伤口愈合是一个具有多个阶段的动态过程。而在这一过程中，对炎症和感染的快速分析和定量表征仍然具有挑战性。新加坡科学技术研究局Xiaodi Su和新加坡国立大学Benjamin C. K. Tee报告了一种纸状无电池原位人工智能多路复用（PETAL）传感器，利用深度学习算法可进行整体伤口评估。

本文要点

（1）该传感器由一块蜡纸面板组成，面板上有五个用于温度、pH、三甲胺、尿酸和水分的比色传感器。通过基于神经网络的机器学习算法分析手机拍摄的传感器图像，以确定愈合状态。

（2）对于通过从大鼠扰动伤口和烧伤伤口收集的渗出物进行的原位检测，PETAL传感器可以对愈合状态和未愈合状态进行分类，准确率高达97%。

（3）将传感器贴片贴在大鼠烧伤伤口模型上，可以原位监测伤口进展或严重程度。这种PETAL传感器可以对不良事件进行早期预警，这可能会引发立即的临床干预，以促进伤口护理管理。

Xin Ting Zheng, et al. Battery-free and AI-enabled multiplexed sensor patches for wound monitoring. Science Advances. 2023

DOI：10.1126/sciadv.adg6670

https://www.science.org/doi/10.1126/sciadv.adg6670