Je me souviens encore de l’introduction à la chimie que j’avais pu suivre au lycée, où on nous expliquait que la détection d’une molécule passait par sa soumission à différents produits pour atteindre une réaction chimique particulière. La détermination de la composition de la matière a longtemps été limitée à ce type d’expérience. Au moins à la fin de l’expérience, nous étions sûr que le sujet de l’étude pouvait être directement jeté à la poubelle.
Les techniques dites spectroscopiques apportent une alternative en permettant de déterminer la nature d’une solution par déduction des informations de la répartition en énergie ou en masse de la matière stimulée. Ces techniques permettent d’étudier le monde nanoscopique sans forcément détruire ou modifier les molécules.
Les études montrent que les erreurs d’intraveineuses son courantes dans les hôpitaux et autres centres de soins. Certaines erreurs ont des conséquences très limitées pendant que d’autres peuvent provoquer la mort.
Des étudiants de l’université de l’Illinois à Urbana-Champaign (UIUC), menés par Brian Cunningham qui y dirige le laboratoire des micro et nano technologies, ont utilisé la méthode de Diffusion Raman exaltée de surface (SERS) pour identifier le médicament diffusé lors de la perfusion intraveineuse. Cette analyse réalisée en temps réel est basée sur la mesure de la longueur des ondes émises par les photons lors de leurs collisions avec les molécules.
En s’inspirant de ce principe, les étudiants ont aligné le tube de perfusion avec une surface en or maintenue par de petites bosses nommées nano-dômes. Ensuite, ils ont fait réfléchir une lumière laser sur l’intérieur du tube doré. Lorsque le fluide a coulé à l’intérieur du tube, les molécules qui touchaient le dôme ont pu être identifiées en utilisant la méthode SERS.
Le capteur dont nous parlons ici permet actuellement d’identifier les médicaments comme la morphine, la méthadone et le phénobarbital. Il peut également détecter la combinaison de deux médicaments mélangés. L’idéal serait d’atteindre le nombre de 10 médicaments mélangés détectés, car la plupart des erreurs se résume en de mauvais mélanges.
Ce qui est effrayant dans tout ça, c’est de savoir que les machines vont bientôt mieux savoir que nous ce qu’on mange !
Sources : LAC_theseJulien
IEEE Spectrum
