本网讯 近日，我校检验学院微流控分析团队在美国化学会（ACS）出版社旗下的国际权威期刊ACS Nano（IF:16.0，中科院1区Top期刊）发表题为“Synergizing Nanosensor-Enhanced Wearable Devices with Machine Learning for Precision Health Management Benefitting Older Adult Populations”的综述论文。我校检验学院和湖北时珍实验室为论文第一通讯单位，检验学院李志豪副教授和南京医科大学何帮顺教授为论文共同第一作者，检验学院李颖教授和美国杜克大学胡晔（Tony Ye Hu）教授等为论文通讯作者。
人口老龄化已成为21世纪全球面临的重大社会挑战之一。对老年人群体实施精准健康管理的需求愈发迫切。随着大数据时代到来，健康信息的指数级增长正以前所未有的速度加速推动老年人精准健康管理策略的革新与发展。在此背景下，可穿戴设备、纳米传感器以及机器学习这三项前沿技术的有机融合，成为驱动大健康数据在老年健康管理应用中发挥关键作用的重要力量。可穿戴设备作为收集大健康数据的关键工具，能够实时、持续监测多样化的健康指标。纳米传感器可集成到可穿戴设备中，显著提升检测的灵敏度和特异性，从而增强数据采集的准确性和可靠性。与此同时，机器学习为大规模健康数据的快速高效分析提供了强大支撑。论文以“大健康数据”为核心视角，综述了可穿戴设备、纳米传感器和机器学习在精准健康管理领域的协同作用。文章探讨了可穿戴设备在收集海量健康信息方面的关键作用、纳米传感器有效提升数据质量及机器学习算法对大健康数据精准分析的贡献，并从“诊断-分析-预防”维度提出了多种积极主动的健康管理策略，对上述技术未来趋势进行展望，旨在推动老年人全面健康管理、精准诊断和个性化医疗的进一步发展。
论文摘要图
该论文得到了国家重点研发计划、四大慢病重大专项、国家自然科学基金委面上项目、湖北省自然科学基金杰出青年基金等项目资助。
论文链接：https://pubs.acs.org/doi/10.1021/acsnano.5c04337
