宾夕法尼亚大学Johnson在会上报告的新研究显示，一种基于气味的试验检测血液样本散发的蒸汽能区分良性的、胰腺癌和卵巢癌细胞，准确率高达95%。该发现表明，使用人工智能和机器学习来破译血浆样本中细胞释放的挥发性有机化合物的混合物可以作为一种无创方法来筛查难以检测的癌症。(摘要号 5544)

研究者指出，这是一项早期研究，但结果非常有希望。数据显示，我们可以在晚期和最早期阶段识别这些肿瘤，这很令人兴奋。如果可投入临床应用，这可能只是一个常规的抽血检测。

电子嗅觉系统配备了纳米传感器，用以检测所有细胞产生的挥发性有机化合物的成分。研究者既往的研究表明，从卵巢癌患者的组织和血浆中释放的挥发性有机化合物与良性肿瘤患者的样本中释放的有机化合物不同。

93例患者包括20例卵巢癌患者、20例良性卵巢癌患者、20例年龄匹配的无癌症对照者、13例胰腺癌患者、10例良性胰腺疾病患者和10例对照患者。蒸汽传感器可识别出卵巢癌的挥发性有机化合物，准确率为95%，识别胰腺癌的准确率为90%。该工具还正确地识别了所有患者(总共8例)的早期癌症。

这项技术的识别方法类似于人们自己的嗅觉工作方式，即一种独特的化合物混合物告诉大脑它闻到了什么。该工具经过训练和测试，在20分钟内就可识别出与癌细胞相关性更大的挥发性有机化合物，也可识别出与健康血液样本细胞相关性更大的挥发性有机化合物。研究者认为，这种基于挥发性有机化合物检测卵巢癌和胰腺癌的诊断方法是可行的。

(编译 王楠)