在资源有限的环境中进行疾病诊断仍然是一个重大挑战，大多数现有的生物传感技术依赖于先进的基础设施和训练有素的人员，这限制了它们在即时检测（POCT）场景中的应用。随着移动计算能力和微流控技术的进步，基于智能手机的移动健康平台（mHealth）引起了研究人员的极大关注。

近期，华中科技大学刘笔锋教授课题组发表综述，总结了移动健康平台的最新进展，包括微流控芯片、成像模式、支持性组件和软件算法的开发等方面，并从分子、病毒、细胞、寄生虫等检测对象的角度阐述了移动健康平台的应用。最后，对移动健康平台的未来发展前景进行了展望。相关研究成果以“Smartphone-based platforms implementing microfluidic detection with image-based artificial intelligence”为题目，发表在期刊《Nature Communications》上。

本文要点：

1、全球传染病频繁爆发促使了对快速有效诊断工具的迫切需求，特别是在现场测试环境中对潜在患者进行早期筛查。

2、讨论了智能手机结合微流控检测和人工智能在移动健康平台中的关键作用，特别是在现场测试和健康监测方面的潜力。

3、本文总结了移动医疗平台在微流控芯片、成像模式、支持性组件和软件算法开发等方面的最新研究进展，并概述了它们在分子、病毒、细胞和寄生虫等检测中的应用。

4、对移动健康平台的未来发展进行了展望，强调了微流控技术、智能手机和人工智能算法在未来健康监测和诊断领域的潜在贡献。

一张图读懂综述：

移动健康平台如何利用微流控技术和人工智能分析提供快速有效的疾病诊断服务？

1、移动健康平台结合微流控技术，利用微流控芯片进行生物样本处理和测试，实现了快速的诊断过程，有助于在现场测试环境中提供及时的医疗服务。

2、这些平台还利用人工智能分析，如卷积神经网络算法等深度学习算法，对通过智能手机CMOS摄像头检测的生物标记物进行精确分析，提高了诊断的准确性和效率。

3、移动健康平台的发展还包括支持组件的创新，如微型泵等，用于驱动液体在平台上的流动，进一步提升了诊断的灵敏度和可靠性。

4、未来，随着技术的不断进步，移动健康平台有望进一步整合微流控技术和人工智能分析，提供更多种类的诊断服务，为医疗领域带来更多创新和便利。

一个完善的移动健康平台包括三个关键组成部分（如图1所示），即微流控芯片、移动设备和机器智能。微流控芯片负责生物样本的处理和测试。所得到的信号由移动设备采集，并由安装在智能手机上的软件进行预处理。数据传输到云服务器后，可以通过机器智能进行存储和进一步分析。

图1.用于POCT的支持机器学习的mHealth平台架构。

图2.用于测试的微流控芯片。

图3.成像模式。

图4.支撑组件。

图5.mHealth平台的通用图像处理算法。

图6.mHealth平台的传统机器学习算法。

图7.mHealth平台的深度学习算法。

图8.mHealth平台上的分子诊断。

图9.mHealth平台上的细胞检测。

图10.mHealth平台上的寄生虫检测。

论文链接：https://doi.org/10.1038/s41467-023-36017-x