经济学人｜Day690-浙大研究成果：未来有望使用电子鼻“闻味”识别帕金森

浙江大学研究人员开发出一种可能比现有方法更早检测出帕金森氏症的人工智能电子鼻，该设备通过分析皮肤皮脂中的特定挥发性有机化合物实现诊断，目前测试准确率约为70%-80%，未来有望成为早期筛查工具。研究背景与疾病挑战帕金森氏症是一种由大脑黑质神经元死亡引发的进行性神经疾病，主要症状包括运动控制丧失、情绪紊乱、睡眠障碍和嗅觉改变。由于目前尚无治愈方法，早期医疗干预成为缓解症状、延长生存期的关键。然而，该疾病初期症状因人而异，且缺乏特异性检测手段，导致多数患者直到出现震颤、运动迟缓等典型症状后才被确诊，此时病情已进入中晚期。研究灵感来源：超常嗅觉的退休护士研究起点可追溯至2019年，当时浙江大学团队关注到苏格兰退休护士Joy Milne的特殊能力——她能通过气味识别帕金森患者。Milne女士最初在丈夫患病时察觉到其体味变化，后在其参加的患者支持小组中进一步验证了这一能力。实验表明，她甚至能在患者出现其他症状数月前，通过衣物气味提前发现疾病。研究人员发现，这种气味源于患者皮肤分泌的皮脂（一种油性蜡状物质）。帕金森患者的皮脂中，十二烷、丙酮和乙酸乙酯等挥发性有机化合物（VOCs）浓度异常升高。当皮肤表面的天然酵母细胞分解这些化合物时，便会产生Milne女士感知到的特殊气味。传统检测技术的局限性尽管气相色谱-质谱法（GC-MS）可准确检测皮脂中的特征性VOCs，但该技术存在两大缺陷：设备复杂昂贵：GC-MS仪器体积庞大，操作需专业人员，难以在基层医疗机构普及。检测流程繁琐：样本需预处理并送至实验室分析，无法实现即时诊断。电子鼻的技术突破与工作原理浙江大学团队开发的电子鼻通过以下创新解决上述问题：微型化设计：设备体积与烤面包机相近，便于携带至临床或社区场景。声波探测技术：将皮脂样本转化为气态；用声波扫描气体分子，不同VOCs混合物对声波产生独特干扰模式；嵌入式人工智能算法分析声波数据，识别帕金森患者特有的分子指纹。低成本优势：采用表面声波传感器替代传统质谱仪，显著降低制造成本。临床测试结果与改进方向研究团队对43名帕金森患者和44名健康志愿者的皮脂样本进行双盲测试，结果显示：患者识别准确率：约70%；健康人排除准确率：约80%。尽管当前性能略逊于Milne女士（其嗅觉识别准确率接近100%），但电子鼻具有可重复性和规模化应用潜力。研究人员计划通过以下方式优化系统：扩大样本库以提升算法泛化能力；优化传感器灵敏度以检测更低浓度的标志物；结合其他生物标志物（如血液或脑脊液指标）构建多模态诊断模型。早期诊断的临床价值与社会意义若电子鼻可靠性进一步提升，其应用将带来多重效益：疾病管理：通过早期干预延缓病情进展，改善患者生活质量；医疗资源：减少晚期患者对重症监护的需求，降低社会医疗负担；公共卫生：在社区层面实现大规模筛查，尤其适用于高风险人群（如家族史阳性者）。该研究标志着人工智能与生物传感技术的深度融合，为神经退行性疾病早期诊断提供了全新范式。随着技术迭代，电子鼻或将成为帕金森病防控的重要工具。