編輯丨&

人體無時(shí)無刻不在散發(fā)氣味——汗液、呼吸、皮膚表面，都攜帶著大量揮發(fā)性有機(jī)化合物（VOCs）。這些看不見的氣味分子，其實(shí)是身體代謝狀態(tài)的實(shí)時(shí)語言：吃了什么、喝了多少酒、運(yùn)動(dòng)強(qiáng)度如何，都會(huì)在皮膚表面留下獨(dú)特的「氣味指紋」。

來自香港科技大學(xué)等的研究團(tuán)隊(duì)提出了一款基于微型嗅覺傳感芯片的 AI 可穿戴生物識(shí)別戒指，能夠通過 VOCs 非侵入式讀取飲食和活動(dòng)狀態(tài)。整套系統(tǒng)的核心傳感器面積僅 0.0081 mm2，卻能準(zhǔn)確識(shí)別六類飲食、三種運(yùn)動(dòng)狀態(tài)，甚至能定量預(yù)測(cè)酒精攝入量，并通過 AI 健康助手提供個(gè)性化建議。

相關(guān)研究以「Miniaturized olfactory sensor chip-based AI-wearable biometric ring for human body metabolic odor analysis」為題，于 2026 年 3 月 27 日發(fā)布在《Nature Communications》。

論文鏈接：https://www.nature.com/articles/s41467-026-70746-z

一枚智能戒指

皮膚是人體最大的器官，汗腺和皮脂腺分泌的物質(zhì)經(jīng)微生物代謝后，會(huì)釋放出數(shù)百種VOCs。這些VOCs的種類和濃度會(huì)隨著飲食、運(yùn)動(dòng)、疾病狀態(tài)發(fā)生顯著變化。例如，酒精攝入后，乙醇及其代謝產(chǎn)物會(huì)通過皮膚散發(fā)；高糖飲食會(huì)改變丙酮等代謝產(chǎn)物的排放。

要捕捉這些信號(hào)，需要攻克三大難題：

靈敏度：皮膚釋放的 VOCs 濃度極低，傳感器必須足夠靈敏。

選擇性：環(huán)境中存在大量干擾氣體，傳感器需要能區(qū)分不同 VOCs。

微型化與可穿戴性：整個(gè)系統(tǒng)必須足夠小、足夠柔韌，才能舒適地戴在手指上。

圖 1：用于人體代謝氣味分析的 AI 可穿戴生物識(shí)別戒指概述。

團(tuán)隊(duì)所研發(fā)的戒指采用單片集成式系統(tǒng)，核心是0.0081 mm2 超微型嗅覺傳感器芯片，搭配柔性電路、AI 算法和個(gè)性化健康代理。

這項(xiàng)工作的硬件底座不是單一氣體傳感器，而是一套三維垂直異質(zhì)界面（3D-VHI）與 Pd 修飾 SnO? 納米管結(jié)構(gòu)耦合的微型嗅覺芯片。芯片以 Pt 電極、絕緣層、微加熱器和納米蜂窩膜為基礎(chǔ)，通過上下表面構(gòu)建多種氧化物界面，形成差異化的響應(yīng)「像素」。這種設(shè)計(jì)把原本難以區(qū)分的復(fù)雜氣體信號(hào)，壓縮成可供算法學(xué)習(xí)的特征空間。

AI 信息解碼

為實(shí)現(xiàn)傳感器信號(hào)的高效解析，研發(fā)了專屬 AI 算法框架，涵蓋多組分氣體分類、濃度回歸、飲食 / 活動(dòng)狀態(tài)識(shí)別。算法核心為軸向注意力堆疊長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（AA-sLSTM），結(jié)合特征融合與時(shí)間序列分析，提升預(yù)測(cè)精度和抗干擾性。

器件性能在多種氣體、濕度環(huán)境之下均保持極高的精度，代表性的丙酮預(yù)測(cè)在訓(xùn)練中驗(yàn)證精度達(dá)到 98.80%，不同濕度下的決定系數(shù)均高于 0.990；對(duì)復(fù)雜混合氣體，KNN 的 AUC 達(dá)到 0.985。

圖 2：基于嗅覺傳感器芯片的分類和回歸分析。

為了體現(xiàn)用于飲食和活動(dòng)評(píng)估的人體代謝產(chǎn)生的 VOC 傳感模式，團(tuán)隊(duì)設(shè)計(jì)了相應(yīng)的 AI 驅(qū)動(dòng)的評(píng)估流程。共計(jì)需要通過三個(gè)挑戰(zhàn)：信號(hào)特征融合、模式學(xué)習(xí)，以及利用個(gè)性化 AI 進(jìn)行人體飲食/人體狀態(tài)評(píng)估。所有像素信號(hào)都經(jīng)過標(biāo)準(zhǔn)化處理，以確保提取的響應(yīng)不受貼片差異的影響而保持一致性。

圖 3：對(duì)參與者 01 的飲食評(píng)估和日常活動(dòng)的持續(xù)監(jiān)測(cè)。

以參與者 01 為例，團(tuán)隊(duì)評(píng)估了四種人工智能模型對(duì)六種飲食攝入量的分類效果。經(jīng)過訓(xùn)練的 KNN 模型以 98.20%的準(zhǔn)確率優(yōu)于其他三種選定的人工智能模型。這種改進(jìn)可以歸因于通過對(duì)參數(shù) K的策略性調(diào)整，平滑了決策邊界，并減輕了噪聲數(shù)據(jù)點(diǎn)和異常值的影響。

團(tuán)隊(duì)還用 GC-MS 做了驗(yàn)證，證明這些被戒指捕捉到的差異并非噪聲，而確實(shí)對(duì)應(yīng)飲食誘導(dǎo)的代謝變化。

「氣味健康」新時(shí)代

目前，人們監(jiān)測(cè)飲食多依賴主觀記錄或間接指標(biāo)（如血糖），既不精確也不連續(xù)。這枚戒指提供了客觀、實(shí)時(shí)、非侵入性的飲食追蹤手段，有望成為營(yíng)養(yǎng)科學(xué)研究和個(gè)性化健康管理的有力工具。使用者可通過藍(lán)牙連接手機(jī) APP，利用云端的 AI 模型生成個(gè)性化健康建議。

研究團(tuán)隊(duì)指出，該平臺(tái)不僅適用于健康人群，未來還可拓展至疾病監(jiān)測(cè)——例如，通過檢測(cè)特定 VOCs 標(biāo)志物，輔助糖尿病、肝病甚至某些癌癥的早期篩查。

這枚戒指將最前沿的微納傳感技術(shù)、人工智能算法和可穿戴設(shè)備融為一體，讓原本看不見、摸不著的代謝「氣味」，變成了可量化、可分析、可干預(yù)的健康數(shù)據(jù)。這項(xiàng)工作在個(gè)性化醫(yī)療領(lǐng)域掀起了一場(chǎng)革命，為下一代數(shù)字化健康監(jiān)測(cè)指明了方向。