AI戒指登顶顶刊Nature：微型嗅觉芯片从皮肤气味解码饮食运动，准确率98.2%

来源：ScienceAI

本文约2000字，建议阅读5分钟。

将身体信息从隐形信号推到可穿戴健康监测前台。

你的身体无时无刻不在“说话”——通过气味。汗液、呼吸乃至皮肤表面，都在持续释放着大量挥发性有机化合物（VOCs）。这些肉眼不可见的气味分子，实际上是身体代谢状态的实时播报员。你吃了什么、喝了多少酒、今天的运动量如何，都会在皮肤表面留下一组独特的“气味指纹”。

来自香港科技大学等研究机构的一支团队，将这一洞察变成了现实。他们开发了一款基于微型嗅觉传感芯片的 AI 可穿戴生物识别戒指，能够通过捕捉皮肤散发的 VOCs，以非侵入的方式读取佩戴者的饮食和活动状态。这套系统的核心传感器面积仅为 0.0081 平方毫米，却能高精度识别六类饮食摄入和三种运动状态，甚至能定量预测酒精摄入量，并借助 AI 健康助手提供个性化建议。

相关研究以《Miniaturized olfactory sensor chip-based AI-wearable biometric ring for human body metabolic odor analysis》为题，于 2026 年 3 月 27 日发表在顶级期刊《Nature Communications》上。

论文链接：https://www.nature.com/articles/s41467-026-70746-z

为什么是气味？

皮肤作为人体最大的器官，其上的汗腺和皮脂腺分泌物经微生物代谢后，会释放出数百种 VOCs。这些 VOCs 的种类与浓度会随着饮食、运动乃至疾病状态发生显著变化。例如，摄入酒精后，乙醇及其代谢产物会通过皮肤散发；高糖饮食则会改变丙酮等酮体类代谢产物的排放水平。

然而，要可靠地捕捉这些微弱的生物信号并将其转化为有用的健康数据，需要克服三大核心挑战：

• 灵敏度：皮肤释放的 VOCs 浓度极低，通常为十亿分之一（ppb）级别，对传感器的灵敏度要求极高。
• 选择性：真实环境中存在大量干扰气体（如环境中的其他气味），传感器必须能够精准区分目标 VOCs。
• 微型化与可穿戴性：整个传感系统必须足够小巧、柔韧且低功耗，才能舒适、持久地佩戴在手指上，实现真正的无感监测。

图1：用于人体代谢气味分析的 AI 可穿戴生物识别戒指概述。展示了从皮肤VOCs释放、戒指传感、无线传输到AI分析生成“气味指纹”的完整流程，以及戒指的实物外观与内部结构分解。

研究团队给出的答案是：一枚集成了超微型嗅觉芯片的智能戒指。它的硬件核心不是传统的单一气体传感器，而是一套面积仅为 0.0081 mm² 的微型化嗅觉传感器芯片。该芯片采用了三维垂直异质界面（3D-VHI）与钯修饰的二氧化锡纳米管结构耦合的设计。

简单来说，芯片通过上下表面构建多种金属氧化物界面，形成了多个具有差异化响应的传感“像素”。这种巧妙的设计，能够将原本难以区分的复杂混合气体信号，编码为可供后续人工智能算法高效学习的特征空间，为解决选择性问题提供了硬件基础。

如何用AI“读懂”气味？

有了高性能的硬件，还需要强大的“大脑”来解码传感器信号。为此，团队研发了专属的 AI 算法框架，能够同时处理多组分气体分类、浓度回归以及饮食/活动状态识别等任务。

该算法的核心是一个名为 轴向注意力堆叠长短期记忆神经网络（AA-sLSTM） 的模型。它结合了特征融合与时间序列分析能力，旨在提升预测精度和环境抗干扰性。

图2：基于嗅觉传感器芯片的分类和回归分析。展示了在不同湿度条件下数据的线性判别分析分布、混淆矩阵、模型架构（AA-sLSTM）以及训练过程中的准确率和损失曲线。

测试结果表明，该器件在多种气体和不同湿度环境下均保持了极高的精度。例如，对代表性气体丙酮的浓度预测，在训练中的验证精度达到了 98.80%，在不同湿度下的决定系数（R²）均高于 0.990。对于复杂的混合气体分类任务，使用K近邻算法取得的曲线下面积（AUC）达到了 0.985。

实战检验：从饮食到运动

为了验证系统在真实场景中的应用能力，研究团队设计了针对人体饮食和活动状态的评估流程。这需要攻克三个关键环节：多传感器信号的特征融合、从数据中学习有效的“气味指纹”模式，以及最终利用个性化AI模型完成状态评估。

图3：对参与者的饮食评估和日常活动持续监测。展示了六种不同食物摄入（酒精、水果、肉类等）和运动/恢复期间，9个传感器阵列的实时响应曲线。

在一个典型实验中，研究者评估了四种不同 AI 模型 对六种饮食（酒精、水果、肉类、碳水、坚果、蔬菜）的分类效果。结果显示，经过精心调参的K近邻（KNN）模型以 98.20% 的准确率脱颖而出，优于其他对比模型。这种优势可能源于KNN通过对参数K的策略性调整，平滑了决策边界，并有效减轻了噪声数据点和异常值的影响。

为了确保戒指捕捉到的信号差异确实源于代谢变化而非随机噪声，团队还使用了气相色谱-质谱联用仪（GC-MS）进行了交叉验证，证实了传感器响应与饮食诱导的代谢变化具有高度相关性。

开启“气味健康”监测新纪元

目前，人们监测饮食多依赖于主观的饮食记录或血糖等间接指标，既不精确也难以实现连续监测。而这枚智能戒指，则提供了一种客观、实时、完全非侵入性的饮食与活动追踪新思路。它有望成为营养科学研究、健身效果评估以及个性化健康管理的强大工具。用户通过蓝牙将戒指与手机APP连接，即可利用云端 AI 模型 的分析结果获得个性化的健康建议。

研究团队进一步指出，该平台的应用潜力远不止于健康人群。未来，通过检测与特定疾病相关的 VOCs 生物标志物，它或可拓展至疾病监测领域——例如，辅助糖尿病、肝病甚至某些癌症的早期筛查。

这枚小小的戒指，将最前沿的微纳传感技术、人工智能算法与可穿戴设备设计融为一体，让原本看不见、摸不着的代谢“气味”，变成了可量化、可分析、可干预的数字化健康指标。这项工作无疑在个性化医疗与下一代智能 & 数据 & 云驱动的健康监测领域，指明了一个充满想象力的新方向。