科學家從「氣息」偵測血糖危機，開創糖尿病監測的無針時代
對第一型糖尿病（Type 1 Diabetes，T1D）患者而言，低血糖並非只是感覺不適，還可能導致昏迷甚至死亡。傳統血糖監測如指尖採血與連續血糖感測器，雖然精準，卻需忍受指尖刺痛，或長時間配戴感測器的不便。
為了開發更輕鬆、非侵入式血糖監測，英國倫敦帝國學院（Imperial College London）與牛津大學（University of Oxford）聯手創新研究，試圖透過呼吸氣體化學訊號，預測是否處於低血糖狀態。論文發表於《Scientific Reports》期刊。
呼氣代謝體：用氣味解碼身體狀態
研究以所謂「呼氣代謝體學」（breath metabolomics），分析人類呼出氣體揮發性有機化合物（Volatile Organic Compounds，VOC）。微量氣體是細胞代謝活動的副產品，隨呼吸排出體外。研究員希望分析 VOC 組成分子變化，辨識特定代謝狀態，尤其是低血糖。
已知不同生理狀態會產生不同組合 VOC。空腹或低血糖狀態，細胞會燃燒脂肪以產生能量，此時會產生酮類與醛類等揮發性代謝物。這些分子雖然難被人類嗅覺察覺，但以氣相層析質譜儀（GC-MS）等儀器可精準分析。
從參加夏令營患者收集呼氣樣本
為了獲得第一手資料，團隊於兩場英國糖尿病童夏令營，招募多位年齡介於 6~18 歲 T1D 病童。科學家每隔幾小時蒐集呼氣樣本，同時記錄連續血糖數據。最終共收集到超過 500 組呼氣樣本與血糖資料，大規模 VOC 分析。
初步結果發現，單一樣本 VOC 資訊雖無法明確預測是否低血糖，但若連續觀察多筆樣本氣體變化趨勢，並用機器學習演算法比對，便能提高預測準確度達 90% 以上，顯示呼氣分析結合 AI 模型，確實有辨識潛力。
從智慧口罩到代謝研究
技術商業化有兩個值得關注的前景。首先，若能整合至智慧口罩或呼吸感測器，就能非侵入性低血糖即時預警。這對部分無症狀低血糖（hypoglycemia unawareness）患者而言，可謂救命裝置。其次，新研究也為 T1D 代謝特徵提供全新視角。分析呼氣代謝體，科學家或能釐清 T1D 與第二型糖尿病（T2D）能量代謝機制的差異，甚至找出治療新策略。
為何聚焦第一型糖尿病？
儘管 T2D 患者數遠多於 T1D，但此研究選擇 T1D 為主軸，原因有二。首先，T1D 患者需終身依賴注射控制血糖，因此更易發生急性低血糖事件。其次，T1D 患者通常是年輕人、代謝活躍，樣本代謝變化更具辨識性。但若能擴大研究至 T2D 患者，有助了解不同糖尿病類型的呼氣特徵，並提高廣泛應用性。
本次研究象徵重要概念轉變：結合呼吸分析與機器學習模型，或許能讓糖尿病照護遠離針刺不便，生活更有品質。但距離商品化仍有距離，開發者需克服 VOC 感測穩定性、裝置可攜性，以及個體差異對結果的干擾等挑戰。但無論如何，這項研究已為糖尿病照護開啟嶄新方向，也讓患者看見免於針刺的希望。
（首圖來源：shutterstock）