如何实现“无创、精准、早期”检测，成为破解胸部癌症诊疗困境的关键。“医学界一直渴望找到更简单、安全的肿瘤预估方式。”中山大学附属第一医院胸外科副主任陈振光介绍，这一需求成为呼气检测技术研发的初衷。

　　11月17日为“国际肺癌日”，今年国际肺癌日的主题旨在呼吁世界各国重视肺癌的预防。长期以来，肺癌、食管癌等胸部肿瘤的早期诊断依赖CT平扫、纤维食管镜等传统技术，但这些手段存在短板。例如作为诊断“金标准”的活检，属有创操作，伴随出血和感染风险，患者依从性差；传统血清肿瘤标志物灵敏度不足，难以实现早期预警。

　　《机器学习辅助的呼气代谢组学方法用于早期胸部癌症检测》研究首次通过分析呼出气挥发性有机化合物(VOC)生物标志物，从而同时实现对于肺癌、食管癌和胸腺瘤的早期检测。

　　呼气检测技术的核心原理的是通过化验呼出气体中有机化合物的比例，结合大数据计算实现肿瘤初筛。“通过精准捕捉呼出气体特定分子的比例变化，就能为肿瘤筛查提供线索。”陈振光表示。

　　为推动技术落地，研发团队在多个维度持续攻关。硬件方面，借助自研芯片化技术实现检测设备微型化，从实验室大型仪器升级为可便携的“笔记本式”设备。

　　人工智能的融入成为技术升级的关键抓手。面对海量的气体分子数据，传统分析方式难以高效挖掘核心信息，而AI技术能实现精准识别与自动化分析。王俊奇介绍，通过AI模型对呼出气体的化合物的图谱进行深度解析，可提升检测效率与准确性。

　　在模型构建过程中，科研团队历经近三年打磨，尝试多种计算模式反复验证，最终确定最优方案。陈振光透露，不同模型的差异仍需深入研究，但这也为技术迭代留下了探索空间。当前团队已启动机制研究，探寻特征分子与肿瘤发生发展的内在关联，为技术精准度提升提供理论支撑。

　　“人体呼出的有机化合物代谢图谱，就像一份全身健康的‘指纹报告’。”广州市科技局专家库入库专家、精智未来(广州)智能科技有限公司创始人王俊奇表示，随着数据库完善与模型优化，未来有望通过单次呼气实现数十种疾病的同步筛查。

　　尽管进展显著，技术落地仍面临多重挑战。陈振光称，当前最大的难点在于尚未完全明确特征分子与肿瘤关联的深层机制，同时，行业共识与临床指南的建立也需时日，需联合更多顶尖专家开展多中心临床验证。

　　面对这些挑战，团队已制定规划：未来3-5年内实现低成本疾病检测普及，推动设备进入医院、社区及家庭等多场景；持续拓展病种覆盖范围，完善呼气代谢组学数据库；建立行业共识与临床指南，规范技术应用标准。

　　王俊奇表示，这项医工融合的创新成果，既体现了临床需求对技术研发的牵引作用，也彰显了科技创新对医疗升级的推动价值。(完)