印度開發非侵入式癌症篩檢 結合AI與狗嗅覺 檢驗7癌症準確率逾九成

印度研究團隊將犬隻敏銳嗅覺與AI技術結合，開發出一種非侵入式的癌症篩檢方法。初步小規模試驗顯示，該技術對7種常見癌症的檢測準確率超過90%，可望協助患者及早發現病徵，爭取治療黃金期。

全球越來越多研究證實，經過訓練的狗隻能辨識癌症、帕金森氏症、新冠病毒等多種疾病的氣味。Dognosis官網圖

全球越來越多研究證實，經過訓練的狗隻能辨識癌症、帕金森氏症、新冠病毒等多種疾病的氣味。科學家推測，疾病會改變人體釋放的化學物質，產生特定的氣味特徵。人類約有500萬個嗅覺受器，而犬隻卻多達3億個，嗅覺靈敏度遠超人類。

全球越來越多研究證實，經過訓練的狗隻能辨識癌症、帕金森氏症、新冠病毒等多種疾病的氣味。Dognosis官網圖

位於班加羅爾的新創公司Dognosis，正利用AI解讀犬隻對氣味產生的腦部活動、呼吸變化及肢體語言，將牠們的生理反應轉為可分析的數據。現年26歲的聯合創辦人Akash Kulgod出身醫學世家，畢業於加州大學柏克萊分校認知科學系，他指出：「犬隻在一小時內可進行數千次嗅聞，每一次都能評估一份樣本。」

位於班加羅爾的新創公司Dognosis，正利用AI解讀犬隻對氣味產生的腦部活動、呼吸變化及肢體語言。Dognosis官網圖

若能及早發現癌症，患者的存活率將大幅提升。然而在印度，許多癌症患者確診時往往已進入晚期。犬隻嗅聞篩檢可提供一種簡易、低成本且可大規模推廣的初步篩查方式，先找出高風險個案，再進行進一步檢查。

位於班加羅爾的新創公司Dognosis，正利用AI解讀犬隻對氣味產生的腦部活動、呼吸變化及肢體語言。Dognosis官網圖

Dognosis預計明年正式邁入商業運營，可望成為全球第三家運用此類技術的公司，僅次於德國與以色列的企業。在申請商業許可的同時，Dognosis已獲得印度創投公司Accel等機構的資金支持，並與政府醫療單位展開合作。

Dognosis預計明年正式邁入商業運營，可望成為全球第三家運用此類技術的公司。Dognosis官網圖

該公司目前正訓練15隻嗅聞犬，多數為米格魯犬，也有部分為比利時瑪連萊犬與牧羊犬的混種，均來自領養或合法繁殖管道。這些犬隻穿戴特製的3D列印頭盔及感應器背帶，在設有自動餵食器的工作台上嗅聞人類樣本，完成任務即獲得零食獎勵，每日工作時間控制在30至45分鐘。

檢測方式相當簡單，受測者只需對著棉質口罩呼吸約10分鐘，再將口罩放入密封袋中送至實驗室，過程中不會與犬隻有直接接觸。

Dognosis預計明年正式邁入商業運營，可望成為全球第三家運用此類技術的公司。Dognosis官網圖

Dognosis近期在卡納塔卡邦6家醫院招募逾1,500名受試者進行研究，結果顯示該技術對7種主要癌症的檢測準確率超過90%。團隊正計劃進一步展開臨床試驗，研究成果已發表於《臨床腫瘤學期刊》（Journal of Clinical Oncology）。

拉邁亞紀念醫院腫瘤科主任Santhosh Kumar Devadas認為，初步結果相當具有潛力，但仍需透過更大規模的群體研究才能得出明確結論。馬尼帕爾醫院資深腫瘤科顧問醫生Neelesh Reddy則表示，這項技術能否真正為一般患者帶來實質益處，仍有待時間驗證。

美國研究團隊研發名為「FaceSurvival」的AI工具，只需透過分析癌症患者面部自拍照，便能精準找出死亡風險較高的人士。測試顯示，高風險組別於90天內的死亡率逾一半，較低風險組別高出逾3倍。這項創新技術有助將傳統臨床直覺量化，為醫生制定個人化療程提供可靠參考。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

研究團隊運用了超過4,000萬張公開的面部照片，以及逾3.4萬名癌症患者的肖像圖像，對AI模型進行深度訓練，隨後再以3,820名患者進行實測驗證。測試結果顯示，在122名被AI系統歸類為最高風險等級的患者當中，共有64人在短短3個月內離世；相比之下，最低風險組別的975名患者中，同一時期內僅得20人逝世。即使研究人員把患者的年齡、性別以及所患癌症類型等傳統變數考慮在內，高風險組別的死亡機率依然比低風險組別高出3倍以上。

美國研究團隊研發出名為「FaceSurvival」的AI工具，只需透過分析患者的面部自拍照，便能精準找出死亡風險較高的人士。資料圖

科學家深入研究發現，AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。此外，這套評估機制的精準度，適用於各類不同病種與病程階段的癌症患者。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

研究共同作者Grace Lee指出，臨床醫生長久以來皆會藉由目測患者的外表容貌，來初步判斷其身體狀況；而這套全新研發的科技工具，正是將這種過往僅憑經驗的「直覺判斷」予以「標準化與量化」，極有助於提升病情預後估算以及臨床醫療決策的準確度。

AI模型在判斷患者的存活概率時，會重點分析眼眶下方以及鼻樑周邊位置的極微妙變化。《The Lancet Digital Health》圖

與此同時，研究團隊亦同步開發出另一款名為「FaceAge」的輔助系統，專門用作評估個人的生理年齡。數據顯示，若一個人的外貌看起來比實際年齡年老5歲或以上，其死亡風險會相應增加21%；相反，若外貌看起來比實際年齡年輕至少5歲，其死亡風險則可降低17%。研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

領導是項研究的哈佛醫學院放射腫瘤學教授麥教授（Raymond Mak）表示，面對全球人口日益老齡化，醫療體系極需更有效率的途徑來評估患者的整體健康狀況及身體虛弱程度，從而精準判斷其是否適合承受手術、放射治療或其他侵入性較強的進取型癌症療程。

研究亦證實，不良生活習慣如吸煙、酗酒及吸毒，均會顯著加速容貌衰老，當中尤以吸煙的影響最為顯著。《The Lancet Digital Health》圖

麥教授強調：「我們的核心宗旨，是希望將透過面部照片進行的健康評估，轉化得更具體量化、更具一致性且易於大規模普及應用，從而協助醫護團隊為患者打造個人化醫療方案，而非企圖取代執業醫生的專業判斷。」相關重大研究成果已正式發表於國際權威醫學期刊《The Lancet Digital Health》。