Contents
糖尿病管理需求与无创监测的临床替代瓶颈。
静脉靶向 + 拉曼光谱 + 质量控制 + AI 算法。
从原理验证到第一代样机的五阶段路线。
从实时预测界面到标准化检测平台。
校企医协同、产学研结合的攻关体系。
临床验证驱动的产品化与融资规划。
Background
糖尿病管理需求突出,患者需要长期、频繁的血糖监测,但传统指尖血与 CGM 均存在负担。
糖尿病患者群体庞大,长期监测刚需明确,市场空间广阔。
指尖血需反复扎针,微创 CGM 需贴敷、定期更换传感器,长期使用负担与成本高。
现有无创或替代性监测方案仍未真正解决“临床可替代”问题,处于验证突破阶段。
Pain Point
真正的痛点不是“有没有无创概念”,而是市场需要一种低负担、可重复、且经得起临床验证的无创血糖检测方案。
无需扎针、无需长期贴敷耗材,降低患者身体与经济负担。
不同时间、不同操作者测量结果稳定一致,形成可信流程。
准确性可对照金标准,满足临床可替代性的评价要求。
Technology
基于静脉靶向共聚焦拉曼光谱与 AI 预测模型,对浅表静脉区域定位采集,获取血液相关拉曼信号,实现血糖浓度预测。
Design Highlights
围绕“有效信号获取”与“稳定预测建模”两条主线形成软硬件协同创新。
探头一体化 + 15° 倾角共聚焦结构,提升浅表静脉信号采集效率与稳定性;配合设备自检与参数统一,保证采集口径一致。
弱特征增强 + 异构 Stacking 集成学习 + 自适应权重分配,提升弱信号条件下的预测稳定性与鲁棒性。
R&D Path
纯葡萄糖溶液
合成血
猪血 / 少量人血
经皮血
第一代样机
由简到繁、由体外到经皮逐级验证:先在纯溶液和合成血上验证拉曼信号与血糖的对应关系,再过渡到真实血液与经皮采集,最终形成第一代样机的完整检测流程。
Product Iteration
第一代软件:完成从拉曼采集、软件预测到结果显示的原理验证,主要验证“能否测”和“能否形成稳定流程”。
第二代软件:从实时预测界面升级为标准化检测平台。
Comparison
| 对比项 | 第一代软件系统 | 第二代软件系统 |
|---|---|---|
| 测试对象 | 葡萄糖溶液 / 动物血 / 模拟血液样本 | 人体无创检测 / 临床测试场景 |
| 硬件改进 | 实验室样机搭建 | 探头一体化 + 15° 倾角共聚焦结构 |
| 标准技术 | 基础采集与实时预测 | 设备自检、参数统一、质量控制、数据库管理 |
| 算法改进 | 初步异构 Stacking 集成学习预测模型 | 弱特征增强 + 异构 Stacking 集成学习 + 自适应权重分配 |
| 实现目标 | 验证“能不能测” | 解决“测得稳、可追溯、可产品化” |
第二代由“实时预测界面”升级为“标准化检测平台”,新增设备状态自检、光谱质量控制、背景自动扣除、采样参数统一、模型模块化推理与数据库管理,形成检测的完整闭环。
Achievements
项目负责人以第一作者发表 SCI 一区 TOP 论文 1 篇,参与发表 SCI 论文 3 篇。
参与软件著作权 1 项,计划申请发明专利 1 项。
亚太建模三等奖、美赛建模三等奖,“工程 +AI”学院一等奖,“国才杯”综合能力赛铜奖等。
Competition
连续监测成熟,但需植入式传感器、定期更换耗材,仍属微创、长期成本高。
近红外、代谢热、电磁等方案受个体差异与准确性限制,临床可替代性不足。
以静脉靶向提升信号特异性 + AI 集成建模提升稳定性,主攻“无创 + 可临床验证”的差异化定位。
Business Model
校企医协同攻关,打造全场景监测系统。
攻坚核心技术:拉曼光路、深层信号提取与 AI 算法研发。
提供产业资金与工程化转化能力,推动产品落地。
开展临床验证,提供真实场景与金标准对照数据。
通过临床样机验证驱动设备销售、算法服务与数据增值闭环,带动就业与产业协同。
Team
Roadmap & Finance
持续优化样机与算法,推进临床验证,逐步走向产品化与注册准入。
引入产业资金支持样机迭代、临床试验与团队扩充。
以金标准对照与质量控制闭环控制技术风险,以合规路径控制注册风险。