Nature | 可穿戴超声时代即将来临！

星标“医工学人”，第一时间获取医工交叉领域新闻动态~

“在四月的一个阳光明媚的日子里，我们中的一个人（C.W.）沿着马萨诸塞州剑桥市的查尔斯河慢跑，皮肤上粘着一系列小贴片，每个贴片都是超声波贴纸。在智能手机上，实时画面循环播放着心脏瓣膜的颤动、肌肉弯曲、横膈膜起伏以及血液流经动脉的画面。贴片与这些隐藏在皮肤下的生理层无缝连接，跑步者能够实时观察他们身体的运作。”

6月26日，Nature期刊评论文章See how your body works in real time — wearable ultrasound is on its way对智能超声贴片的未来进行了评论。文章主要介绍了全身、连续的可穿戴超声将有利于医疗保健和生物医学研究[1,2]，但是未来 5-10 年内推出这些设备首先必须克服七个关键挑战。

对身体进行实时成像　　

一种使用生物粘合剂附着在皮肤上的可穿戴超声设备 （来源：Nature）

在个人健康护理技术领域，Fitbit、Apple Watch等可穿戴设备已成为家喻户晓的名字。这些设备是传感器和智能技术的小型动力源，可以跟踪步数，监测心率，甚至可以执行曾经需要去医生办公室的心电图。它们以简洁、易于理解的指标呈现生物识别技术，推动人们走向更健康的生活方式[3]。可穿戴血糖监测仪还可以将糖尿病患者从频繁的针刺中解放出来，提供连续的血糖读数。

然而，现有的可穿戴设备通常只从皮肤表面以下几毫米范围内收集数据。其他技术可以远远超出这个表层——例如，磁共振成像（MRI）、X射线和超声波可以对内部器官进行成像。其中，超声波正在成为可穿戴适应竞赛的领跑者。

超声波的工作原理是声纳，将高频声波发送到体内，这些声波从内部结构反弹回来，产生动态过程的实时图像，如心脏跳动或血液流动。传统的床旁超声成像设备需要训练有素的超声医师将手持式超声探头压在静止的患者身上，这意味着这些设备通常仅限于医院和诊所。然而，与需要复杂且可能有害的电离辐射的 X 射线不同，超声波相对容易产生、非侵入性且安全。这些特性使超声特别适合于能够连续监测的可穿戴形式。

在过去的几年里，作者团队一直在探索可穿戴超声技术[1,2]，以及其他追求相同目标的研究人员[4–11]。其中，作者团队开发的设备只有几厘米长，使用生物粘合剂附着在皮肤上，并通过电线连接到袖珍电池和数据传输系统。该系统以无线方式将临床级数据传输到平板电脑或智能手机。该原型机虽然仍处于起步阶段，但可以提供连续的高质量深层组织图像。电池续航时间目前允许间歇性地拍摄长达一分钟的视频：在几天内每小时多次拍摄。虽然目前尚未进行临床试验，但预计在未来几年内将进行到这一阶段。

可穿戴超声系统在改变医疗保健方面具有巨大的前景，支持向预防保健和主动健康管理的转变。在临床环境中，它们提供了持续监测高危患者、跟踪高危妊娠胎儿健康状况或监督手术后恢复的潜力。除了医院之外，这些设备还可以将诊断和监测工具带到偏远地区，使低收入和中等收入国家更容易获得和负担得起医学成像。随着技术的完善，预计它将融入个人的日常生活中，以管理高血压等慢性病，或实现心力衰竭、腹主动脉瘤和深静脉血栓形成的早期发现[3]。

长时间连续和同时对多个器官系统进行成像的能力也为增强对复杂生理和病理过程的理解提供了机会。所获得的数据和结论将会大大拓宽在系统层面上对人类生物学和生理学的理解。

进入市场的七项挑战

可穿戴超声技术已经克服了一些关键的技术挑战，但未来还有更多挑战。这些措施包括改进这些设备的耐用性、灵活性和准确性，以及使它们佩戴起来更舒适，并延长电池寿命。

小型化：位于马萨诸塞州伯灵顿的 Butterfly Network 公司在超声技术小型化方面取得了重要进展。该公司为其Butterfly iQ设备创建了一个紧凑的超声片平台[12]，一种用于诊所的小型手持式超声装置，于 2017 年获得美国食品和药物管理局（FDA）的批准。尽管 Butterfly iQ 不是无线或完全可穿戴的，但它表明可以使用紧凑型超声设备实现高质量成像。

此外，超声波贴片系统（USoP）技术的最新进展导致了完全集成系统的发展，该系统将超声探头与小型化无线控制电子设备以柔软的可穿戴形式结合在一起[13]。虽然USoP技术无法提供高质量的成像，但它可以连续跟踪来自深层组织的生理信号，并且可以无线操作。这些技术的下一步是将临床质量的超声成像功能与完全集成的无线和可穿戴超声设备集成在一起。

皮肤贴合性：为了有效地传输和接收声波，超声探头需要与皮肤有良好的连接。在临床上，超声医师通常使用液体凝胶来填充探头和皮肤之间的间隙，但在可穿戴应用中，凝胶会迅速流失。

一些研究小组已经使超声探头可拉伸以符合皮肤的曲面，而无需液体凝胶[9,11,13]。然而，可拉伸探头面临一个固有的挑战：由于高质量成像依赖于对超声探头中换能器位置的精确了解，因此拉伸探头可能会显着损害其成像性能。

