澳大利亚墨尔本大学研究人员开发出一款集成人工智能算法的便携式医用红外成像相机，能够患者足部伤口区域的微小热分布差异和不可见的皮肤组织变化，在首次就诊时即评估糖尿病足溃疡的愈合潜力。该技术已在维多利亚州多家医疗机构开展临床试验，目标是实现对高风险患者的早期识别，从而减少因并发症导致的截肢事件。
设备核心功能依赖于对伤口周围组织温度梯度的高精度捕捉，结合深度学习模型对皮肤血流状态、炎症反应程度及组织修复能力进行量化判断。传统临床评估主要依赖肉眼观察和定期随访，往往在损伤已造成不可逆损害后才被发现。而该系统可在72小时内完成初步分析，输出包含愈合概率评分、风险等级分类及建议干预措施的报告，显著提升诊疗效率。
研究团队负责人、墨尔本大学教授艾莉夫·埃金吉指出，糖尿病足相关截肢可使患者平均寿命缩短约19年，且术后生活质量严重下降。该技术若成功推广，将为慢性病管理提供关键工具，尤其适用于医疗资源有限地区，帮助基层医生做出更精准的治疗决策。目前，系统正接受澳大利亚治疗用品管理局（TGA）的审批流程，预计将在未来18个月内获得医疗器械认证。
该设备采用轻量化设计，重量不足600克，配备可更换电池与无线数据传输模块，支持与医院HIS系统对接。其检测范围覆盖足底全区域，分辨率可达0.1摄氏度级温差识别，符合IEC 62443对医疗设备信息安全的要求。在实际应用中，每例检查耗时约5分钟，无需特殊准备，适合门诊快速筛查。
对于中国医疗器械行业而言，此技术的出现提示了两个值得关注的方向：一是针对慢性创面管理的智能诊断设备正在向“早期预警”模式演进；二是以AI+医学影像为核心的便携式诊断工具正逐步进入临床主流。国内已有部分企业布局类似产品，如基于热成像与图像识别的糖尿病足筛查系统，但多数仍停留在实验室阶段或仅具备单一功能。该澳洲方案的成熟度表明，真正落地需兼顾算法验证、临床数据积累与监管合规三重门槛。
从采购与生产角度看，此类设备的关键组件包括高灵敏度红外传感器（如非制冷氧化钒探测器）、低功耗嵌入式AI芯片（如NVIDIA Jetson Nano或国产寒武纪MLU系列），以及经过医学影像训练的专用深度学习模型。中国企业若参与供应链配套，可重点关注红外模组、光学镜头及边缘计算单元的国产替代机会。由于该系统需通过TGA、FDA等多重认证，出口前必须完成完整的生物相容性测试、电磁兼容性（EMC）检测及软件验证文档，这对制造商的体系能力提出较高要求。
在应用场景上，该设备特别适用于基层医院、社区卫生中心及老年护理机构，可作为糖尿病常规体检的补充项目。随着我国糖尿病患病人数突破1.4亿，糖尿病足发病率高达15%-20%，建立早期筛查机制已成为国家慢病防控重点。该技术为中国市场提供了可借鉴的技术路径——即通过低成本、高效率的便携式设备实现“早发现、早干预”，避免后期高昂的住院与手术支出。