發佈日期:2019-01-09

生物感測器結合健康醫療之應用與發展

作者:謝威翔

科學計量生物感測器智慧醫療生理感測器電子化醫療BiosensorSmart HealthPhysiological SensorseHealth

文章圖片所有權:https://ppt.cc/fCykOx,Created by Apichit
版權適用聲明:CC0 Public Domain-可以做商業用途-不要求署名

11

一、前言

22

生物感測器是指能與生物分子作耦合,能夠高靈敏度和高特異度地偵測特定分析物,其中牽涉到許多不同的科技。生物感測器已無所不在,無論是在環境監控、食品安全、藥物開發、醫療照護或生物研究上,已經應用地十分普遍。近年來由於穿戴式裝置與智慧型手機興起,更加滲透到一般大眾的日常生活中。雖然這些穿戴式感測器大多不需與生物分子直接做化學反應,更多是用光譜反射或吸收來取得數據,然就其用途來看,這些未牽涉到生物化學反應的「非接觸式生理感測器」亦可屬於廣義的生物感測器。現今穿戴式裝置功能大都是記錄步伐跟監測心跳,未來若有更多功能的感測器種類與智慧裝置做整合,再結合大數據和人工智慧,將會各式各樣的應用可以實現。

33

二、生物感測器簡介

44

生物感測器最早可以追溯到1906年,由德國科學家M. Cremer發現玻璃膜兩側的流體間所產生的電位與氫離子濃度成正比(Cremer, 1906),但首次真正的生物感測器是美國的Leland Clark於1956年提出的氧電極生物感測器(Heineman & Jensen, 2006),隨後在1962年成功開發檢測葡萄糖的酶電極感測器。1975年正式由美國Yellow Spring Instruments公司推出第一台應用在商業的葡萄糖測定儀,也是首個商業用途的生物感測器。現今數百萬名糖尿病患者使用的血糖儀都以Clark的發明為基礎,他也被譽為生物感測器之父。生物感測器是偵測反應中的分析物濃度相同比例的訊號,來判定生物或化學反應的裝置,通常由分析物、生物受體、換能器、電子元件與顯示器等部分組成(圖1)。

55

圖1 生物感測器的組成

66

三、生物感測器的市場潛力

77

依據國際產業分析公司Frost & Sullivan的預測,在2018到2022的這五年間,生物感測器的累積市場潛力可能達到295億美元以上,2015年到2017年全球有超過27,000個專利數。而在2016到2017年間,有關生物感測器的公司所募得的資金達100萬美金以上。Frost & Sullivan以破壞式創新、關鍵技術、專利數、資金、技術影響力等等,選出的十大感測器技術就包括生物感測器,以及LiDAR感測器、fusion sensor、ADAS、智慧感測器、光子感測器、手勢識別、大面積傳感器、能量收集/輸出感測器、電子皮膚等(Frost & Sullivan, 2018)。

88

四、各國研究能量分析

99

利用科學論文的數量與品質可以了解各個國家對生物感測器投入的情形及成效,本研究利用Clarivate Analytics公司所開發之文獻檢索資料庫web of science,此資料庫蒐集了全球核心的學術期刊文獻索引。利用資料庫中的論文文獻數量、發表國家、機構、引用數等指標,可以盤點全球有關biosensor的研究發表情形,以了解此技術在各國的重要性及成熟度。以biosensor作為檢索關鍵字,並以時間排序,我們可以看出隨著時間,論文數量逐年增加,2017年的論文數比起2010年增加了約66%,顯示這是求全逐年增加其投入的重要議題(表1)。

1010

表1 2010-2018 biosensor相關的文獻計量(*統計至2018年7月)

1111

將各國家的論文發表數量排序,以2010-2013年間跟2014-2017年間的結果分開比較(表2),我們可以依時間的演進觀測到各國文獻數量排名的變化。以2010年後來說,我們可以看出biosensor的研究發表最多的主要國家是中國和美國,但中國在2014-2017年增加近1.5倍的論文數量,遠遠超過美國的增加幅度,原本第4名的印度也增幅不小,超前韓國到3名。在前十名中,台灣也榜上有名,雖然近4年2014-2017比起之前稍微下滑,不過實際上,台灣、義大利、西班牙甚至與日本和德國的論文數量都相差不多,由於在上述國家中我國人口數最少,論文數量卻仍有相當水準的的產出,顯示我國在生物感測器上具有一定的研究能量。

1212

表2 將不同時間區分以瞭解各國文獻數量排名的演進(檢索時間:2018/7)

