分析呼出气体成分 可实现尘肺病变早期预警

科技日报讯 （记者张晔 通讯员郑丽娜）尘肺病是当前我国最严重的职业病之一，迄今国内外均没有针对尘肺纤维化有效的治疗药物和措施，只有通过早发现、早治疗来遏制病情发展。科技日报记者从中国矿业大学获悉，该校职业健康研究院周福宝教授团队联合美国犹他大学臧泠教授团队，合作开发了尘肺病呼气筛查及早期预警仪，取得了对尘肺病变早期预警的重大突破，该成果近日发表在国际呼吸领域顶级期刊《呼吸研究》上。

目前，诊断尘肺病主要通过拍摄X线胸片或肺部CT，但由于尘肺病具有迟发性、潜伏期长等特点，所以利用医学影像识别尘肺病的早期病变较为困难。

而周福宝教授团队独辟蹊径，通过构建仿生嗅觉系统、分析呼出气体的成分来识别早期的肺部纤维化病变。科研人员发现，人体新陈代谢的部分产物在肺泡通过气体交换，最终出现在口鼻呼出气体中，所以呼出气体中的成分可反映机体代谢和病理状况。

在此基础上，中国矿业大学职业健康研究院还研发了尘肺病呼气筛查及早期预警仪PNS-BA01。该仪器能采集分析人体呼出气、建立矿工呼气档案、跟踪个体呼气数据并针对高危人群进行预警。此仪器是便携式仪器，配有防潮箱，易于布置在体检车或是矿区内使用。

研究人员构建了诊断模型和早期病变辨识模型，利用该预警仪对山东黄金职业病防治院398名肺部健康矿工和221名尘肺病变人群进行检测发现，其早期病变辨识准确率可达86.7%。为了加强模型的泛化能力，研究人员还利用该仪器采集了北京石龙医院近400名尘肺病人的呼出气图谱，并开展了尘肺病分期探究。

考虑到大规模筛查应用中显著的个体差异性，该团队制定了呼出气筛查前行为规范，提出采样、检测、分析技术的标准化流程，以加强不同研究的对照可比性，提高筛查准确率。