Nowe badanie sprawdza potencjał potu w monitorowaniu biomarkerów w czasie rzeczywistym
Nowe badanie sugeruje, że pot zawiera mnóstwo informacji biologicznych, które dzięki sztucznej inteligencji i czujnikom nowej generacji mogą zmienić sposób, w jaki monitorujemy nasze zdrowie i samopoczucie. Badanie, opublikowane w Journal of Pharmaceutical Analysis, bada potencjał potu w monitorowaniu w czasie rzeczywistym hormonów i innych biomarkerów, dawek leków i...
Nowe badanie sprawdza potencjał potu w monitorowaniu biomarkerów w czasie rzeczywistym
Nowe badanie sugeruje, że pot zawiera mnóstwo informacji biologicznych, które dzięki sztucznej inteligencji i czujnikom nowej generacji mogą zmienić sposób, w jaki monitorujemy nasze zdrowie i samopoczucie.
Badanie opublikowane w czasopiśmie „Journal of Pharmaceutical Analysisbada potencjał potu do monitorowania w czasie rzeczywistym hormonów i innych biomarkerów, dawek leków oraz wczesnego wykrywania chorób, takich jak cukrzyca, rak, choroba Parkinsona i Alzheimera.
„Zbieranie potu jest bezbolesne, łatwe i nieinwazyjne” – stwierdziła współautorka dr Dayanne Bordin, chemik analityczny na Uniwersytecie Technologicznym w Sydney (UTS). „Jest to atrakcyjna alternatywa dla krwi lub moczu, szczególnie do ciągłego monitorowania w czasie rzeczywistym”.
Każdy, kto już interesuje się śledzeniem swojego zdrowia za pomocą urządzeń do noszenia, takich jak Apple Watch – na przykład tętna, liczby kroków lub ciśnienia krwi – byłby zainteresowany informacjami, jakie może dostarczyć pot. Na rynku dostępne są już urządzenia do monitorowania potu, takie jak opaska na pot Gatorade – jednorazowa naklejka, którą można nosić w połączeniu z aplikacją, która analizuje tempo pocenia się i utratę sodu oraz zapewnia dostosowane porady.
Dr Dayanne Bordin, chemik analityczny, Uniwersytet Technologiczny w Sydney
Niedawne postępy w dziedzinie mikroprzepływów, rozciągliwej elektroniki i komunikacji bezprzewodowej doprowadziły do powstania nowej generacji czujników do noszenia. Te cienkie, elastyczne plastry przylegają do skóry i stale wchłaniają pot.
W połączeniu ze sztuczną inteligencją urządzenia te mogą wykrywać określone metabolity i interpretować złożone wzorce biochemiczne, zapewniając użytkownikom spersonalizowane informacje na temat stanu zdrowia i wczesne ostrzeżenia w przypadku szeregu chorób.
Sportowcy mogliby monitorować utratę elektrolitów podczas treningu i przedstawiać dowód, że są wolni od narkotyków przed zawodami. Cukrzycy będą mogli pewnego dnia nosić plaster wykrywający zmiany poziomu glukozy w pocie, zamiast w badaniach krwi.
„Pot jest niedostatecznie wykorzystywanym płynem diagnostycznym” – stwierdziła współautorka, dr Janice McCauley z Wydziału Nauk UTS.
„Możliwość jednoczesnego pomiaru wielu biomarkerów i bezprzewodowego przesyłania tych danych oferuje ogromny potencjał w zakresie opieki zdrowotnej”.
„Rok 2023 był krokiem ewolucyjnym w dziedzinie sztucznej inteligencji, otwierając drzwi do ulepszonej analizy wzorców i algorytmów klasyfikacji w celu poprawy precyzji diagnostycznej i dokładności terapeutycznej” – stwierdziła.
Sztuczna inteligencja może teraz przetwarzać ogromne zbiory danych, aby łączyć subtelne sygnały molekularne w pocie z określonymi stanami fizjologicznymi. Jako kolejny krok autorzy sugerują zintegrowanie tego z kompaktowymi urządzeniami o niskim zużyciu energii i bezpiecznej transmisji danych.
Naukowcy z UTS pracują obecnie nad zrozumieniem podstawowych fizjologicznych aspektów potu. Opracowują także urządzenia mikroprzepływowe wystarczająco czułe, aby wykrywać śladowe ilości biomarkerów, takich jak glukoza i kortyzol.
Chociaż większość badań znajduje się wciąż w fazie prototypu, zainteresowanie komercyjne rośnie.
„Nie jesteśmy daleko od przyszłości, w której urządzenie do noszenia będzie w stanie stwierdzić, kiedy masz wysoki poziom hormonów stresu i monitorując to w czasie, czy jesteś narażony na ryzyko chronicznych schorzeń” – stwierdziła dr Bordin.
Źródła:
Bordin, DM,i in. (2025) Pot jako biopłyn diagnostyczny: postępy analityczne i przyszłe kierunki.Journal of Pharmaceutical Analysis. DOI:10.1016/j.jpha.2025.101473. https://www.sciencedirect.com/science/article/pii/S2095177925002904?via%3Dihub