生醫感測／穿戴式醫療／偏鄉照護
不用抽血，也想連續看見身體變化：無線微針與可再生穿戴感測器正在逼近「連續生化監測」
新一代微針、汗液與可再生穿戴感測器正從單次量測走向長時間生化訊號追蹤，但研究原型距離臨床照護仍有完整的校準、法規、資料治理與後續服務鏈。對偏鄉而言，continuous data 必須真正接上 continuous care。
原傳媒AI 編輯室｜聚焦科技治理、跨域研究、公共服務與原鄉應用的專題編輯團隊
穿戴裝置最熟悉的是心率、步數與睡眠，但下一波競爭正在往更難的地方移動：不只量「身體怎麼動」，而是連續觀察身體裡的化學變化。血液當然資訊豐富，卻不適合日常反覆抽取；汗液、組織間液與其他體液因此成為新一代生醫感測的重要入口。2026 年幾篇研究把這條路往前推了一步，也同時提醒我們：能連續取得生化訊號，不等於已經擁有一套可以連續照護人的醫療服務。
7 月 20 日刊登於《Nature Communications》的 Wireless light-gated photoelectrochemical microneedle wearables 採用微針陣列接觸皮下組織間液，結合光閘式光電化學感測與無線讀出。研究者以尿酸作為代表分析物，設計在不施加傳統偏壓的情況下進行量測，以降低部分電化學干擾與能耗，並在動物疾病模型中觀察尿酸動態。這項工作很有想像力，但目前仍是研究系統與動物驗證，不能被寫成已經可替代臨床抽血或診斷的消費性產品。
微針的吸引力在於，它試圖跨過皮膚最外層屏障，接觸含有多種代謝物的組織間液，又不需要像傳統採血那樣取得大量血液。問題是，連續監測的難度從來不只在「能不能測到」。感測器戴上幾小時、幾天後，材料會吸水、受壓、移動；皮膚狀態不同、溫度不同、局部生物反應不同，都可能讓訊號漂移。研究因此非常在意機械變形、電化學干擾、校準與長期穩定性。
另一條路線是汗液。《Nature Biomedical Engineering》的 wireless and in situ regenerable multimodal wearable sweat sensor 強調可再生感測介面與多模態量測，目標是在較自然的日常情境中持續追蹤多種汗液生物標誌。這類設計的重要轉變，是不再把穿戴生化感測想成一次性「貼上、量一次、丟掉」，而是開始面對長期使用必然出現的污染、感測表面疲勞與重新校準問題。
同時，《Nature Sensors》的 AI-powered closed-loop wearable bioelectronics 把議題再往前推：感測若與演算法、決策與致動器結合，未來可能形成閉迴路系統。也就是裝置不是只顯示數值，而可能根據持續訊號判斷狀態，再調整提醒、刺激或治療。這一刻開始，問題就從「穿戴裝置準不準」變成「整個閉迴路在什麼條件下可以被信任」。
這對偏鄉照護尤其值得思考。偏遠地區不是缺少數據就一定能靠感測器解決；很多時候真正缺的是專業人員、交通、追蹤時間與轉診可達性。如果居民每天都產生大量生化資料，但異常訊號沒有人看、看了也沒有後續處置路徑，continuous monitoring 只會變成 continuous anxiety。連續資料必須接上連續照護，才有公共服務意義。
可以用一個簡單場景理解：假設未來某種穿戴感測器已經能可靠追蹤與慢性病相關的生化指標，使用者住在距離醫院兩小時的山區。系統在凌晨發現趨勢異常，下一步是什麼？是手機跳一個紅色警告？護理站收到通知？遠距醫療排入優先序？還是先要求再次量測確認？若道路因豪雨中斷，系統如何調整建議？這些都不是感測材料可以單獨回答的問題。
因此，偏鄉導入這類技術時，第一個設計單位應該是「服務流程」，而不是裝置。要先定義哪些指標真的具有行動價值、誰負責看、什麼門檻需要人工覆核、什麼情況要通知本人、什麼情況需轉介，以及沒有網路時資料如何暫存。只有在這些流程清楚後，才能反推感測器需要多高的準確度、多久傳一次資料、電池要撐多久、是否需要離線判讀。
資料治理也會比一般運動穿戴更敏感。心率與步數已經具有隱私性，連續生化資料可能更容易透露疾病風險、用藥反應、壓力與生活狀態。誰能看原始數據？平台商是否能拿來訓練模型？地方醫療單位需要保存多久？使用者能不能刪除？若演算法改版，舊資料是否被重新分析？這些問題若在採購後才處理，通常已經太晚。
