“电子鼻”有朝一日可以通过“闻”皮肤来诊断帕金森病
几年前，一位名叫乔伊·米尔恩(Joy Milne)的女性上了头条，因为科学家发现她可以“闻到”神经退行性疾病患者身上的帕金森病(PD)。从那时起，研究人员一直在尝试建造可以通过皮肤上的气味化合物诊断帕金森病的设备。现在，研究人员报告ACSω开发了一种便携式人工智能嗅觉系统，或称“电子鼻”，有朝一日可以在医生的办公室里诊断疾病。
帕金森病会引起运动症状，如颤抖、僵硬和行走困难，以及非运动症状，包括抑郁和痴呆。虽然没有治愈方法，早期诊断治疗可以改善一个人的生活质量，缓解症状，延长生存期。然而，这种疾病通常在患者发病后才被发现运动症状到那时，他们已经经历了不可逆的神经元损失。最近，科学家们发现帕金森病患者分泌的皮脂(一种由皮肤皮脂腺产生的油性蜡状物质)增加，酵母、酶和激素的分泌也增加，这些物质结合在一起产生某些气味。尽管像米尔恩这样的人类“超级嗅觉者”非常罕见，但研究人员已经使用过气相色谱法(GC) -质谱分析来分析帕金森病患者皮脂中的气味化合物。但是这些仪器体积大、速度慢、价格昂贵。Liu Jun, Chen Xing及其同事希望开发一种快速，易于使用，便携式和廉价的GC系统，通过气味来诊断PD，使其适合于即时检测。
研究人员开发了一种电子鼻，将气相色谱与表面声波传感器结合起来，通过气体化合物与空气的相互作用来测量气体化合物声波以及机器学习算法。研究小组从31名PD患者和32名健康对照组中收集了皮脂样本，方法是用纱布擦拭他们的上背部。他们分析了挥发性有机化合物从带电子鼻的纱布里流出来，找到三个气味的化合物(辛醛、乙酸己酯和紫苏醛)，两组间有显著差异，他们用这些数据建立了PD诊断模型。
接下来，研究人员分析了另外12名PD患者和12名健康对照组的皮脂，发现该模型预测PD的准确性为70.8%。该模型识别真PD患者的敏感性为91.7%，但特异性仅为50%，表明假阳性率较高。当使用机器学习算法分析整个气味特征时，诊断准确率提高到79.2%。研究人员说，在电子鼻投入临床之前，研究小组需要在更多的人身上进行测试，以提高模型的准确性，他们还需要考虑种族等因素。
进一步探索
