全部商品分類
２０２５年一季度，全球科研機構與企業持續傳來新進展，針對肺癌、間質性肺病、胰腺癌、肺結核和阿爾茲海默癥的新生物標志物研究，以及結合檢測犬和ＡＩ的癌癥篩查方法，都為呼氣檢測技術的發展提供了新的思路和方法。
這些進展不僅提高了呼氣檢測的準確性和效率，還拓展了其在疾病診斷和生物標志物研究中的應用范圍，推動著呼氣檢測向臨床實踐加速邁進。
動態１
活動性肺結核患者呼氣中發現新的揮發性有機化合物
ｎａｔｕｒｅ子刊《Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｐｏｒｔｓ》刊發重要成果：通過氣相色譜－質譜法（ＧＣ－ＭＳ）技術分析人類呼出的氣體，確定了８種揮發性有機化合物 （ＶＯＣｓ），可將活動性結核病（ＴＢ）與耐多藥結核病 （ＭＤＲ－ＴＢ） 和非結核病患者區分開來。其中，鄰傘花烴（ｏ－Ｃｙｍｅｎｅ）是首次發現的新型生物標志物。
該項研究，為肺結核的非侵入性診斷提供了新的生物標志物，助力未來開發更快速、準確的診斷工具，有望將傳統數周的診斷周期縮短至數小時，減少治療延誤和疾病傳播，對遏制全球每１４０萬結核相關死亡具有重要意義。
動態２
國家呼吸醫學中心呼氣ＶＯＣ實現肺結節良惡性鑒別
基于３１９０例肺結節患者隊列（惡性１７１５例／良性１４７５例），通過微型氣相色譜儀（μＧＣ－μＰＩＤ）檢測１５種呼氣ＶＯＣｓ，構建良惡性鑒別模型。外部驗證顯示ＡＵＣ達８３％，陰性預測值９６％，對早期肺癌ＡＪＣＣ分期ＩＡ１／ＩＡ２的靈敏度達到了１００％，對ＩＡ３分期的靈敏度為９４．７％，可有效發現早期肺癌。
動態３
英國胰腺癌協會公布胰腺癌呼氣檢測進展
由倫敦帝國理工學院團隊開發的呼氣檢測儀，通過分析患者呼出氣體中的ＶＯＣｓ，可區分胰腺癌患者與健康人。目前，該呼氣測試正在約７００名胰腺癌患者和非患者中進行測試。下一步將對超過６０００人進行測試，以確保其在真實臨床環境中的準確性。
據悉，胰腺癌是生存率最低的常見癌癥，超過５０％的患者確診后３個月內死亡，導致８０％的患者確診時已晚期，過去５０年該病生存率幾乎未改善，亟需創新診斷工具。呼氣ＶＯＣ檢測有望成為早期檢測胰腺癌的突破性工具，可能進入英國國家醫療服務體系（ＮＨＳ）中，顯著提高診斷速度和效率。
動態４
呼氣ＶＯＣｓ可作為ＭＤＡ５－ＩＬＤ生物標志物
最新發現５種呼氣ＶＯＣｓ標志物（環己酮、壬醛等），基于這５種ＶＯＣｓ結合臨床指標構建的ＭＤＡ５－ＩＬＤ診斷模型，準確率達８４．６％，較傳統臨床指標模型提升近１０％，ＡＵＣ從０．７０提升至０．９３。研究首次證實１，３－戊二烯（關聯代謝失衡）和３－甲基十一烷（反映氧化應激）與疾病嚴重度相關，可實時評估高致死性間質性肺病進展。該技術突破抗體檢測假陽性／影像滯后瓶頸，為基層提供無創、動態監測方案，助力＂６個月高危期＂精準干預。
動態５
呼氣代謝組學＋ＡＩ：慢性病管理的新范式
《ＡＣＳ Ｏｍｅｇａ》上的一篇綜述文章指出，呼氣檢測行業在技術創新和應用拓展方面取得了顯著進展：電化學傳感技術在呼氣檢測中的應用日益廣泛。通過將化學反應轉化為電信號，電化學傳感器能夠精確檢測呼氣中的 ＶＯＣｓ；人工智能（ＡＩ）的引入進一步提升了呼氣檢測的優勢，通過機器學習和深度學習算法，ＡＩ 可分析復雜的 ＶＯＣｓ 數據，識別疾病相關的生物標志物，并提供更準確的診斷結果。
