JMT日本医疗——呼出气肺癌的早期检测，超灵敏嗅觉传感器和机器学习的预测

点击量：1820   日期：2024-05-08 16:44    编辑：JMT日本医疗

通过呼气进行诊断、信息的复杂性以及环境和个体差异的影响一直是问题

结合嗅觉传感器和机器学习，已经证明了高精度区分肺癌患者术前和术后呼出气的可能性。 

肺癌是全球主要死亡原因之一，早期发现和治疗是降低死亡率的关键。 然而，早期肺癌几乎没有症状，而且往往发现和治疗较晚。 目前，低剂量计算机断层扫描（CT）主要用于肺癌筛查，但该方法存在辐射暴露风险，价格昂贵，且在早期肺癌检测中假阳性率高（56~96%）。 为了解决这些问题，人们强烈希望开发一种安全、简单、低成本、无创、高精度的新型筛查方法。

一种很有前途的新筛查方法是通过呼气进行诊断。 人类呼出的呼吸含有许多化合物，据报道，其中一些化合物与健康状况以及疾病的存在与否有关。 因此，通过分析呼出的呼气，有可能在早期发现肺癌等疾病。 然而，在呼出气肺癌早期诊断方法的开发中，除了呼出气中所含信息的复杂性外，环境和个体差异等各种影响一直是一大挑战。

使用开发的嗅觉传感器对接受肺癌手术的患者进行呼吸测量，构建机器学习模型

该研究小组使用最先进的测量和分析技术通过呼出气来展示肺癌筛查技术的潜力。 在这项研究中，主要由NIMS开发的超灵敏嗅觉传感器MSS用于测量在东京大学医院接受肺癌手术的66名患者捐赠的呼吸。 我们分析了MSS对呼出气的反应信号，并建立了一个机器学习模型来预测肺癌的存在与否。

采用考虑患者背景和可重复性的测量和分析方法，并开发可以高精度预测的模型

本研究对同一位肺癌患者进行术前和术后测量，以抑制患者背景（年龄、性别、吸烟史、肝功能、肾功能等）的影响。 其特点是在温度和湿度可控的房间内精心进行，并准备了12个高灵敏度传感器MSS通道，对呼出气中所含的各种成分表现出不同的响应，并针对所有通道组合（4,083种方式）构建了机器学习预测模型进行全面验证。

由此产生的机器学习模型表明，它可以预测肺癌的存在与否，准确率超过80%（准确率80.9%，敏感性83.0%，特异性80.7%，阳性准确率80.6%，阴性准确率81.2%）。

这可能是实现早期发现的方法，我们计划在未来进一步建立评估方法。

本研究结果表明，呼吸分析可能成为肺癌早期检测的一种新的筛查方法。

另一方面，这项研究还处于实验阶段，是在单个医疗机构使用相同设备（MSS标准测量模块）进行的实验。 此外，早期筛查的可行性尚未得到充分验证，肺癌患者在各诊区分布情况与医学诊断和癌症筛查的实际分布情况存在差异。日本医疗观光株式会社作为一家专业的赴日医疗服务机构，曾服务过数千名患者赴日求医。和一百多家日本医疗机构有合作关系，虽然由于疫情原因，暂时无法去往日本，但JMT一直在为国内患者做实事，因地制宜开展了远程视频问诊、医疗美容院线产品代购等业务，欢迎大家关注咨询。

日本医疗观光株式会社医疗服务团队在日本治疗最前沿奔走。总部位于东京，致力于整合日本优质医疗资源专心专一专注为您提供日本权威名医定制治疗方案，是拥有日本政府官方颁发的医疗身元担保资质(登录号A-015)的企业。
如果您有日本就医的需要，请拨打免费热线 400-161-8586 热线咨询！
也可直接搜索添加下方微信：JMT1557、tao659872。