分析呼出氣體成分 可實現塵肺病變早期預警

塵肺病是當前我國最嚴重的職業病之一，迄今國內外均沒有針對塵肺纖維化有效的治療藥物和措施，只有通過早發現、早治療來遏制病情發展。中國礦業大學職業健康研究院周福寶教授團隊聯合美國猶他大學臧泠教授團隊，合作開發了塵肺病呼氣篩查及早期預警儀，取得了對塵肺病變早期預警的重大突破，該成果近日發表在國際呼吸領域頂級期刊《呼吸研究》上。

目前，診斷塵肺病主要通過拍攝X線胸片或肺部CT，但由于塵肺病具有遲發性、潛伏期長等特點，所以利用醫學影像識別塵肺病的早期病變較為困難。

而周福寶教授團隊獨辟蹊徑，通過構建仿生嗅覺系統、分析呼出氣體的成分來識別早期的肺部纖維化病變。科研人員發現，人體新陳代謝的部分產物在肺泡通過氣體交換，最終出現在口鼻呼出氣體中，所以呼出氣體中的成分可反映機體代謝和病理狀況。

在此基礎上，中國礦業大學職業健康研究院還研發了塵肺病呼氣篩查及早期預警儀PNS-BA01。該儀器能采集分析人體呼出氣、建立礦工呼氣檔案、跟蹤個體呼氣數據并針對高危人群進行預警。此儀器是便攜式儀器，配有防潮箱，易于布置在體檢車或是礦區內使用。

研究人員構建了診斷模型和早期病變辨識模型，利用該預警儀對山東黃金職業病防治院398名肺部健康礦工和221名塵肺病變人群進行檢測發現，其早期病變辨識準確率可達86.7%。為了加強模型的泛化能力，研究人員還利用該儀器采集了北京石龍醫院近400名塵肺病人的呼出氣圖譜，并開展了塵肺病分期探究。

考慮到大規模篩查應用中顯著的個體差異性，該團隊制定了呼出氣篩查前行為規范，提出采樣、檢測、分析技術的標準化流程，以加強不同研究的對照可比性，提高篩查準確率。