电子鼻相关的研究总是有，但真能够在这么复杂的环境下判断吗？感觉是浪费金钱的可能性更高。

荷兰研究者用智能“电子鼻”预测免疫治疗效果

荷兰研究者de Vries 等使用智
能“电子鼻”，对肺癌患者呼出
的气体进行分析，预测免疫治疗
的患者能否达到客观缓解，客观
缓解率预测的准确率高达85%。这
种“呼气预测”，不仅可以提前
预测客观缓解率，还能使至少24%
的肺癌患者，提前回避无效的免疫
治疗。（Ann Oncol. 2019 年9 月
17 日在线版. doi: 10.1093/annonc/
mdz279）
为了预测免疫治疗的疗效，研
究者们可谓绞尽脑汁。PD-L1 表
达水平、肿瘤突变负荷（TMB）、
T 细胞亚群测定、免疫微环境基因
型、单细胞测序甚至机器学习等
都被探讨用来预测免疫治疗疗效。
虽有一定研究进展，但免疫治
疗的客观缓解率，在目前已获批
的适应证患者群体中，只有30%
左右。就算把疾病稳定的患者算
上，整体获益比例也不够让人满
意，许多患者实际上接受了无效
的治疗。
除了治疗有没有效之外，治疗
副作用、费用高昂、病情超进展
风险之类的因素，都让预测疗效
显得格外重要。
每个人呼出的气体，也像指纹
一样有着独一无二的特征。挥发
性有机物（VOC）、甲烷、氨气
等可从侧面反映人体的代谢情况。
研究显示，在呼吸系统疾病当中，
VOC 等气体成分的变化，可作为
疾病筛查、预后评价的有效指标。
且与抽血检查相比，呼气检查既
无创又快速。
基于这个思路，荷兰研究者设
计了“电子鼻”（eNose），在传
统肺功能检测仪器的基础上，利用
7 个特殊传感器，实时分析疾病患
者和正常人呼出气体成分特征的
不同。经过数据处理和校对，这些
特征会转化为最终的分析模式。
在分析COPD、哮喘等疾病时，
检测流程只需要2 分钟的电子鼻，
都取得了成功。用到免疫治疗上，
之前的套路并不变，只要从患者
身上得到数据，再总结出模式就
可以尝试了。
研究者首先招募了92 例接受
免疫治疗的晚期肺癌患者，让他
们接受电子鼻呼气分析，也就是
“训练队列”。总结出的分析模式，
再在51 例患者的“验证队列”当
中进行验证。
虽然招募的真实世界患者情况
复杂，但电子鼻没让人失望。在
患者能否实现客观缓解的预测上，
电子鼻分析的曲线下面积（AUC）
达到0.85，也就是85% 的准确率。
而如果使用PD-L1 表达水平预测，
那么AUC 只有0.66， 差距接近
20%。
而在提前区分免疫治疗无效的
患者上，电子鼻也更准，它预测
免疫治疗无效可能性>72% 的患者
有12 例，这12 例患者均未获得客
观缓解。如果用PD-L1 阴性作为
筛查标准，虽然同样能找出这12
例患者，却会漏掉3 例获得客观
缓解的患者。
也就是说，电子鼻预测可能
无效的患者，最终治疗无效的可
能性就非常大，检测的敏感性比
PD-L1 更好。而这些并不适合免
疫治疗的患者，在整个队列中占
到近四分之一（24%），提前将其
筛选出来，换用其他方案治疗，
利大于弊。
美国斯坦福大学Heather
Wakelee 教授评论指出， 这两年
PD-1 抑制剂已经获批用于肺癌的
一线治疗，可以单药也可以联合
化疗，而研究团队入组的患者，
大多数是单药二线治疗。所以电
子鼻应用能否扩大，还需要前瞻
性研究的验证。