用于口腔鳞状细胞癌的快速无创人工智能辅助诊断方法

为什么你的呼气和唾液能帮助发现口腔癌

口腔癌可能夺走说话、进食和微笑的能力，且常常在最佳治疗时机之后才被发现。本研究表明，经由现代传感器和人工智能分析的简单呼气与唾液样本，或能帮助医生在不做痛苦活检的情况下更早发现这种癌症。研究人员通过读取呼出气中的微量化学物质并追踪特定口腔细菌，构建了一种快速、无创的检测方法，可能改变我们筛查口腔癌的方式。

在不动刀的情况下寻找危险信号

目前，口腔鳞状细胞癌通常通过从口腔可疑部位切取一小块组织并在显微镜下检查来确诊。这种方法虽准确，但具有侵入性，可能漏检非常小或隐藏的肿瘤，也不适合作为大规模筛查工具。该研究团队着眼于一种更温和的选择。他们集中采集两种易得样本：呼出气（携带来自口腔的微量挥发性化学物质）和富含口腔细菌的唾液。目标是让计算机学习这些样本中的模式，从而可靠地区分口腔癌患者与健康志愿者。

读取呼气中的化学指纹

研究人员首先建立了一个细致的呼气采集与分析系统。志愿者禁食、平静呼吸以稳定气流，然后将呼气吹入专用采集袋。样本被送入一台高灵敏度设备，该设备可称量气相分子并在一次呼气中分辨出数百种不同化合物。使用此方法，他们检测到200多种不同挥发性物质，并发现患者与健康者的呼气存在明显差异。研究者以这些模式训练人工智能模型，并通过多轮测试进行调优。最终，一类称为梯度提升（gradient boosting）的模型表现最佳，在原始队列和独立的新患者队列中均能正确识别大多数癌症病例。

口腔微生物组揭示的信息

唾液呈现出不同但相关的讯息。通过对参与者唾液中的DNA测序，科学家绘制出存在的细菌种类及其丰度分布。他们发现，健康的口腔通常具有更丰富且更平衡的微生物群，而癌症患者常显示向若干物种的偏移。尤其是一种名为核梭状芽孢杆菌（Fusobacterium nucleatum）的微生物及其近缘种在癌症患者中更为常见。其他典型口腔细菌则变得较少。仅依赖唾液微生物组的机器学习模型也能以较高准确率区分癌症与健康，且在不同肿瘤分期和治疗史之间表现稳定，表明微生物群的变化是疾病的一个可靠信号。

将一种难闻气体与特定细菌联系起来

为了解呼气与唾液为何相关，研究者寻找驱动计算机决策的特定标志物。一种含硫气体甲硫醇在癌症患者呼气中显示出四到五倍更高的水平。与此同时，唾液中某一亚种的核梭状芽孢杆菌显著富集。代谢通路的网络分析表明，该细菌具备将构建分子转化为甲硫醇的能力。在体外培养中，当该微生物与口腔癌细胞共同培养时，甲硫醇水平显著上升，尽管细菌本身并未大量增殖，这支持了肿瘤与微生物相互作用促进气体产生并可通过呼气检测到的观点。

为医生和研究者提供的智能在线工具

研究团队没有将方法封锁，而是将呼气数据、唾液数据和计算模型整合到一个公共网络平台。临床医生或科学家可以上传他们自己的挥发性呼气化合物或唾液微生物测量结果，立即获得该模式更像癌症患者还是健康人的预测。该网站还展示了每次预测中最有影响力的特征，例如甲硫醇水平或核梭状芽孢杆菌的丰度，提升了系统的透明度与可信度。

这项工作对未来筛查的意义

对非专业读者而言，本研究传达的信息是：快速且无痛的呼气与唾液检测有望在未来帮助更早发现口腔癌并减少不适。该研究并不取代活检作为最终诊断手段，且仍需在更大规模和更多样化的人群中验证，包括极早期或癌前病变者。但研究显示，我们呼出的化学混合物与口腔内的微生物共同构成了可被解读的疾病编码。结合高灵敏仪器与人工智能，这项工作为可在牙科诊所或社区卫生中心使用的简单筛查工具奠定了基础，能够标记出最需要后续随访的人群。

引用: Sun, Y., Hu, X., Han, J. et al. Rapid and noninvasive artificial intelligence-assisted diagnostic method for oral squamous cell carcinoma. npj Digit. Med. 9, 399 (2026). https://doi.org/10.1038/s41746-026-02527-3

关键词: 口腔癌, 呼气分析, 微生物组, 人工智能, 无创诊断