ZnO/SnO₂ ヘテロ接合センサーとサポートベクターマシンを統合した喫煙者のCOPDリスク評価のためのリアルタイム呼気分析

なぜ呼気が肺の隠れた問題を示せるのか

慢性閉塞性肺疾患（COPD）は世界で主要な死因のひとつですが、長年にわたり静かに進行することが多い病気です。現在、医師は主に診療所で行う肺機能検査に頼っており、そのため高リスクの多くの人々、特に喫煙者は診断が遅れがちです。本研究は、呼気中の一酸化炭素（CO）をCOPDリスクの早期警告サインとして検出する、マスク型のスマート呼気解析装置を紹介します。先端材料、微小電子機器、機械学習を組み合わせ、単純な呼気を強力な健康チェックに変える発想です。

より早期の対応が求められる増大する肺の危機

COPDは長期にわたって呼吸を困難にする病気で、完全には回復しません。毎年何百万人もの命を奪い、高齢者や喫煙者に特に多く見られます。その発症の主要因のひとつが、一酸化炭素（CO）です。COはタバコの煙、大気汚染、燃料の燃焼などに含まれる気体で、酸素よりも強く血中のヘモグロビンと結合し、身体の酸素供給を減少させ、肺損傷や炎症に寄与します。研究は、COPD患者、特に喫煙者が健康な人に比べて呼気中のCO濃度が高いことを示しています。例えば、健康な非喫煙者は通常約1–4 ppmのCOを呼気で排出しますが、COPDのある現喫煙者は12 ppmを超えることがあります。こうしたことから、呼気中のCOは痛みを伴わない肺ストレスの有望なマーカーとなり、病院だけでなく日常生活でも追跡可能です。

小型マスクに組み込む微小な呼気センサーの構築

研究者らは、マスクやウェアラブルで快適に使えるよう、体温に近い動作温度で機能する小型で低コストのCOセンサーを設計しました。亜鉛酸化物（ZnO）と酸化スズ（SnO₂）という二つの金属酸化物を組み合わせ、ヘテロ接合と呼ばれる精密に設計された薄膜を作製しました。この層は導電性ポリマー（PEDOT:PSS）でさらにコーティングされ、ガラス様の小さな基板上に蒸着され銀の接点で配線されました。空気が膜表面を通過すると、空気中の酸素が表面に吸着して電子を捕獲し、膜の電気抵抗が上昇します。呼気中のCO分子が到達すると、それらの酸素種と反応して電子を材料に戻し、抵抗を低下させます。構造の効果により、ZnO/SnO₂ の複合膜は単独の材料よりもはるかに強く速い抵抗変化を示し、約37 °C（ほぼ体温）で高感度を達成しました。

電気信号からリアルタイムの健康指標へ

このセンサーを評価するために、チームは正確な量のCOを窒素と混合し、温度を37 °Cに保つ制御ガスチャンバーを構築しました。COのオン・オフでセンサーがどれだけ速く反応するか、また異なるガス濃度で抵抗がどのように変化するかを測定しました。ZnO/SnO₂ デバイスは約14秒で応答し、わずか3秒で回復し、12 ppm のCOで感度は260％を超えました。抵抗とCO濃度の関係は非常に予測可能で、単純な数学的法則に従い、生の抵抗値を直接COレベルに変換できました。次にセンサーをマスクに統合し、チューブで小さな密閉チャンバーに接続、Arduino マイコンで信号を読み取り、フィルタ処理とデータ保存を行い、Wi‑Fi経由でクラウドにワイヤレス送信しました。このコンパクトな構成により、マスクはリモートの呼気モニタリングが可能なIoTデバイスになりました。

機械学習で喫煙者・元喫煙者・その他を分類する

単一の呼気測定値には多くの要因が影響するため、研究者らは時間的パターンを解釈するための機械学習層を追加しました。非喫煙者、現喫煙者、元喫煙者に分類された15人の成人ボランティアから呼気データを収集し、センサーの抵抗ベースのCO推定値を用いてこれらの群を識別するサポートベクターマシン（SVM）分類器を訓練しました。モデルは訓練精度で約94％、テスト精度で約82％を達成し、従来法に比べて大きな向上を示しました。システムは非喫煙者の低いCOレベルと、元喫煙者、特に現喫煙者の高いレベルを明確に区別でき、これらはCOPDリスクの増加と密接に関連します。実質的に、この装置はCOに特化した単一ガスの“電子嗅覚”のように機能し、呼気パターンを意味のあるリスクカテゴリに変換する知的ソフトウェアと組み合わさっています。

日常的な肺ケアにとっての意義

一般向けに言えば、この成果はマスクを着けて短時間普通に呼吸するだけで肺のチェックができる未来に近づいたことを示しています。高感度で低消費電力のCOセンサーを無線電子機器と機械学習と組み合わせることで、呼気中の有害なCO量を推定し、そのパターンが非喫煙者、元喫煙者、あるいは高リスクの喫煙者のどれに近いかを分類できます。これは完全な医療検査の代替ではありませんが、在宅や一次医療の場で早期のCOPDリスク評価や継続的なモニタリングのための手頃で携帯可能なスクリーニングツールになり得ます。呼吸困難が無視できないほど進行する前に、人々と医療者が早めに対応する助けとなるでしょう。

引用: Chellamuthu, P., Savarimuthu, K., Alsath, M.G.N. et al. Real-time breath analysis for COPD risk assessment in smokers using a ZnO/SnO₂ heterojunction sensor integrated with support vector machine. Sci Rep 16, 5100 (2026). https://doi.org/10.1038/s41598-026-35583-6

キーワード: COPD, 呼気分析, 一酸化炭素, ウェアラブルセンサー, 機械学習