肾功能评估依赖血尿素这一具有临床信息价值的代谢标志物；然而，其对静脉穿刺和集中式实验室检测的依赖限制了高频监测，并延误了及时的临床干预。在此，我们报告了一种集成平台，将可穿戴缓冲微流控贴片与基于生理学信息的数据驱动校准框架相结合，从微升级汗液体积（4.79 L）中实时、无创地估算血尿素。通过精确调控内部缓冲盐的释放动力学，该设备稳定了局部反应微环境，减小汗液 pH 值和流速变化带来的影响，从而确保测量结果具有良好的重复性。所得信号经由人工智能（AI）支持的分析流程进行处理，该流程将汗液尿素与患者特异性的生理信息相结合，以生成具有临床可解释性的结果。在多中心研究中，汗液尿素与不同受试者队列中的血尿素均呈现出较强的相关性，但二者之间存在非线性关系和时间滞后效应，限制了汗液尿素的直接应用。AI 支持的校准模型能够补偿这些影响，实现对血尿素的高保真估算（与金标准测量结果相比，r = 0.945），并达到具有临床意义的一致性水平。该平台还能够以 89.1% 的准确率识别肾损伤，并以 83.2% 的准确率对疾病严重程度进行分层。值得注意的是，这些结果表明，将理化稳定化技术与 AI 支持的数据驱动转换相结合，可使汗液成为一种具有临床应用价值的肾脏监测替代指标，支持群体水平的估算，并凸显其用于个体化纵向评估的潜力，同时为实施一种可扩展的无创策略提供了可能，以实现对eriwa高频肾脏疾病管理。
本网站使用安全服务来防范网络攻击。您刚才执行的操作触发了安全防护机制。提交某个词语或短语、SQL 命令或格式错误的数据等多种操作，都可能触发此拦截。
您可以给网站所有者发送电子邮件，告知其您遭到拦截的情况。请说明出现此页面时您正在进行的操作，并附上页面底部显示的 Cloudflare Ray ID。
关键词：汗液微流控 · 血尿素估算 · 人工智能校准 · 肾功能监测 · 肾损伤风险分层 · 无创检测
原文链接：https://www.biorxiv.org/content/10.64898/2026.06.17.732831v1?rss=1