AI「氣味戒指」通過皮膚氣味讀懂飲食、運動與健康，準確率98.2%

編輯丨&

人體無時無刻不在散發氣味——汗液、呼吸、皮膚表面，都攜帶著大量揮發性有機化合物（VOCs）。這些看不見的氣味分子，其實是身體代謝狀態的實時語言：吃了什么、喝了多少酒、運動強度如何，都會在皮膚表面留下獨特的「氣味指紋」。

來自香港科技大學等的研究團隊提出了一款基于微型嗅覺傳感芯片的 AI 可穿戴生物識別戒指，能夠通過 VOCs 非侵入式讀取飲食和活動狀態。整套系統的核心傳感器面積僅 0.0081 mm2，卻能準確識別六類飲食、三種運動狀態，甚至能定量預測酒精攝入量，并通過 AI 健康助手提供個性化建議。

相關研究以「Miniaturized olfactory sensor chip-based AI-wearable biometric ring for human body metabolic odor analysis」為題，于 2026 年 3 月 27 日發布在《Nature Communications》。

論文鏈接：https://www.nature.com/articles/s41467-026-70746-z

一枚智能戒指

皮膚是人體最大的器官，汗腺和皮脂腺分泌的物質經微生物代謝后，會釋放出數百種VOCs。這些VOCs的種類和濃度會隨著飲食、運動、疾病狀態發生顯著變化。例如，酒精攝入后，乙醇及其代謝產物會通過皮膚散發；高糖飲食會改變丙酮等代謝產物的排放。

要捕捉這些信號，需要攻克三大難題：

靈敏度：皮膚釋放的 VOCs 濃度極低，傳感器必須足夠靈敏。

選擇性：環境中存在大量干擾氣體，傳感器需要能區分不同 VOCs。

微型化與可穿戴性：整個系統必須足夠小、足夠柔韌，才能舒適地戴在手指上。

圖 1：用于人體代謝氣味分析的 AI 可穿戴生物識別戒指概述。

團隊所研發的戒指采用單片集成式系統，核心是0.0081 mm2 超微型嗅覺傳感器芯片，搭配柔性電路、AI 算法和個性化健康代理。

這項工作的硬件底座不是單一氣體傳感器，而是一套三維垂直異質界面（3D-VHI）與 Pd 修飾 SnO? 納米管結構耦合的微型嗅覺芯片。芯片以 Pt 電極、絕緣層、微加熱器和納米蜂窩膜為基礎，通過上下表面構建多種氧化物界面，形成差異化的響應「像素」。這種設計把原本難以區分的復雜氣體信號，壓縮成可供算法學習的特征空間。

AI 信息解碼

為實現傳感器信號的高效解析，研發了專屬 AI 算法框架，涵蓋多組分氣體分類、濃度回歸、飲食 / 活動狀態識別。算法核心為軸向注意力堆疊長短期記憶神經網絡（AA-sLSTM），結合特征融合與時間序列分析，提升預測精度和抗干擾性。

器件性能在多種氣體、濕度環境之下均保持極高的精度，代表性的丙酮預測在訓練中驗證精度達到 98.80%，不同濕度下的決定系數均高于 0.990；對復雜混合氣體，KNN 的 AUC 達到 0.985。

圖 2：基于嗅覺傳感器芯片的分類和回歸分析。

為了體現用于飲食和活動評估的人體代謝產生的 VOC 傳感模式，團隊設計了相應的 AI 驅動的評估流程。共計需要通過三個挑戰：信號特征融合、模式學習，以及利用個性化 AI 進行人體飲食/人體狀態評估。所有像素信號都經過標準化處理，以確保提取的響應不受貼片差異的影響而保持一致性。

圖 3：對參與者 01 的飲食評估和日常活動的持續監測。

以參與者 01 為例，團隊評估了四種人工智能模型對六種飲食攝入量的分類效果。經過訓練的 KNN 模型以 98.20%的準確率優于其他三種選定的人工智能模型。這種改進可以歸因于通過對參數 K的策略性調整，平滑了決策邊界，并減輕了噪聲數據點和異常值的影響。

團隊還用 GC-MS 做了驗證，證明這些被戒指捕捉到的差異并非噪聲，而確實對應飲食誘導的代謝變化。

「氣味健康」新時代

目前，人們監測飲食多依賴主觀記錄或間接指標（如血糖），既不精確也不連續。這枚戒指提供了客觀、實時、非侵入性的飲食追蹤手段，有望成為營養科學研究和個性化健康管理的有力工具。使用者可通過藍牙連接手機 APP，利用云端的 AI 模型生成個性化健康建議。

研究團隊指出，該平臺不僅適用于健康人群，未來還可拓展至疾病監測——例如，通過檢測特定 VOCs 標志物，輔助糖尿病、肝病甚至某些癌癥的早期篩查。

這枚戒指將最前沿的微納傳感技術、人工智能算法和可穿戴設備融為一體，讓原本看不見、摸不著的代謝「氣味」，變成了可量化、可分析、可干預的健康數據。這項工作在個性化醫療領域掀起了一場革命，為下一代數字化健康監測指明了方向。