AI 集成微型传感器实现呼出气体全成分分析，疾病筛查进入 “呼吸检测时代”

瑞士苏黎世联邦理工学院（ETH Zurich）生物电子研究所研发的微型气体传感器阵列，结合深度学习算法，实现了对呼出气体中 500 种挥发性有机物（VOCs）的同时检测，对肺癌、糖尿病等 12 种疾病的综合检出率达 94%。相关成果发表于《分析化学》，标志着 “呼吸检测” 有望成为继血液、影像之后的第三大临床诊断支柱。

这款传感器芯片尺寸仅 1.5×1.5 厘米，厚度 2 毫米，集成了 16 种不同纳米材料的传感单元：包括碳纳米管、金属有机框架（MOFs）和过渡金属氧化物等，每种材料对特定类别 VOCs 具有选择性吸附能力，吸附后会引起材料电导率变化。通过 16 通道同步采集的信号图谱，经训练后的卷积神经网络（CNN）可识别出特征 “呼吸指纹”。

“我们的 AI 模型使用 3200 名志愿者（包括健康人和 12 种疾病患者）的 10 万份呼吸样本进行训练，其中肺癌患者的呼出气体中，2 - 丁酮和苯乙烯的浓度比健康人分别高出 3.2 倍和 2.7 倍。” 研究人员塞巴斯蒂安・豪尔教授展示的临床数据显示，该系统对 Ⅰ 期肺癌的检出灵敏度达 91%，而传统低剂量 CT 检查仅为 73%；对 2 型糖尿病的检测准确率达 93%，且无需空腹。

技术突破体现在三个方面：一是采用微机电系统（MEMS）工艺批量制备传感单元，使单个芯片成本从原型机的 200 美元降至 15 美元；二是开发恒温控制模块，将环境温度波动（15-35℃）对检测结果的影响控制在 1% 以内；三是设计低功耗读取电路，使整个系统功耗仅 12 毫瓦，可由纽扣电池供电工作 6 个月。

该技术已通过欧盟 CE 认证，瑞士罗氏集团以 8500 万欧元收购了相关专利，计划分两阶段推进商业化：2026 年首先在欧洲医院推出桌面式检测设备，用于肺癌筛查和糖尿病监测；2028 年集成到智能手环等可穿戴设备中，实现每秒 1 次的实时呼吸监测，用户可通过手机 APP 查看代谢指标变化。苏黎世大学医院的初步临床应用显示，该技术使体检中心的疾病筛查效率提升 4 倍，患者等待时间从 2 小时缩短至 15 分钟。

若本文收录的图片文字侵犯了您的权益，请邮件联系我们，我们将在24小时内予以删除。