8.13
医工学人
The Innovators
1. AI脑模型即将进入重症监护室
医工简报音频内容已在喜马拉雅、小宇宙等平台上线，欢迎订阅收听~
临床综合
克利夫兰诊所与旧金山初创企业Piramidal正在联合开发基于脑电波数据的人工智能模型，用于监测重症监护病房患者的脑部健康状况。
该系统并非基于文本训练，而是采用脑电图（EEG）数据作为训练集。通过头皮电极采集的脑电波以波浪线形式呈现，能反映大脑电活动的变化。在ICU环境中，医生会扫描EEG数据寻找癫痫发作、意识改变或脑功能下降的迹象。目前医生依赖持续脑电监测检测异常脑活动，但无法实时监控每位患者。常规做法是每12至24小时生成报告，手动分析一整天的脑波数据就需要2-4小时。
医学成像技术
生成式AI模型通过合成数据替代真实患者数据，有望促进医疗数据共享，但此类模型易出现“记忆效应”，即生成患者数据副本而非新样本，导致患者隐私泄露风险。8月12日，海德堡大学团队系统评估了无条件潜在扩散模型（LDMs）在多种医学影像数据集上的记忆效应，并采用自监督拷贝检测方法识别记忆样本。研究发现，LDMs普遍存在高记忆率，平均约37.2%的患者数据被记忆，68.7%的合成样本被识别为患者数据副本；LDMs比自编码器和生成对抗网络更易记忆，但其合成质量更优。实验表明，训练中引入数据增强、减小模型架构、增大数据集可减少记忆，而过度训练则会加剧记忆。该研究强调了在私有医学影像数据集上谨慎训练生成模型并严格检查合成数据以确保患者隐私的重要性。
https://doi.org/10.1038/s41551-025-01468-8
康复（神经）工程
认知和行为依赖于分布在三个维度上的神经回路的协调活动。然而，由于平面半导体制造工艺，用于记录大脑神经活动的典型探针仅限于二维接口。该研究报告了一种软电子滚动方法，用于创建具有高可扩展性和设计灵活性的单片三维 （3D） 神经探针。与以往的堆叠或组装方法相比，该方法利用柔性电极的柔软性，直接将平面器件转换为3D探针。电极柄最初在单个平面上制造，然后连接到柔性垫片。通过改变平面设计的特征，例如柄间距和间隔层厚度，该器件可以确定性地卷入包含数百个电极的多功能 3D 探头设计中。该研究通过该系统展示了啮齿动物和非人类灵长类动物模型的体内单单位尖峰记录。结果表明，该探针可以提供啮齿动物视觉皮层中尖峰活动的类似显微镜的 3D 时空映射，具有长达 5 周的记录稳定性和有希望的视觉定向 3D 解码性能。
https://www.nature.com/articles/s41928-025-01431-0
可穿戴技术
表皮可穿戴传感是一个革命性的概念，有可能在运动生理学、临床诊断和健康监测等研究领域实现真正的数字化转型。第一个可穿戴汗液传感器是在15年前报道的，尽管在此期间取得了显著进展，但制造过程的复杂性仍然存在重大挑战。最近的民主化和3D打印技术的广泛应用使得电化学传感器的自动化制造变得可行，包括将它们集成到微流控设备等复杂结构中。然而，没有证据表明完全功能性表皮可穿戴设备的完全3D打印自动化（即所有制造步骤）。在此背景下，该研究团队旨在通过引入“点击运行”3D打印的概念来为社区做出贡献，这是指只需“点击”然后“运行”即可完成表皮可穿戴传感器的打印（但不限于）。运行是指点击后，你“运行”离开，这样就不需要执行其他操作，但它也表明点击后你可以直接去“运行”实验。显然，这一新概念无法用传统的3D打印机实现。因此，该文章分享如何设想专门为克服与可穿戴传感器制造过程相关的实际问题而设计的新一代3D打印机。文章结构如下：（i）概述无处不在的桌面3D打印机的优势及其促进点击运行打印的潜力，（ii）主要桌面3D打印技术及其与制造电化学传感器的关系的教程修订，（iii）可穿戴传感器所需部件的合理化，（iv）回顾3D打印可穿戴传感器的最新进展和成就，以及（v）我们自己对新一代“点击运行”3D打印机的描述。
https://pubs.acs.org/doi/10.1021/acssensors.5c00682
生物材料
TriMag 微型机器人是嵌入原位合成 Fe(3)O(4) 和 CoFe(2)O(4) 纳米粒子的双光子聚合水凝胶结构，能够实现磁驱动、高分辨率磁粒子成像（MPI）以及高效的磁热加热，用于深部组织的生物医学干预，包括追踪、导航和肿瘤消融。
https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202419708
END
内容 | 郝娅婷 张艳青
编辑 | 黄丹青
审核 | 刘帅 罗虎
扫码添加医工学人负责人微信，进入综合及细分领域群聊（国内外医工交叉领域顶尖高校、科研院所、医院、企业等专家学者、硕博士、工程师、企业家等），参与线上线下交流活动
推荐阅读
医工简报 | 用于阿尔茨海默病生物标志物评估的人工智能驱动的多模态数据融合；融合黏弹性成像与TI-RADS的甲状腺结节精准诊断
点击关注医工学人
最新直播
本篇文章来源于微信公众号: 医工学人
