加州理工学院（California Institute of Technology）的王灿然（Canran Wang）、范可欣（Kexin Fan）与高伟（Wei Gao）等人，联合南加州大学凯克医学院（Keck School of Medicine of USC）等机构的研究人员，在《科学·转化医学》（Science Translational Medicine）期刊上发表了题为“用于人体慢性伤口渗出液管理和分析的微流控可穿戴设备”（A microfluidic wearable device for wound exudate management and analysis in human chronic wounds）的研究论文。该研究开发了一种名为iCareS的无线智能绷带系统，集成了无泵微流控芯片与柔性纳米工程传感器阵列，实现了对慢性伤口渗出液的自动收集、转运和更新，以及伤口生物标志物的原位实时连续监测，并利用机器学习进行伤口评估，有望为个性化伤口管理提供新方案。

研究背景 慢性伤口是全球性的健康难题，带来了巨大的经济负担，严重影响患者的生活质量。精准预测伤口愈合状况，对于制定及时的个性化干预措施至关重要。现有的伤口分类系统，如瓦格纳分级（Wagner scale），多依赖临床医生的主观评分，缺乏定量描述，无法动态捕捉愈合过程的变化。伤口渗出液（wound exudate）含有丰富的生物标志物，能够反映伤口状态。然而，渗出液分泌缓慢、成分复杂，且含有蛋白质、死细胞等固体，其高效收集和实时分析极具挑战。现有技术难以实现对渗出液的持续原位分析。伤口中的活性氧和活性氮（reactive oxygen and nitrogen species），如一氧化氮（NO）、过氧化氢（H₂O₂）和氧气（O₂），是反映组织灌注、炎症和感染的关键生物标志物，但其反应活性高、浓度低，准确定量非常困难。因此，开发能够高效管理渗出液并实时分析多种活性物种的穿戴设备，是伤口护理领域亟待解决的关键问题。

研究流程与方法 研究团队设计并制造了iCareS系统，其主要研究流程围绕设备开发、体内外验证和数据分析展开。

首先，是iCareS系统的设计与制造。该设备的核心是一个无泵的三联微流控模块（pump-free triad microfluidic modules），包含三个创新设计：一是采用超疏水-超亲水Janus膜（superhydrophobic-superhydrophilic janus membrane）作为收集层，该膜通过喷涂全氟辛基三乙氧基硅烷涂层的树枝状二氧化硅（silica）纳米颗粒并经氧气等离子体处理，形成持久稳定的润湿性梯度，实现渗出液从伤口表面向设备内部的单向高效输送；二是设计了受仙人掌刺启发的楔形通道（bioinspired wedge channels），利用几何结构产生的拉普拉斯压力，将微量液体自动汇聚并导向传感储液池；三是构建了三维梯度高度的微柱阵列（three-dimensional graded micropillars），通过引导产生定向毛细管力，将陈旧渗出液自动排出传感区域，从而显著减少新旧液体混合，提高时间分辨率和检测准确性。传感部分是一个柔性多模式电化学生物传感器阵列，用于原位检测NO、H₂O₂、O₂、pH和温度。其中，NO传感器采用激光雕刻石墨烯/氧化石墨烯（laser-engraved graphene/graphene oxide, LEG/GO）电极，固定血红蛋白（hemoglobin）作为识别元件，通过差分脉冲伏安法（differential pulse voltammetry, DPV）在约-0.8V电位下检测NO的还原信号，该方法能有效避免其他电活性分子的干扰。H₂O₂传感器由电沉积的普鲁士蓝（Prussian blue）和镍六氰基铁酸盐（nickel hexacyanoferrate）复合膜修饰，实现对H₂O₂的高效催化还原。整个设备采用喷墨打印、激光雕刻和3D打印等规模化制造技术，并与柔性印刷电路板（printed circuit board, PCB）集成，实现无线数据传输。

其次，进行设备的体外性能验证。研究人员使用模拟伤口液（simulated wound fluid, SWF）对微流控模块的集液、传输和更新效率进行测试，并通过有限元分析（finite element analysis, FEA）进行数值模拟和优化。传感器阵列在SWF中展现出对目标分析物的高灵敏度、宽检测范围和优异选择性，且在经受机械弯曲后性能稳定。细胞相容性实验表明，人真皮成纤维细胞（human dermal fibroblasts）在iCareS贴片上培养后，其活力和代谢活性正常，证明了设备良好的生物相容性。

