听力快讯丨人工智能嗅辨耳垢，94%准确率诊断帕金森病
NEWS
“
一种新型的基于人工智能的系统能够通过分析耳垢中的气味相关化合物以94%的准确率检测出帕金森病。这种低成本的早期筛查方法可能会彻底改变帕金森病的诊断和护理方式。
目前，大多数帕金森病（PD）的治疗方法只能延缓疾病的进展。由于帕金森病是一种随着时间推移而恶化的神经性疾病，因此早期干预对于优化护理至关重要，但这要求能够早期诊断。目前的检测方法，如临床评分量表和神经影像学检查，可能会存在主观性强和费用高昂的问题。如今，研究人员在《美国化学会分析化学》杂志上报告了一种系统的初步开发成果，该系统能够以低成本从耳垢中的气味筛查帕金森病。
先前的研究表明，皮脂（皮肤分泌的一种油性物质）的变化可以帮助识别帕金森病患者。具体来说帕金森病患者的皮脂可能具有一种特征性气味，因为疾病进展（包括神经退行性病变、全身性炎症和氧化应激）会改变皮脂释放的挥发性有机化合物（VOCs）。然而，当皮肤上的皮脂暴露于环境因素比如空气污染和湿度时，其成分可能会发生改变，使其成为一个不可靠的检测介质。但耳道内的皮肤可以免受这些外界因素的干扰。因此，Hao Dong, Danhua Zhu及其同事决定将他们的帕金森病筛查研究聚焦于主要由皮脂构成且易于采集的耳垢上。
为了识别耳垢中与帕金森病相关的潜在VOCs，研究人员对209名受试者（其中108人被诊断为帕金森病）的耳道进行了拭子采样。他们利用气相色谱和质谱分析技术对收集到的分泌物进行了分析。研究人员在帕金森病患者的耳垢中发现的4种VOCs的浓度与未患病者的耳垢存在显著差异。他们得出结论，这4种VOCs——乙苯、4-乙基甲苯、戊醛和2-十五烷基-1,3-二氧杂环己烷，是帕金森病的潜在生物标志物。
随后，Dong, Zhu及其同事利用他们的耳垢VOCs数据训练了一种人工智能嗅觉（AIO）系统。基于该AIO的筛查模型能够以94%的准确率对帕金森病患者和非患者的耳垢样本进行分类。研究人员表示，这种AIO系统可以作为早期帕金森病检测的第一线筛查工具，并为早期医疗干预铺平道路，从而改善患者护理。
“这个方法目前是一项在中国开展的小规模单中心实验，” Dong说道。“下一步是在疾病的不同阶段、在多个研究中心以及针对多个种族群体进行深入研究，以确定这种方法是否具有更广泛的实用价值。”
作者致谢国家自然科学基金、浙江省领雁研发攻关计划以及中央高校基本科研业务费专项基金的支持。
（图源网络，侵删）
原文链接：https://www.sciencedaily.com/releases/2025/06/250618094443.htm
END
