尘肺病呼气筛查及早期预警的流程示意图

尘肺病是当前我国最严重的职业病，迄今国内外均没有针对尘肺纤维化的有效治疗药物和措施，只有通过早发现、早治疗来遏制病情发展。目前大多数国家诊断尘肺病主要通过拍摄X线胸片或肺部CT，但由于尘肺病具有迟发性、潜伏期长等特点，所以利用医学影像识别尘肺病的早期病变较为困难。

近期，我校职业健康研究院周福宝教授团队联合美国犹他大学臧泠教授团队取得了对尘肺病变早期预警的重大突破，合作开发了尘肺病呼气筛查及早期预警仪。2022年4月7日国际呼吸领域顶级期刊《Journal of Breath Research》在线发表了双方团队的合作论文《Engineering solutions to breath tests based on an e-nose system for silicosis screening and early detection in miners》，介绍了此项研究的整体情况。近日，国家卫生健康委《职业健康工作专刊》第5期也对此项工作进行了报道。

此项研究的基本思路是：构建仿生嗅觉系统、通过分析呼出气体的成分来识别早期的肺部纤维化病变。依据的理论基础是人体新陈代谢的部分产物在肺泡通过气体交换出现在呼出气体中，所以呼出气体中的成分可反映机体代谢和病理状况。

我校职业健康研究院还研发了尘肺病呼气筛查及早期预警仪PNS-BA01，这是一款为矿工呼出气成分监测、尘肺病快速筛查和预警而研制的小型分析仪器。该仪器能采集分析人体呼出气、建立矿工呼气档案、跟踪个体呼气数据并针对高危人群进行预警。此仪器是便携式仪器，配有防潮箱，易于布置在体检车或是矿区内使用。该产品结合了电子鼻、机器学习和大数据预测等技术，已获得多项国家发明专利、软件著作权等。同时，该团队配套研发了具备主被动采样、温湿度监控和调节、流量控制、自清洁功能的采样及预处理模块，为该技术的临床应用提供稳定可靠的保障。考虑到大规模筛查应用中显著的个体差异性，该团队制定了呼出气筛查前行为规范，提出采样、检测、分析技术的标准化流程，以加强不同研究的对照可比性，提高筛查准确率。

该预警仪首先应用于山东黄金集团职业病防治院体检，共涉及398名肺部健康矿工和221名尘肺病变人群，分别构建了诊断模型和早期病变辨识模型，早期病变辨识准确率可达86.7%。为了加强模型的泛化能力，该团队采集了北京石龙医院近400名尘肺病人的呼出气图谱，并开展了尘肺病分期探究，准确率同样在85%以上。

这项技术积极响应了国家对研发职业病诊断新技术的号召，展现了近年来职业卫生工程发展的新活力。该技术具有非侵入性、无损伤、取样方便、可连续采样等优势，应用前景广阔，为提升我国职业卫生工程防护水平、推动“十四五”职业健康事业高质量发展发挥积极作用。

中国矿业大学职业健康研究院主要研究职业危害与职业病防控关键基础理论和核心技术，针对职业健康面临的重大科技难题，通过理、工、生、医多学科交叉融合，形成“源头消除+传播阻隔+个体防护+诊疗康复”的“工医融合型”研究思路，开展职业健康创新研究。这项技术积极响应了国家对研发职业病诊断新技术的号召，展现了近年来职业卫生工程发展的新活力。