02 / BACKGROUND
背景与需求
血糖精准、便捷监测是糖尿病日常管理与代谢健康科研的核心基础。有创指尖采血方案存在疼痛感,导致患者检测频次不足;同时试纸耗材、持续血糖监测CGM设备使用成本偏高。为突破现有痛点,无创血糖检测成为健康领域重点研究方向。Viit Health专注无创血糖检测技术研发,联合嵌入式与边缘AI服务商Softeq,基于近红外光谱(NIR)技术打造无需采血的血糖检测概念验证原型(POC)。项目选用Arduino Portenta H7主控搭配GIGA Display Shield显示模组,将设备原型研发周期缩短25%,为后续专用硬件开发、临床试验奠定坚实基础。
项目背景与核心挑战
持续血糖管理对糖尿病、糖耐异常人群至关重要。主流检测手段普遍存在明显短板:指尖采血存在痛感,患者依从性低,难以实现高频监测;配套试纸属于一次性耗材,长期使用成本高昂;商用CGM连续监测设备购置与运维费用较高。
行业亟需一套无创、易规模化推广的血糖检测方案。团队选定近红外光谱检测技术路径:通过特定波长光源照射人体组织,依据葡萄糖分子光吸收特征反演血糖浓度。
项目首要目标:搭建可完整运行的硬件原型,验证近红外光谱+边缘AI估算血糖方案可行性,产出可靠试验数据,支撑后续专用产品迭代、临床试验与合规申报。研发层面面临两大难点:
- 光谱原始数据量大,需要高性能嵌入式硬件完成实时信号处理与本地AI推理;
- 原型阶段需要灵活的模块化硬件架构,支持快速调试、更换光学组件,缩短验证周期。
整体技术解决方案:基于Arduino的无创血糖监测原型
整套无创血糖检测原型依托Arduino生态快速落地,硬件链路、数据处理、人机交互形成完整闭环。
多波长近红外LED向指尖发射特定波段光线;光线穿过人体组织后,分光模块采集组织对光波的吸收响应光谱;Arduino Portenta H7采集原始光谱数据,运行本地机器学习模型解析光谱特征,计算血糖数值;最终测量结果、原始数据、设备交互界面实时展示在GIGA Display Shield触摸屏。