呼氣代謝組學正通過電化學傳感與ＡＩ的深度融合，塑造慢性疾病診療的新范式。從實驗室到臨床，特別對慢性腎病 （ＣＫＤ）、慢性阻塞性肺病 （ＣＯＰＤ） 和肺癌（ＬＣ）等慢性疾病，可提升診斷效率，為慢病干預贏得寶貴時間窗。
動態６
ＭＣＩ呼氣無創篩查，模型性能超越血液檢測
研究基于４８１例樣本（２４０例ＭＣＩ／２４１例正常），通過呼氣檢測鎖定８種ＶＯＣｓ標志物（含甲苯、對二甲苯），構建ＭＣＩ診斷模型ＡＵＣ達０．８４，顯著優于血液標志物模型（ＡＵＣ ０．７７）。技術３分鐘采樣、１２分鐘出結果，可捕捉脂質過氧化等ＡＤ病理信號，推動診斷窗口前移至無癥狀期。成果為全球６９００萬ＭＣＩ患者提供社區級篩查工具，已啟動多中心驗證，助力阿爾茲海默病＂早篩－干預＂閉環管理。
動態７
呼氣ＶＯＣ檢測阻塞性睡眠呼吸暫停 （ＯＳＡ）的潛力
《Ｍｅｔａｂｏｌｉｔｅｓ》雜志發布了一項關于呼氣ＶＯＣ檢測阻塞性睡眠呼吸暫停（ＯＳＡ）潛力的研究。ＯＳＡ是一種常見的睡眠障礙，與肥胖、心血管疾病和認知功能障礙等健康問題相關。傳統診斷方法（如多導睡眠監測）準確但耗時且成本高。
研究發現，乙醛與ＯＳＡ嚴重程度的關鍵指標低通氣指數（ＡＨＩ）密切相關，可作為潛在生物標志物用于區分ＯＳＡ患者和健康人群。
動態８
ＡＩ＋犬類嗅覺：無創多癌種篩查新突破
ｎａｔｕｒｅ子刊《Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｐｏｒｔｓ》一項前瞻性雙盲研究研究表明，通過訓練檢測犬識別呼氣樣本中的揮發性有機化合物（ＶＯＣ）標志物，并結合人工智能（ＡＩ）算法分析，在１３８６例臨床樣本評估乳腺癌、肺癌、結直腸癌和前列腺癌４種常見癌癥的篩查性能，結果體現出了高靈敏度與特異性?：總體靈敏度為９３．９％，特異性為９４．３％，早期癌癥（０－２期）檢測靈敏度高達９４．８％。
值得注意的是，該技術對其他１４種未訓練的癌種仍保持８１．８％的敏感性。生物感知與人工智能的跨界融合，為泛癌種早篩提供了全新可能。
參考文獻
１．ｈｔｔｐｓ：／／ｗｗｗ．ｎａｔｕｒｅ．ｃｏｍ／ａｒｔｉｃｌｅｓ／ｓ４１５９８－０２５－８９１７８－８
２．ｈｔｔｐｓ：／／ｍｐ．ｗｅｉｘｉｎ．ｑｑ．ｃｏｍ／ｓ／ＬｎＰｈＢｊｃＫｕｄｉｔｐＬｚｙＳｊＡＵＬＱ
３．ｈｔｔｐｓ：／／ｗｗｗ．ａｍｒｃ．ｏｒｇ．ｕｋ／Ｂｌｏｇ／ｃｏｕｌｄ－ｓｉｍｐｌｙ－ｂｒｅａｔｈｉｎｇ－ｉｎｔｏ－ａ－ｂａｇ－ｒｅｖｏｌｕｔｉｏｎｉｓｅ－ｔｈｅ－ｄｅｔｅｃｔｉｏｎ－ｏｆ－ｐａｎｃｒｅａｔｉｃ－ｃａｎｃｅｒ
４．ｈｔｔｐｓ：／／ｌｉｎｋ．ｓｐｒｉｎｇｅｒ．ｃｏｍ／ａｒｔｉｃｌｅ／１０．１００７／ｓ１１０１０－０２５－０５２４９－４
５．ｈｔｔｐｓ：／／ｐｍｃ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／ａｒｔｉｃｌｅｓ／ＰＭＣ１１８２２５１１／
６．ｈｔｔｐｓ：／／ｄｏｉ．ｏｒｇ／１０．１１７７／１３８７２８７７２５１３１９５５３
７．ｈｔｔｐｓ：／／ｐｕｂｍｅｄ．ｎｃｂｉ．ｎｌｍ．ｎｉｈ．ｇｏｖ／３９８５２３８５／
８．ｈｔｔｐｓ：／／ｗｗｗ．ｎａｔｕｒｅ．ｃｏｍ／ａｒｔｉｃｌｅｓ／ｓ４１５９８－０２４－７９３８３－２
注：文章來源于網絡，如有侵權，請聯系刪除
