清華大學鄭桂忠教授的研究團隊開發出一套基於電子鼻的呼吸檢測系統，結合人工智慧技術，能在十分鐘內快速篩檢肺癌高風險族群。此技術不僅具備非侵入性、快速、低成本等優勢，更可結合X光影像，進一步提高篩檢準確度...

肺癌威脅日益嚴重 現行篩檢方式仍有侷限

肺癌由於早期症狀不明顯，多數患者確診時已是晚期，錯失最佳治療時機。目前，低劑量肺部電腦斷層掃描（LDCT）是較有效的早期篩檢工具，但其費用較高，且部分民眾對於輻射暴露有所顧慮，難以普及作為常規體檢項目。此外，傳統的肺癌檢查程序耗時且費用高昂，難以滿足大眾對於快速、便捷篩檢方式的需求。

電子鼻結合AI 快速精準「聞」出肺癌

此套檢測系統，利用電子鼻技術模仿人類嗅覺系統，通過多傳感器陣列捕捉呼氣中的揮發性有機化合物（VOCs），並利用深度學習進行高靈敏度的肺癌檢測。在兩家醫療機構進行的臨床實驗中，該系統的靈敏度達到85%，且特異性顯著提升。通過半監督領域泛化與噪聲偏移增強技術，該技術成功解決跨機構的準確性挑戰，達到接近0.95的AUC值。

此外，團隊結合常規健檢項目X光影像，開發多模態深層神經網路，將電子鼻特徵映射到圖像模型學習的嵌入空間，透過嗅覺與視覺的結合，將辨識準確率再提升5%，達到更精準的篩檢效果。基於此，更提出一種新的肺癌篩查流程，將電子鼻技術作為第一步篩查工具，以判定是否需要進一步的LDCT檢查，從而大幅降低不必要的成本與輻射風險。

革新篩檢流程 減輕醫療負擔

鄭教授表示，此檢測系統不僅解決傳統檢測耗時、高成本的痛點，更提供非侵入性、低交叉感染風險的篩檢方式，大幅提升民眾接受度。未來有望成為例行健康檢查的標準工具，為高風險人群提供早期診斷的機會，以提升存活率。目前該技術已完成多階段臨床試驗，並計劃與醫療機構和產業合作，進行大規模推廣。透過此技術的普及，不僅能提高肺癌的早期檢出率，更能大幅提升患者的存活率，減輕社會及醫療負擔。

詳細資訊→基於電子鼻的呼吸檢測技術應用於快速肺癌篩檢|清華大學鄭桂忠教授|第21屆國家新創獎