1313

接著我們藉由發表機構的檢索,找尋具代表性研究機構(表3)。跟前面以國家排序的結果吻合,以中國為最大宗。中國科學院是做biosensor研究最多的機構,接著是法國國家科學研究中心、美國加州大學。由於是統計學術論文,故較難看出產業界實際應用的情形,以專利數量較能窺探出產業現況。依據Frost & Sullivan統計全球2015年到2017年biosensor相關的專利數,美國以15,506件排名第一,而中國以1,772件位於第五名,台灣的專利數量則以143件排名第八(Frost & Sullivan, 2018)。表示在應用化、商業化上美國仍具有絕對的優勢,也顯示出從學術研究到商業化仍有許多困難要克服。

1414

表3 發表論文數量最多的研究機構(檢索時間:2018/7)

1515

五、近年生物感測器應用的突破與進展

1616

(一)嗅覺-電子鼻應用

1717

澳洲阿德雷得大學的研究團隊製作了一種能夠「聞」出樣品中的不同氣體的電子鼻,這種稱為光梳雷射的技術能一次生成數百萬種不同的光頻或色彩,當光線通過氣體樣本時,氣體分子會吸收獨特的頻率,這種光吸收模式能測試氣體的組成種類(Scholten等, 2018)。這種電子鼻能在一秒鐘內測量氣體樣本中二氧化碳的數量,並具有高準確度和精確度。若使用此技術解開呼出氣體的化學成分,可能找出潛在疾病的指標性化學信號。

1818

(二)味覺-攝入食物偵測

1919

美國塔夫茨大學學院的研究人員開發出一種面積只有2mm x 2mm的感測器,具有韌性可以粘合到牙齒的不規則表面,只要用普通的無線射頻辨識技術就可以傳輸葡萄糖、鹽和酒精攝入的資訊。微型牙齒感測器由三層夾層組成,中央為生物反應層,能吸收營養物或其他化學物質;外層由兩個方形金屬環組成,讓此結構具有天線的作用,能吸收和反射無線電波;中央的生物反應層遇到不同營養素的時候光譜發生變化,也就是「變色」,可以讓感測器吸收並反射不同波段的射頻來檢測營養素的種類和量(Tseng, Napier, Garbarini, Kaplan, & Omenetto, 2018)。

2020

(三)視覺-自動化醫療診斷工具

2121

VECTRA WB360由位於美國紐澤西州的影像系統開發商Canfield Scientific所推出,是全球第一款3D全身成像系統,整個系統包含了92個相機,能夠拍出使用者的身體的3D影像以及皮膚特徵。如此多高解析度相機能夠快速地對身體進行360度掃描,來識別皮膚上的可見的病變。影像可以行儲存,讓同一個使用者可以隨著時間紀錄皮膚變化。這個系統可以在黑色素瘤、再生不良性痣症候群、非黑色素瘤皮膚癌、銀屑病、皮膚T細胞淋巴瘤、整形痕跡、燒燙傷、白斑症,以及神經纖維瘤病等等健康相關用途上給予解決方案(Kohli等, 2015)。

2222

(四) 行動裝置生理感測器

2323

聯發科(MediaTek)的「Sensio」健康解決方案,提供整套的軟硬體系統整合,其智慧健康晶片MT6381模組尺寸僅約6.8x4.9mm,內建了光學、紅外線感測器、多種電極,能夠偵測多種生理數據,包括心跳數、心率變異、血壓趨勢、血氧飽和度、心電圖、以及光體積脈搏波圖,只需將手指放上約60 秒即可偵測(聯發科技, 2017)。其他生理感測器如 Apple Watch Series 4結合了ECG心電圖,更與Stanford Medicine合作推動分析脈搏數據的行動應用程式是否可以識別心房顫動,這是一種屬於心律不整的疾病,目前已有超過400,000人參加這項研究,是有史以來最大的心房顫動篩檢研究(Turakhia, 2018)。

2424

(五) 整合型醫療與照護檢測

2525

台灣產學創新研發團隊 Dynamical Biomarkers Group (DBG) 與 HTC合作研發的DeepQ行動健康照護檢測儀,重量不到2.5公斤、結合了無線傳輸、醫療技術和人工智慧,能夠精準地診斷出13種健康狀況以及5項生命徵象的創新健檢設備。檢測儀含有多種感測器能做眼診、尿診、呼吸診、生命特徵診、問診等。DeepQ系統自2013年獲得Qualcomm Tricorder XPRIZE 競賽亞軍後(HTC健康醫療事業部,2018),其團隊近年又著力加入AI平台與VR導入臨床,為台灣智慧醫療帶來進步(數位時代,2018)。

2626

在照護方面,台灣工業技術研究院製作了智能感測便利貼(itri-patch),為具有可撓曲式基板的感測器平台,具有跌倒偵測、心率偵測與人員走失定位等功能。還細分出各種跌倒模式,如前摔、後摔、左摔、右摔、從箱子上摔或樓梯摔下等,並透過手機自動求援。同時能整合智能感測便利貼、壓電獵能技術製作出防走失之GPS鞋墊(工業技術研究院,2016)。