随后，通过动物模型进行体内验证。在糖尿病小鼠的皮肤伤口模型中，iCareS系统成功实现长达12小时的连续监测，并验证了微流控模块对渗出液的持续更新能力。研究还监测了小鼠在禁食和进食后渗出液成分的实时变化。在伤口感染及抗菌肽TCP-25治疗实验中，设备在感染后24小时内即可监测到温度、pH和H₂O₂浓度的明显升高，并在治疗后观察到这些指标趋于正常，展现了早期预警感染和治疗监测的潜力。设备植入小鼠皮下28天的生物相容性测试，通过组织学染色和免疫荧光分析，证实其仅引起极轻微的炎症反应。

最后，开展临床评估和人工智能分析。研究在20名慢性下肢溃疡患者中进行了iCareS系统的佩戴测试，并对两名接受血管介入手术的患者进行了术前和术后的连续监测。将传感器采集的多模态数据与患者年龄、伤口面积、是否患有外周动脉疾病（peripheral arterial disease, PAD）等信息结合，利用机器学习（machine learning）模型进行分析。采用支持向量分类（support vector classification, SVC）线性模型，实现了对伤口分类88.75%的准确率和愈合时间预测94.0%的准确率。SHAP分析显示，糖尿病、O₂和H₂O₂是影响伤口分类的关键特征，而PAD、伤口面积、pH和NO是预测愈合时间的重要因素。

主要研究结果 iCareS系统的三联微流控模块成功实现了对低至2微升模拟伤口液的自动收集、定向输运和有序更新，新旧液体混合程度极低，保证了实时检测的准确性。传感器阵列在SWF中表现出优越的分析性能：NO传感器检测限为0.5 μM，O₂传感器检测范围为1.26至6.57 ppm，H₂O₂传感器灵敏度为5.91 nA μM⁻¹，检测限为0.25 μM，且pH和温度传感器均能提供准确的实时校准。在糖尿病小鼠模型中，设备连续监测到感染发生时的标志物变化，比肉眼可见症状出现更早。在临床测试中，设备成功采集并分析了20名患者的伤口渗出液，术后监测清晰显示了O₂、NO上升和pH下降等变化趋势。通过机器学习整合生化指标和患者信息，能够高准确率地对慢性伤口进行分类和愈合时间预测，证明了该系统的临床应用潜力。

研究结论与价值 该研究认为，iCareS系统通过创新的微流控设计和多模式传感阵列，首次实现了对慢性伤口渗出液中活性物种的自动化、可更新原位实时分析，填补了现有伤口护理技术的空白。其科学价值在于，它不仅提供了一种研究伤口愈合过程中生化动态变化的强大工具，还揭示了H₂O₂、NO、O₂及pH等指标与伤口感染、治疗效果及愈合时间的关联。应用价值上，iCareS系统结合机器学习分析，能够为临床医生提供客观、定量的数据，辅助其进行伤口状态评估、早期感染检测和个性化治疗决策，特别是在偏远或资源匮乏的地区，有潜力改善慢性伤口患者的管理和预后。

研究亮点 本研究最大的亮点在于其高度集成和创新的系统性设计。首先，无泵三联微流控模块解决了伤口渗出液管理这一长期技术瓶颈，通过Janus膜、楔形通道和梯度微柱的协同作用，实现了富含有形物质的微量渗出液的定向、快速输运和自动更新。其次，阵列化传感器设计巧妙，特别是基于血红蛋白修饰的LEG/GO电极，实现了在复杂渗出液环境中对NO的高选择性检测，克服了传统方法易受干扰的问题。最后，该研究将可穿戴传感技术与机器学习算法深度结合，不仅在动物模型上验证了早期感染预警能力，还在真实临床场景中对患者伤口分类和愈合时间做出了高精准度预测，标志着从“被动监测”向“智能辅助决策”迈出了重要一步。