WHO 2026 年 7 月公布醫療器材監管合作的新進展，重點之一就是讓各國在維持自身責任的前提下，能更有效利用成熟監管機關的評估與決策。對穿戴生化感測而言，這提醒我們一件重要的事：研究論文證明「原理可行」之後，仍要經歷品質、安全、性能、製造一致性、臨床用途與監管等層層轉換。越是會影響健康決策的裝置，越不能用科技媒體的速度替代醫材治理。
對原鄉或偏鄉而言，公平性還包括耗材與維修。如果感測貼片需要頻繁更換、冷鏈保存或專用手機，新技術可能反而把成本轉嫁給最遠離醫療資源的人。若裝置需要高速網路才能同步，斷訊區會被系統當成「沒有資料」；若演算法主要在都市醫院族群上驗證，山區居民的活動、飲食、環境與慢性病組合是否會影響性能，也需要實際研究，而不能假設模型天然公平。
另一方面，這些限制不代表偏鄉不該使用新科技。恰恰相反，距離讓「非侵入、長時間、低負擔」的監測更有潛在價值。只是導入次序應該倒過來：先找出目前因為距離而無法頻繁觀察、但一旦有趨勢資料就可能改善照護的具體問題，再選擇適合的感測技術。這比拿到新裝置後才四處尋找應用場景，更能避免科技展示化。
若要做試點，可以從研究用途或低風險輔助情境開始。受試者同時保留既有標準檢測，穿戴資料只做趨勢比較，不直接改變治療；醫療人員記錄哪些訊號真正有助判斷、哪些只增加工作量；使用者則評估舒適度、皮膚反應、焦慮感、充電或更換負擔與資料理解程度。試點還要納入斷網、裝置脫落、資料缺失與誤報等壓力測試，因為這些才是日常使用真正會發生的事。
未來最重要的指標，也許不是「每分鐘產生多少數據」，而是「多少數據能轉成正確、及時而不過度的照護行動」。一個感測器如果能把抽血頻率降低、讓醫師更早看到趨勢、減少不必要的長途就醫，才真正有價值；如果只是讓使用者多一個需要盯著看的儀表板，技術再精密也不等於照護進步。
不用抽血就連續看見身體變化，正在從科幻變成可以被嚴肅研究的工程目標。但從微針、汗液感測到閉迴路生醫電子，真正的最後一哩不是再加一顆感測器，而是把可靠性、醫療判讀、法規、資料權利與偏鄉服務能力一起設計。當 continuous data 真正接上 continuous care，穿戴生化監測才可能從漂亮的實驗室曲線，變成對人有幫助的健康基礎設施。
從研究設計來看，連續生化感測還有一個很重要的比較基準：裝置的數值不只要和標準檢驗在某一時間點相近，還要證明趨勢變化具有一致性。若穿戴裝置在休息、運動、流汗、睡眠與日常活動中出現不同偏差，醫療人員需要知道哪些變化是生理訊號、哪些是感測器反應。長期監測的價值來自「看見變化」，因此漂移與延遲有時比單次絕對誤差更需要被量化。
使用者介面同樣是安全的一部分。生化數字通常不像步數那麼直觀，如果平台把每次小波動都畫成紅色，很容易造成不必要焦慮；若過度簡化，又可能讓真正重要的趨勢被忽略。適合的設計應把研究證據、個人基線、趨勢與需要專業確認的門檻分開，清楚標示「這不是診斷」，並提供可理解的下一步，而不是把責任丟給使用者自己解讀。
偏鄉服務還要考慮設備生命週期。貼片或微針耗材如何配送、誰更換、皮膚不適如何回報、藍牙與手機版本不相容怎麼處理、裝置壞掉後多久能換新，這些都是實際成敗因素。若維修必須把設備寄回都市數週，即使感測本身很先進，也難成為可靠照護的一部分。採購與試點應把耗材供應、客服、維修時間與教育成本一起計入。
最後，資料使用同意不能只在第一次配戴時出現一張很長的條款。連續生化資料可能隨演算法進步而產生新的推論能力，因此使用者應能知道目前系統正在分析什麼、未來新增用途時是否需要重新同意，以及研究資料和臨床資料是否被分開。若地方醫療單位與科技公司合作，更應事先定義資料可攜、刪除、模型訓練與合作終止後的處理方式。這些規則做得越清楚，使用者才越可能長期信任系統。
來源與延伸閱讀
角色驅動追問
原傳媒AI｜依你的角色繼續追問
先選擇角色，再閱讀該角色可能提出的完整問題；點選後，原傳媒AI 會以逐字顯示方式呈現完整回覆。
先選擇角色
生醫感測工程師
從「生醫感測工程師」的工作責任出發，檢查文章證據、適用條件、行動順序、不確定性與不可外推的界線。
再選擇問題
AI 使用與內容安全揭露
本文由原傳媒 AI 編輯流程整理與校訂。
Newsletter
喜歡這篇文章？
訂閱原傳媒AI電子報，每日接收AI、傳統知識與雙向知識更新。