MIT研发微流体设备有助于更快地诊断败血症

2019-07-26 10:18:13来源：cnBeta 关键词：微流体设备传感器阅读量：26593

导读：麻省理工研究人员研发了一个基于微流体的系统，它能在大约25分钟内自动检测出临床上有意义的IL-6水平，用于败血症诊断。

　　麻省理工学院设计的新传感器旨在帮助医院的医生和护理人员更快地诊断每年造成25万人死亡的败血症，让患者更快地接受治疗。败血症是指对感染的免疫反应引发整个身体的炎症链，导致高心率，高烧，呼吸短促和其他问题。

　　如果长时间不治疗，败血症可导致感染性休克，血压下降，器官停止工作。麻省理工研究人员研发了一个基于微流体的系统，它能在大约25分钟内自动检测出临床上有意义的IL-6水平，用于败血症诊断。IL-6(白细胞介素-6)是炎症反应产生的一种蛋白质，在症状出现前几个小时，败血症患者体内的白细胞介素-6水平会升高。

　　该装置的一个微流体通道具有与抗体结合的微珠，所述抗体与血液样品混合以捕获IL-6生物标记物。另一个通道仅包含附着到电极，具有生物标记的微珠。电电压通过电极产生信号，信号来自每个带生物标记的微珠，并且可转换为生物标记物的浓度水平。

　　检测生物标志物的系统现在已经可以使用，但是依赖于光学元件，这使得它们很昂贵。麻省理工学院的研究小组想缩小这个装置，设计一个小到几平方厘米的自动微流体装置。该装置内的微珠被一种抗体和一种叫做辣根过氧化物酶的催化酶包裹，这种抗体能吸引IL-6。

　　一旦将血液样品注射到装置中，在大约十分钟内，许多微珠粘附到涂有吸引IL-6的特异性抗体的电极上。当发生这种情况时，另一种液体会冲洗掉未受束缚的微珠，而那些含有IL-6的液体会留在电极上。所有医务人员必须做的是用移液管装入血液样本并按下按钮，25分钟后就会得到终IL-6浓度结果。

　　原标题：MIT研发微流体设备有助于更快地诊断败血症

上一篇：“绿色”和“智能化”两手抓，医药包装业快步走

下一篇：可穿戴系统会释放拯救生命的药物

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

磁传感器市场持续升温，相关供应商加码布局
Allegro有约73%收入来自汽车市场(如电动车电机控制、ADAS系统)，21%来自工业领域(如工厂自动化)，其余为消费电子和通信。
磁传感器传感器
2025-04-16 16:50:07
L4级自动驾驶！埃安滴滴合作新车亮相
最近，广汽埃安与滴滴自动驾驶合作开发的首款L4级自动驾驶车型正式亮相。据悉，滴滴自动驾驶的硬件平台配备了33个传感器，包括激光雷达、摄像头、4D毫米波雷达、红外相机和声音传感器等。
L4级自动驾驶广汽埃安滴滴传感器
2025-04-14 10:58:48
人形机器人加速产业“进化” 传感器品类和数量将迎来双增长
传感器作为人形机器人感知系统的核心组件，作为人形机器人实现检测和控制的首要环节，是机器人系统获取外界状态和自身状态的重要途径，也是机器人迈向自主化、智能化的基础。
人形机器人传感器具身智能
2025-03-31 11:00:22
这家惯性传感器企业2024营收突破4亿元，净利润2.22亿元！
芯动联科的高性能的谐振式加速度计(FM加速计),可取代石英加速计,相较于传统加速度计产品提升了一个量级,报告期内已形成量产能力并开始小批量出货。
惯性传感器传感器
2025-03-19 15:23:39
2025年我国工业机器人核心零部件有望在多个关键领域打破“卡脖子”瓶颈，实现国产化
随着国内工业机器人产业链的不断完善，上游核心零部件、中游本体制造和下游系统集成的协同效应逐渐显现。2025年，我国工业机器人核心零部件有望在多个关键领域实现突破，加速国产化进程，打破“卡脖子”瓶颈。
工业机器人核心零部件传感器
2025-02-20 14:08:35
北京市经济和信息化局等五部门关于印发《关于支持发展高端仪器装备和传感器产业的若干政策措施实施细则(修订版)》的通知
北京鼓励高端仪器装备和传感器领域平台型企业开展揭榜攻关、样机研发、研究成果转化和产业化，根据项目投入给予最高3000万元(人民币，下同)资金补助。
高端仪器仪表传感器
2024-12-24 11:55:31

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。