊断和再生监测方面的研究。它涵盖了生物材料、自供电传感、能量收集、AI技术以及临床应用，并探讨了一些挑战、趋势和未来方向。
所提出的SRIV框架通过将自供电机电能量收集、基于多功能生物材料的传感、AI驱动的多模态信号解释、去中心化诊断智能和纵向再生监测概念性地整合到一个统一的骨科生物电子架构中，扩展了现有的智能生物材料平台。传统的电活性生物材料和自供电系统主要关注单一功能（如组织刺激、骨生成调节、生物力学传感或能量收集），而SRIV建立了一个集成的材料-能量-传感-智能-临床决策路径，将生物材料响应与计算解释和患者特定的骨科评估联系起来。在该框架内，生物材料-组织界面处的机械载荷、应变、压力、温度、阻抗和生化信号被视为能量生成和生理状态评估的互补信息来源，随后通过AI进行特征提取、多模态数据融合、异常检测和状态估计，以评估植入物性能、组织整合、愈合进展和再生状态。该框架还纳入了转化参数，包括生物相容性、机械相容性、疲劳抗性、降解动力学、机电稳定性、能量转换效率、信噪比、传感器漂移、无线互操作性、边缘计算、模型不确定性、网络安全和临床信息系统的集成。
研究的组织结构如下：第2节基于PRISMA指南介绍了系统综述的方法论。第3节讨论了AI集成自供电智能生物材料的分类及其支持技术。第4节回顾了临床应用和比较分析。第5节讨论了主要发现、挑战和未来方向。第6节总结了综述的主要贡献和研究展望。
章节摘录
方法论
本系统综述应遵循PRISMA原则，确保研究的科学严谨性、开放性和可重复性。PRISMA技术为文献搜索和筛选、选择标准以及偏见评估提供了一个严格的框架，从而实现可靠而全面的证据合成。该综述展示了将人工智能与自供电智能生物材料相结合的最新尝试（包括柔性生物电子学、人工智能、机器学习、深度学习、数字孪生等）。
用于实时骨科诊断的AI集成自供电智能生物材料的分类
从32篇PRISMA选定的研究中发现的骨科诊断技术被分为5个相互关联的方面，分别是“功能性智能生物材料”、“自供电能量收集装置”、“智能可穿戴和植入式生物传感系统”、“AI驱动的诊断智能”和“再生监测装置”。这五个方面共同构成了一个完整的骨科诊断系统。
临床应用和比较分析
AI辅助的自供电智能生物材料通过持续的生理监测、智能疾病诊断和个性化治疗，拓宽了其临床应用范围。图6和表3展示了这些材料在临床应用中的实例，包括骨折愈合监测、植入物稳定性监测、骨质疏松症监测等。
讨论
根据前文的内容，总结了PRISMA选定的32项研究的结果。这些研究在骨科应用领域的应用包括骨折愈合监测、植入物稳定性监测、骨质疏松症的骨密度测量、软骨和组织再生监测、骨科康复的远程管理以及定制化的骨科治疗。
结论
对自主、在线和个性化骨科监测的需求推动了智能生物材料、自供电传感器和AI驱动的诊断系统的发展。为了了解用于在线骨科诊断和再生监测的AI集成自供电智能生物材料，分析了2022至2025年间发表的32篇基于系统综述的论文。自供电传感器从基础的可穿戴生物传感器发展到新的PENG、TENG和混合PENG-TENG传感技术，这一发展非常迅速。
CRediT作者贡献声明
高溪：撰写和编辑，初稿撰写。李晨：数据整理和概念化。孙志文：软件和资源准备。郑浩天：验证和监督。谢曦：调查和正式分析。马嘉鑫：资源和方法论。娄洪军：可视化和验证。任书军：软件和资源准备
资金支持
黑龙江省中医药管理局青年中医药研究课题 [ZHY2024-228] [ZHY2026-241]
黑龙江省中医药管理局研究课题 [ZHY2024-228]
利益冲突声明
作者声明没有已知的利益冲突或个人关系可能影响本文的报告内容。作者没有财务关联、商业关系、咨询服务、股票所有权、酬金、雇佣关系、资金支持关系或其他可能影响本文客观性、完整性或解释结果的利益冲突。
陈晨|谢曦|马嘉鑫|孙志文|郑浩天|娄洪军|任书军|高溪
