AI嗅诊耳垢检测帕金森病准确率达94%

既往研究表明，皮肤分泌的油性物质——皮脂的变化有助于识别帕金森病（PD）患者。具体而言，PD患者的皮脂可能具有特征性气味，因为皮脂释放的挥发性有机化合物（VOCs）会随疾病进展（包括神经退行性变、系统性炎症和氧化应激）而发生改变。然而，当皮肤表面的皮脂暴露于空气污染和湿度等环境因素时，其成分可能发生变化，导致其作为检测介质不可靠。但耳道内部的皮肤可隔绝外界环境。因此，董皓、朱丹华及其同事决定将PD筛查重点放在主要由皮脂构成且易于取样的耳垢上。

为识别耳垢中与PD相关的潜在VOCs，研究人员对209名受试者（其中108名确诊PD）进行了耳道拭子采样。他们采用气相色谱法和质谱法分析采集的分泌物。结果显示，PD患者耳垢中的四种VOCs（乙苯、4-乙基甲苯、戊醛和2-十五烷基-1,3-二氧戊环）与健康人群存在显著差异，研究人员由此认定这四种物质可作为PD的潜在生物标志物。

董皓和朱丹华团队随后利用耳垢VOC数据训练人工智能嗅觉（AIO）系统。基于该系统的筛查模型对PD患者与健康人群耳垢样本的识别准确率达94%。研究人员指出，该AIO系统可作为早期PD检测的一线筛查工具，为早期医疗干预创造条件，从而改善患者护理。

董皓表示："本方法是在中国开展的小规模单中心试验，下一步需在疾病不同阶段、多研究中心及多种族群体中深入研究，以确定该方法是否具备更大实际应用价值。"

作者声明本研究获得国家自然科学基金、浙江省"领雁"研发攻关计划及中央高校基本科研业务费的资助。