中国浙江大学的科学家开发出一项突破性诊断工具，利用人工智能通过耳垢分析检测帕金森病，准确率高达94.4%。
该研究由董浩和朱丹华领衔，成果已发表在《分析化学》期刊上。研究团队利用耳垢中含有的皮脂这一事实，发现其化学成分会随疾病进展发生变化。与皮肤皮脂不同，耳垢处于一个受保护的环境中，不易受到污染物或化妆品等外部因素干扰。
研究共采集了209名参与者的耳垢样本（其中108例为帕金森病患者，101例为健康对照）。通过先进的气相色谱-质谱联用（GC-MS）技术，研究人员鉴定出四种在帕金森患者中浓度显著不同的挥发性有机化合物：乙基苯、4-乙基甲苯、戊醛和2-十五烷基-1,3-二恶烷。
团队随后将气相色谱-表面声波传感器（GC-SAW）与卷积神经网络（CNN）相结合，开发出人工智能嗅觉（AIO）系统。该机器学习模型能够识别色谱数据中的模式，从而区分帕金森患者与非患者样本。
目前，帕金森病的诊断主要依赖于观察身体症状，而这些症状往往在神经退行性损伤已相当严重时才会出现。早期发现至关重要，因为现有治疗手段大多只能延缓病情进展，难以逆转疾病。传统诊断方法如临床评分量表和神经影像学检查，不仅主观性强、成本高，还可能遗漏早期病例。
“本方法目前仅为中国单中心小规模实验，”董浩指出，“下一步将针对不同疾病阶段，在多中心、多族群中开展进一步研究，以评估该方法的实际应用价值。”
如果在更大规模研究中得到验证，这一低成本、无创的筛查工具有望彻底革新帕金森病的早期检测，为全球数百万患者带来更早干预和更佳预后。