Real-tidsandningsanalys för bedömning av KOL‑risk hos rökare med en ZnO/SnO₂‑heterojunktionssensor integrerad med supportvektormaskin

Varför din utandning kan avslöja dolda lungproblem

Kronisk obstruktiv lungsjukdom (KOL) är en av världens största dödsorsaker, men utvecklas ofta smygande över många år. I dag förlitar sig läkare mest på lungfunktionsprov som utförs på kliniker för att upptäcka sjukdomen, vilket innebär att många personer i hög risk—särskilt rökare—diagnostiseras sent. Denna studie beskriver en ny typ av smart andningsanalysator som bärs som mask, och som letar efter kolmonoxid i utandningsluften som ett tidigt varningstecken för KOL‑risk. Genom avancerade material, miniaturiserad elektronik och maskininlärning omvandlar den en enkel utandning till en kraftfull hälsokontroll.

En växande lungkris som kräver tidigare insatser

KOL är en långvarig sjukdom som försvårar andningen och inte kan fullständigt återställas. Den tar miljontals liv varje år och är särskilt vanlig bland äldre och rökare. En viktig bidragande orsak är kolmonoxid (CO), en gas som finns i cigarettrök, förorenad stadsluft och rök från bränsleförbränning. CO binder till hemoglobin i blodet mycket starkare än syre, vilket minskar kroppens syretillförsel och främjar lungskador och inflammation. Studier visar att personer med KOL, särskilt rökare, andas ut högre nivåer av CO än friska individer. Till exempel andas friska icke‑rökare vanligtvis ut omkring 1–4 delar per miljon (ppm) CO, medan nuvarande rökare med KOL kan överstiga 12 ppm. Detta gör utandad CO till en lovande, smärtfri markör för lungsstress som kan följas i vardagen, inte bara på sjukhus.

Att bygga en liten andningssensor i en enkel mask

Forskarna satte upp målet att konstruera en liten, lågkostnadssensor för CO som kan fungera nära kroppstemperatur, så att den skulle vara bekväm i en mask eller bärbar enhet. De kombinerade två metalloxider, zinkoxid (ZnO) och tennoxid (SnO₂), i en noggrant utformad tunnfilm kallad heterojunktion. Denna speciallagerstruktur, ytterligare belagd med en ledande polymer (PEDOT:PSS), deponerades på ett litet glasliknande substrat och försågs med silverkontakter. När luft passerar över filmen binder syre från luften till dess yta och fångar elektroner, vilket höjer filmens elektriska resistans. När CO‑molekyler anländer i en utandning reagerar de med dessa syrearter, frigör elektroner tillbaka till materialet och sänker resistansen. På grund av sin struktur visade den kombinerade ZnO/SnO₂‑filmen mycket starkare och snabbare resistansförändringar än något av materialen ensam, och nådde hög känslighet vid endast 37 °C—ungefär kroppstemperatur.

Från elektriska signaler till realtids hälsoutläsningar

För att testa sensorn byggde teamet en kontrollerad gaskammare som blandade precisa mängder CO med kväve och höll temperaturen på 37 °C. De mätte hur snabbt sensorn reagerade när CO slogs på och av, och hur kraftigt dess resistans ändrades vid olika gaskoncentrationer. ZnO/SnO₂‑enheten svarade på cirka 14 sekunder och återhämtade sig på bara 3 sekunder, med en känslighet på mer än 260 % vid 12 ppm CO. Sambandet mellan resistans och CO‑koncentration var mycket förutsägbart och följde en enkel matematisk lag som tillät författarna att omvandla råa resistansavläsningar direkt till CO‑nivåer. De integrerade sedan sensorn i en ansiktsmask kopplad via ett rör till en liten sluten kammare, läste signalen med en Arduino‑mikrokontroller, filtrerade och lagrade data och skickade dem trådlöst via Wi‑Fi till en molnplattform. Denna kompakta uppsättning förvandlade masken till en sakernas internet (IoT)‑enhet kapabel till fjärrövervakning av andning.

Låt maskininlärning skilja på rökare, ex‑rökare och andra

Eftersom många faktorer påverkar en enskild utandningsavläsning lade forskarna till ett maskininlärningslager för att tolka mönster över tid. De samlade in utandningsdata från 15 vuxna frivilliga grupperade som icke‑rökare, nuvarande rökare och ex‑rökare, och tränade sedan en supportvektormaskin (SVM)‑klassificerare för att skilja mellan dessa grupper med hjälp av sensorernas resistansbaserade CO‑uppskattningar. Modellen uppnådde en träningsnoggrannhet på omkring 94 % och ett testresultat på nästan 82 %, en stor förbättring jämfört med tidigare metoder. Systemet kunde tydligt separera de lägre CO‑nivåerna hos icke‑rökare från de högre nivåerna hos ex‑rökare och särskilt hos nuvarande rökare, vilka är nära förknippade med ökad KOL‑risk. I praktiken fungerar enheten som en fokuserad, enkelgasbaserad ”elektronisk näsa” inställd på CO, kombinerad med intelligent mjukvara som översätter andningsmönster till meningsfulla riskkategorier.

Vad detta kan innebära för vardaglig lungvård

För en lekman är huvudbudskapet att detta arbete för oss närmare en framtid där det kan vara lika enkelt att kontrollera sina lungor som att ta på sig en mask och andas normalt en kort stund. Genom att kombinera en mycket känslig, lågdriftig CO‑sensor med trådlös elektronik och maskininlärning kan systemet uppskatta hur mycket skadlig CO som finns i din utandning och klassificera om ditt mönster liknar en icke‑rökare, ex‑rökare eller hög‑riskrökare. Även om det inte ersätter full medicinsk utredning kan det bli ett prisvärt, portabelt screeningverktyg för tidig bedömning av KOL‑risk och för fortlöpande övervakning i hemmet eller i primärvården, och hjälpa människor och vårdgivare att agera tidigare—långt innan andfåddheten blir omöjlig att bortse från.

Citering: 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

Nyckelord: KOL, andningsanalys, kolmonoxid, bärbara sensorer, maskininlärning