目前市面上穿戴式的同類傳感器一般只能測量一兩項指標，而且它們通常體積較大，操作過程也涉及繁瑣複雜的電路和電池。耗時三年研制的PETAL傳感器成功避開了這些弊端，不但無需電池，而且輕薄如紙。
新傳感科技可通過手機拍照和人工智能計算迅速判斷傷口愈合情況，有望爲傷者免去取樣時的疼痛和減輕經濟負擔。
這個比色傳感器是一個1.8厘米乘1.8厘米的方形小紙貼，可同時采集傷口的溫度、酸堿度、濕度、三甲胺含量，以及尿酸含量五個指標，分析准確率高達97%。
研究團隊接下來希望可以與醫院更密切地合作，進行臨床實驗，希望能在不久的將來推廣此項新技術，讓更多傷者從中受益。
國大醫療健康創新與科技研究院主要研究員鄭志強副教授指出，目前，醫生主要通過目測來判斷傷口愈合的情況。“如果要判斷傷口是否受感染，須用棉簽或針筒去刺破傷口，然後取出細胞或液體進行細菌培養，才能知道傷口感染情況。”
傳統棉簽取樣、細菌培養的監測方法一般耗時兩到七天，而比色傳感器僅需最多15分鍾就能通過拍照和智能計算來呈現結果，並且成本更低、采集指標更全面。
智能數據計算也讓判斷過程更加客觀，降低了目測依賴醫護人員的經驗，以及細胞取樣、細菌培養等步驟易受環境幹擾等不確定因素。
這樣的操作方式，可以有效減少傷者拆卸紗布或者綁帶的次數，減少傷者疼痛的同時，也降低傷口再次感染的風險。
談及爲何選擇檢測這五項指標，新科研材料研究與工程研究院首席科學家蘇小笛博士解釋說，溫度、酸堿度都是與感染和發炎有關的指標；尿酸和三甲胺分別是人體代謝的産物和細菌代謝的産物。
延伸閱讀 本地開發新人工智能工具 有助更好了解細胞的功能醫療專才缺乏 FathomX開發人工智能做X光檢查
研究員將五瓣花狀的傳感器放置在包紮紗布上，傳感器就會吸收傷口的液體。然後，代表五個指標的五個顔色會根據愈合情況變色。現場拍攝的照片捕捉到顔色變化後，通過智能數據比對，就能快速精准地得出結論。
新加坡國立大學聯合新加坡科技研究局屬下材料研究與工程研究院（Institute of Materials Research and Engineering，簡稱IMRE），研發新型人工智能驅動的傷口愈合情況比色傳感器（簡稱PETAL）。
“另外濕度則是和傷口附近的微環境有關，不同傷口愈合程度不一樣的時候，它的液體量會有變化，所以通過這五個參數，我們就可以給出非常全面的判斷。”