约翰霍普金斯大学(Johns Hopkins University)的研究人员结合机器学习，开发了一种新冠病毒检测技术。该技术不需要样品制备或特殊培训，可以在短短25分钟内提供结果，其准确性与目前的黄金标准PCR相当。

有趣的是，这种新传感器材料可以以标准芯片的形式部署，用于个性化测试，但它也可以应用于经常接触的表面，如门把手，甚至作为一种可穿戴设备，监测环境和个人对病毒的暴露。

尽管死亡和痛苦的程度有所降低，新冠大流行仍在继续，这种病毒没有消失的迹象。一如既往，测试对于监测和控制病毒的传播至关重要，而来自约翰–霍普金斯大学的这些研究人员为更快、更准确和更方便的测试技术做出了贡献。

这些设备是建基于“表面增强拉曼光谱”（Raman spectroscopy），这涉及到使用激光来研究样品中的分子振动。在这个例子中，他们使用增强金属绝缘体天线（FEMIA）阵列来增强样品中病毒颗粒的拉曼信号，使他们能够检测到非常低水平的病毒。一种机器学习算法协助进行信号分析。该技术易于使用，并能相对迅速地提供准确的结果，研究人员报告说准确率为92%，等待时间约为25分钟。

新传感器的开发者之一Ishan Barman说：“这项技术就像把一滴唾液放在我们的设备上并得到一个阴性或阳性结果一样简单。关键的创新之处在于这是一种无标签技术，即不需要额外的化学修饰，如分子标记或抗体功能化。这意味着该传感器最终可以用于可穿戴设备。”

有趣的是，这项新技术可以起到环境监测设备的作用，将FEMIA阵列应用于经常接触的表面，随后进行分析以衡量社区的病毒水平。另一个应用是作为个人可穿戴设备，也许适用于处于病毒暴露高风险的医护人员，随后的分析将提供个人暴露的估计。

参与这项研究的另一位研究员David Gracias说：“利用最先进的纳米压印制造和转移打印技术，我们已经实现了对刚性和柔性COVID传感器基材的高度精确、可调节和可扩展的纳米制造，这对于未来不仅在基于芯片的生物传感器上，而且在可穿戴设备上的实施是非常重要的。”