2727

六、結論

2828

(一)生物感測器結合醫療的優勢-各式各樣的應用帶來需求

2929

現今生物感測器因為許多因素而日趨重要,包括人們對自身的健康的要求日益提高,對食品安全的要求、越來越多自動化設備擴展了各式感測器的需求、終端裝置用戶如智慧型手機、手錶的大幅成長,這些使用者對感測器不僅需求愈來愈多,其應用方式也愈來愈多樣化,這些是生物感測器未來的優勢。

3030

(二)生物感測器結合醫療的挑戰-醫療產業門檻高且缺少商業模式

3131

生物感測器從1975年商業血糖儀發展後已經超過40年,近幾年學術界投入了許多心血與成果。然而,我們從學術計量到專利數量的關係可以看出目前獲得全球商業成功的生物感測器並不多,除了血糖儀之外,只有側流測定lateral flow tests的方法在驗孕、疾病感染、以及藥物測試上較多。生物感測器最大的挑戰是醫療應用中高研發成本限制了創新、需要商業化的時間過長、商業模式缺少一致性的方法、以及檢測的方式時常會造成使用者的困擾,例如採集血液、尿液等、最後牽涉到醫療還會有隱私權造成執行或數據收集上的困難等等,這些是生物感測器面臨的挑戰。

3232

(三)整合現有技術即能發展出許多應用

3333

目前看到全球主要商業應用的系統大都是做系統整合,主要是利用光學偵測,因為可以採非侵入性及長時間的檢測,例如VECTRA 的3D全身成像系統機器利用了偏振和非偏振光的組合、訂製照明模組是氙氣閃光燈,其整合的技術並非很困難或十分新穎,只要善用現有技術並加以統整,就能在醫療產業中提供應用。

3434

(四)台灣發展的機會與優勢

3535

我們在學術能量一節中可發現台灣人口雖少,但在生物感測器的研究能量卻能保持在全球前十名內,顯示在學術基礎有一定的水準。在產業方面,醫療與半導體技術是台灣的強項,半導體製程非常精密,如同生理感測器需要微小而精準的技術,若能結合半導體與醫療的技術優勢必能讓台灣在此領域有一席之地。

3636

參考文獻

  1. HTC健康醫療事業部 (2018)。Qualcomm XPRIZE Tricorder 競賽歷史與 HTC 貢獻。資料取自: https://goo.gl/VXY4Gu
  2. 工業技術研究院 (2016) 。智能感測便利貼 - 健康樂活 - 創新應用。資料取自:https://goo.gl/3uXAo7
  3. 聯發科技 (2017)。聯發科技推出 MediaTek SensioTM 智慧健康方案…。資料取自: https://www.mediatek.tw/news-events/press-releases/mediatek-sensio-new-biosensor-solution-brings-health-monitoring-to-smartphones
  4. 數位時代 (2018) 。 HTC DEEPQ和北醫聯手,成立全球第一間VR解剖教室。資料取自:https://www.bnext.com.tw/article/51464/htc-deepq-build-the-first-vr-class-in-the-world
  5. Cremer, M. (1906). Über die Ursache der elektromotorischen Eigenschaften der Gewebe, zugleich ein Beitrag zur Lehre von den polyphasischen Elektrolytketten. R. Oldenbourg.
  6. Frost & Sullivan. (2018). 2018 Top Technologies in Sensors & Instrumentation., from: https://goo.gl/3UqFer
  7. Heineman, W. R., & Jensen, W. B. (2006). Leland C. Clark Jr.(1918–2005). Biosensors and Bioelectronics, 8(21), 1403–1404.
  8. Kohli, I., Isedeh, P., Al‐Jamal, M., DaSilva, D., Batson, A., Canfield, D., … Hamzavi, I. (2015). Three-dimensional imaging of vitiligo. Experimental Dermatology, 24(11), 879–880. https://doi.org/10.1111/exd.12791
  9. Scholten, S. K., Perrella, C., Anstie, J. D., White, R. T., Al-Ashwal, W., Hébert, N. B., … Luiten, A. N. (2018). Number-Density Measurements of CO 2 in Real Time with an Optical Frequency Comb for High Accuracy and Precision. Physical Review Applied, 9(5). https://doi.org/10.1103/PhysRevApplied.9.054043
  10. Tseng, P., Napier, B., Garbarini, L., Kaplan, D. L., & Omenetto, F. G. (2018). Functional, RF-Trilayer Sensors for Tooth-Mounted, Wireless Monitoring of the Oral Cavity and Food Consumption. Advanced Materials, 30(18), 1703257. https://doi.org/10.1002/adma.201703257
  11. Turakhia, M. P. (2018). Moving From Big Data to Deep Learning—The Case of Atrial Fibrillation. JAMA Cardiology, 3(5), 371. https://doi.org/10.1001/jamacardio.2018.0207