作者团队开发了一种生物粘附超声波，它使用一种薄而坚硬的超声探头粘附在皮肤上，并带有由水凝胶-弹性体混合物制成的专用“偶联剂”层，该层柔软而坚韧，具有抗脱水和生物粘附性[1]。这在探头和皮肤之间提供了强大而灵活的连接，为高质量成像保持了良好的声学界面。

一队医生将超声设备运送到中国云南省的一个偏远村庄。（来源：Nature）

方向性：另一个重要的挑战是确保超声探头继续以正确的方向指向身体，即使佩戴者四处走动。我们一直在努力使我们的生物粘合剂耦合剂可调节，以便可以微调声波的方向[2]。目前，这需要临床医生进行初步的手动调整，以确保探头正确对齐。

在实践中，生物粘附超声贴片在慢跑和步行等典型活动中通常能很好地保持其方向。但是，当受到更极端的运动时，例如在睡眠期间翻身或被撞到时，它们可能需要重新调整。

数据分析： 人工智能（AI）可以通过解释生成的图像来帮助进行数据分析，然后提醒临床医生甚至用户注意潜在的问题和健康问题。人工智能辅助数据分析已经在临床环境中用于解释诊断数据，包括超声图像和 X 射线。然而，这些系统在可穿戴超声方面面临着新的挑战，因为用户的运动会给数据带来额外的噪音和可变性。

针对于此，有工作正在研究神经网络和生成式人工智能模型，以提高图像清晰度并减少错误。这些先进的人工智能算法正在开发中，以过滤掉运动伪影并提高连续监测的准确性，确保只标记出重大的健康问题以供进一步检查。

数据传输：确保数据隐私和开发能够处理来自连续成像的大量数据流的强大无线通信协议将至关重要。虽然目前的系统可以处理间歇性数据采样，但连续数据传输仍然是一个障碍。

主要挑战包括开发安全高效的数据压缩方法，并确保在不损害患者隐私的情况下进行实时传输。这些工作正在取得进展，但需要进一步的研究和开发，以提高带宽效率，并确保强大的加密方法来保护患者数据。

合作：科学家、工程师、临床医生和监管机构之间的合作已经在进行中，这对于实现可穿戴超声技术的全部潜力至关重要。与技术创新者的合作正在推动电池和传感器等组件的进步，与数据科学家的合作正在完善操作指导和数据分析所需的算法。

随着可穿戴超声技术的发展，正在进行的严格研究、临床试验和患者反馈将至关重要。这些合作正在营造一个可以开发和实施创新解决方案的环境，使我们更接近于充分实现可穿戴超声系统的潜力。

标准调整：虽然传统超声设备有明确的监管途径，但为可穿戴超声设备建立类似的途径将加速其安全有效地融入临床实践。目前，FDA和其他监管机构正在努力调整现有法规，以考虑可穿戴技术的独特方面。

主要挑战包括创建持续监控标准、确保数据隐私和保护无线传输以防止未经授权访问敏感信息。解决这些监管空白对于确保可穿戴超声设备在临床环境中的安全性和有效性至关重要。

实现这些目标将使可穿戴超声从有前途的原型转变为个性化医疗中不可或缺的工具。最终，可穿戴超声设备的广泛采用不仅将改变我们监测慢性病的方式，还将改变我们对自己身体的理解[14]。

▼扫码阅读英文原文

Nature 630, 817-819 (2024)

doi: https://doi.org/10.1038/d41586-024-02066-5

▼参考文献

[1] Wang, C. et al. Science 377, 517–523 (2022).

[2]Zhao, X., Chen, X. & Wang, C. Systems and methods for on-person wearable electronic devices. US patent US20230277159A1 (2023); available at https://go.nature.com/3rdnpcg

[3] Ates, H. C. et al. Nature Rev. Mater. 7, 887–907 (2022).

[4] Zhang, L., Du, W., Kim, J.-H., Yu, C.-C. & Dagdeviren, C. Adv. Mater. 36, 2307664 (2023).

[5] Song, P. et al. IEEE Trans. Ultrason. Ferroelectr. Freq. Control https://doi.org/10.1109/TUFFC.2023.3342150 (2023).

[6] Huang, H., Wu, R. S., Lin, M. & Xu, S. IEEE Trans. Ultrason. Ferroelectr. Freq. Control https://doi.org/10.1109/TUFFC.2023.3327143 (2023).

[7] Jiang, S., Zhang, T., Zhou, Y., Lai, P. & Huang, Y. Innovation 4, 100447 (2023).

[8] Kenny, J.-E.S. Nature Biotechnol. 42, 386–387 (2024).

[9] Wang, F. et al. Sci. Adv. 7, eabi9283 (2021).

[10] Ponsiglione, A. M., Cosentino, C., Cesarelli, G., Amato, F. & Romano, M. Sensors (Basel) 21, 6136 (2021).

[11] Hu, H. et al. Nature 613, 667–675 (2023).

[12] Rothberg, J. M. et al. Proc. Natl Acad. Sci. USA 118, e2019339118 (2021).

[13] Lin, M. et al. Nature Biotechnol. 42, 448–457 (2023).

[14] Topol, E. Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again (Basic Books, 2019).