以色列理工学院的团队研制出了一款仪器，只需要轻轻吹出一口气，就可以检测测试人是否患有包括肺癌的 17 项疾病，平均准确度达到 86%。

（主研究人员 Hossam Haick 教授在使用呼气测试，图自Technion）

据悉，研究团队成功在来自 5 个不同国家的 1400 个病人样本中，辨析鉴定出 13 中化学物质，因而可协助诊断 17 种疾病，包括：

肺癌、结肠直肠癌、头颈癌、卵巢癌、 膀胱癌、 前列腺癌、 肾癌、 胃癌、 克罗恩病、 溃疡性结肠炎、 肠易激综合征、 帕金森病 （两种）、 多发性硬化症、 肺动脉高压、 先兆子痫和慢性肾脏病。

根据主研究人员 Hossam Haick 教授介绍：

就如我们的指纹一样，每种疾病的化学标记都不一样，可用于辨识不同疾病，以及患病与健康体质的区别。

医学界在很早之前，就已经提出以人体呼出气体作为样本分析体质的想法。在 2014 年的时候，有研究团队就已经发现，患有肺癌的病人呼出的口气温度比常人要高。但一直以来，学者还是未能单凭气体辨析来诊断疾病。

根据论文介绍，而 Haick 教授带领的团队，通过结合特殊的感应器以及人工智能技术，则完成了纳米级更为精准的疾病鉴别，且只是基于呼出气体这唯一的样本。

（技术应用原理，图自论文）

过往检测时，学者使用的都是针对某种特定可挥发性气体的感应器，而 Haick 团队使用的，则是可以检测多种类型的感应器。

同时，通过人工智能技术，团队完成了纳米级的化学组成模式分析，因而建立了更为全面的疾病气味指纹。并且还排除了年龄、性别、是否吸烟、地理环境的因素干扰。

（不同疾病的气味指纹，图自论文）

人工智能：医学研究者的最新分析利器

凭借着机器学习能力以及人类无法可及的计算速度，人工智能无疑成为医学研究人员的最新分析利器。

就如上述的呼气化学成分分析，如果使用过往的统计工具，很可能需要更久或是无法有效地分析出不同疾病的模式。而人工智能则可以更灵活地变动，以及孜孜不倦地进行分析。

所幸在于，不少科技公司都有将自己的人工智能技术沿用于医学领域的趋势。就拿 IBM 的 Watson 来说，最近就设立了Watson for Drug Discovery项目，以帮助研究人员发掘新的药物或是治疗方案。

（图片来自YouTube）

12 月的时候，通过借助机器学习和极高计算效率的优势，Watson 就发现了 5 种新的，和渐冻症相关的基因，而之前人类研究人员一共只找到了 3 种相关基因。

7 月的时候，Google DeepMind 也和英国国家医疗服务体系（NHS）联手，开发了一套辨识视觉疾病的机器学习系统。通过学习 100 万张眼部扫描图，双方希望人工智能系统可通过模式分析协助病人及早发现视觉疾病。

(图片来自the Verge)

正如参与了上述视觉疾病辨析系统开发的学者 peng Tee Khaw 总结：

单单是跟进一位病人的（健康）历史，就要用上我一生的经验。而当尝试预测病人的未来时，又需要依赖我的个人经验。如果我们可以使用机器学习来辅助，我们则可以更出色地完成这个工作，因为我将会拥有 1 万人次的人生经验。

极简的健康检查方式，是颠覆还是骗局？

相信大家都还记得，曾经的独角兽创业公司Theranos 就是一个以极简的验血方式起家、发迹、被披露、以至最终以诈骗罪名起诉的。

Theranos 宣称，通过使用爱迪生检查仪，不仅不需要大针头来抽血管血检查，只需要刺个手指头拿几滴血就足够，同时还将检测时间从 10 几小时缩短到 4 小时，费用也降到了 2.99 美元/每次。

（图自techinsider）

但后来经揭露，得知她们是通过造假数据才蒙混过关。后被投资人以诈骗罪名起诉。

本文介绍的呼气检测方式，同样有着高便利度的优势。但暂时来说，准确度还是偏低，同样，1400 名病人的研究样本也相对薄弱。虽然，该项技术可能更多会用于初步筛查，不如验血对准确度的要求高，但一项技术想要站稳脚还是需要大批量的样本证据。

据悉，团队未透露日后是否会针对设备诊断的精准度进行优化，但认为这个技术还可延伸到更多不同类型的疾病诊断上。

如果能够更好地验证技术的可靠性以及准确率，如此便利的一项技术，将非常合适用于大批量的筛查。同时也可应用于家用智能医疗设备，以供家庭成员进行反复检查。

济宁IT新闻