Análise em tempo real da respiração para avaliação do risco de DPOC em fumantes usando um sensor heterojunção ZnO/SnO₂ integrado a uma máquina de vetores de suporte

Por que sua respiração pode revelar problemas pulmonares ocultos

A doença pulmonar obstrutiva crônica (DPOC) é uma das principais causas de morte no mundo, mas costuma se desenvolver silenciosamente ao longo de muitos anos. Hoje, os médicos dependem principalmente de testes de função pulmonar realizados em clínicas para detectá‑la, o que faz com que muitas pessoas de alto risco — especialmente fumantes — sejam diagnosticadas tardiamente. Este estudo descreve um novo tipo de analisador de respiração inteligente em formato de máscara que busca monóxido de carbono no ar exalado como um sinal de alerta precoce do risco de DPOC, usando materiais avançados, eletrônica miniaturizada e aprendizado de máquina para transformar uma respiração simples em um poderoso exame de saúde.

Uma crise pulmonar crescente que precisa de detecção mais precoce

A DPOC é uma doença de longo prazo que torna a respiração mais difícil e não é totalmente reversível. Ela mata milhões de pessoas a cada ano e é especialmente comum entre idosos e fumantes. Um fator importante em seu desenvolvimento é o monóxido de carbono (CO), um gás presente na fumaça do cigarro, no ar poluído das cidades e na fumaça de combustíveis em combustão. O CO liga‑se à hemoglobina no sangue muito mais fortemente do que o oxigênio, reduzindo o suprimento de oxigênio do corpo e contribuindo para danos pulmonares e inflamação. Estudos mostram que pessoas com DPOC, especialmente fumantes, exalam níveis mais altos de CO do que indivíduos saudáveis. Por exemplo, não fumantes saudáveis costumam exalar cerca de 1–4 partes por milhão (ppm) de CO, enquanto fumantes atuais com DPOC podem exceder 12 ppm. Isso torna o CO exalado um marcador promissor e indolor de estresse pulmonar que poderia ser monitorado no dia a dia, não apenas em hospitais.

Integrando um sensor de respiração minúsculo em uma máscara simples

Os pesquisadores propuseram projetar um sensor de CO pequeno e de baixo custo que pudesse operar perto da temperatura corporal, para que fosse confortável em uma máscara ou dispositivo vestível. Eles combinaram dois óxidos metálicos, óxido de zinco (ZnO) e dióxido de estanho (SnO₂), em um filme fino cuidadosamente projetado chamado heterojunção. Essa estrutura em camadas especial, revestida adicionalmente com um polímero condutor (PEDOT:PSS), foi depositada sobre um substrato de aparência vítrea e conectada por contatos de prata. Quando o ar passa sobre o filme, o oxigênio adsorve em sua superfície e captura elétrons, aumentando a resistência elétrica do filme. Quando moléculas de CO chegam na respiração, reagem com essas espécies de oxigênio, liberam elétrons de volta ao material e diminuem a resistência. Devido à sua estrutura, o filme combinado ZnO/SnO₂ demonstrou mudanças de resistência muito mais fortes e rápidas do que cada material isoladamente, alcançando alta sensibilidade já a 37 °C — aproximadamente a temperatura do corpo humano.

De sinais elétricos a leituras de saúde em tempo real

Para testar o sensor, a equipe construiu uma câmara de gás controlada que misturava quantidades precisas de CO com nitrogênio e mantinha a temperatura a 37 °C. Eles mediram a rapidez com que o sensor reagia quando o CO era ligado e desligado, e com que intensidade sua resistência mudava com diferentes concentrações gasosas. O dispositivo ZnO/SnO₂ respondeu em cerca de 14 segundos e recuperou em apenas 3 segundos, com sensibilidade superior a 260% a 12 ppm de CO. A relação entre resistência e concentração de CO foi muito previsível, seguindo uma lei matemática simples que permitiu aos autores converter leituras brutas de resistência diretamente em níveis de CO. Em seguida, integraram o sensor a uma máscara facial conectada por um tubo a uma pequena câmara selada, leram o sinal com um microcontrolador Arduino, filtraram e armazenaram os dados e os enviaram sem fio via Wi‑Fi para uma plataforma em nuvem. Esse conjunto compacto transformou a máscara em um dispositivo de Internet das Coisas (IoT) capaz de monitoramento remoto da respiração.

Deixando o aprendizado de máquina separar fumantes, ex‑fumantes e outros

Como muitos fatores podem afetar uma única leitura de respiração, os pesquisadores adicionaram uma camada de aprendizado de máquina para interpretar padrões ao longo do tempo. Eles coletaram dados de respiração exalada de 15 voluntários adultos agrupados como não fumantes, fumantes atuais e ex‑fumantes, e então treinaram um classificador de máquinas de vetores de suporte (SVM) para distinguir entre esses grupos usando as estimativas de CO baseadas na resistência do sensor. O modelo alcançou uma acurácia de treinamento de cerca de 94% e uma acurácia de teste de quase 82%, um salto significativo em relação a abordagens anteriores. O sistema foi capaz de separar claramente os níveis menores de CO dos não fumantes dos níveis mais altos em ex‑fumantes e, especialmente, em fumantes atuais, que estão intimamente ligados ao aumento do risco de DPOC. Na prática, o dispositivo funciona como um “nariz eletrônico” focado em um único gás — o CO — combinado com um software inteligente que traduz padrões de respiração em categorias de risco significativas.

O que isso pode representar para o cuidado pulmonar cotidiano

Para um leigo, a mensagem principal é que este trabalho nos aproxima de um futuro em que checar seus pulmões possa ser tão simples quanto colocar uma máscara e respirar normalmente por um curto período. Ao combinar um sensor de CO altamente sensível e de baixo consumo com eletrônica sem fio e aprendizado de máquina, o sistema pode estimar quanto CO nocivo há na sua respiração e classificar se seu padrão se assemelha ao de um não fumante, ex‑fumante ou fumante de alto risco. Embora não substitua exames médicos completos, poderia se tornar uma ferramenta de triagem acessível e portátil para avaliação precoce do risco de DPOC e monitoramento contínuo em casa ou na atenção primária, ajudando pessoas e clínicos a agirem mais cedo — muito antes que a falta de ar se torne impossível de ignorar.

Citação: 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

Palavras-chave: DPOC, análise da respiração, monóxido de carbono, sensores vestíveis, aprendizado de máquina