人工智能通过检测耳垢诊断帕金森病，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殊气味，因为皮脂释放的挥发性有机化合物（VOCs）会随病程进展（包括神经退行性变、全身性炎症和氧化应激）而发生变化。但当皮肤表面的皮脂暴露于空气污染和湿度等环境因素时，其成分可能改变，导致其作为检测介质不可靠。而耳道内的皮肤可隔绝外界环境影响。因此，郝东、朱丹华及其团队决定将PD筛查重点集中于耳垢——其主要成分为皮脂且易于取样。

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患者）进行耳道拭子采样。采用气相色谱法与质谱技术对采集的分泌物进行分析后发现，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。研究人员据此认定这四种VOCs可作为PD的潜在生物标志物。

郝东、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分类准确率达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，为早期医疗干预铺平道路，从而改善患者护理。

"本方法是在中国开展的小规模单中心试验，"郝东表示，"下一步将在疾病不同阶段、多个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高实际应用价值。"

作者声明研究资金来源于国家自然科学基金、浙江省领雁研发攻关计划及中央高校基本科研业务费。