Диагностика рака легкого на основе анализа летучих маркеров в выдыхаемом воздухе

Цель. Определить диагностическую эффективность разработанного газоаналитического сенсорного комплекса в сочетании с алгоритмами искусственной нейронной сети для выявления рака легкого по маркерным летучим органическим соединениям в выдыхаемом воздухе.

Материалы и методы. В исследуемую группу включены 53 пробы выдыхаемого воздуха от пациентов с морфологически подтвержденным раком легкого I–IV стадий. Контрольная группа (n = 47) состояла из лиц, не имеющих на момент включения в исследование признаков онкологических заболеваний по данным анамнеза и (или) предшествующих диагностических мероприятий. Исследование проводилось с помощью разработанного мультисенсорного газоаналитического комплекса, состоящего из набора полупроводниковых сенсоров и реализующего алгоритмы нейро-сетевой обработки данных.

Результаты. Полученные при проведении экспериментов по классификации пациентов с раком легкого и здоровых добровольцев результаты показывают наличие явных признаков различия в пробах выдыхаемого воздуха. Точность составила 95,8 %, чувствительность – 98,1% и специфичность – 93,6%. В серии экспериментов с равным распределением стадий (I–II и III–IV) средняя точность классификации составила 75%, чувствительность и специфичность – 65–80%. Подготовленные и неподготовленные пациенты демонстрировали сопоставимые результаты, что подтверждает воспроизводимость метода. Уровень точности 75% позволяет различать пробы от пациентов с ранними и поздними стадиями заболевания.

Заключение. Разработанный комплекс демонстрирует высокую диагностическую эффективность, превосходящую существующие методы, включая низкодозную компьютерную томографию. Полученные данные подтверждают перспективность технологии как для раннего выявления, так и для стадирования рака легкого.

1. Миллер С.В., Фролова И.Г., Величко С.А., Тузиков С.А., Байдала П.Г., Полищук Т.В. и др. Одиночные округлые образования в легком, тактика ведения. Бюллетень сибирской медицины. 2012;11(S1):80–82.

2. Bray F., Laversanne M., Sung H., Ferlay J., Siegel R.L., Soerjomataram I. et al. Global cancer statistics 2022: GLOBOCAN estimates of incidence and mortality worldwide for 36 cancers in 185 countries. CA Cancer J. Clin. 2024;74(3):229–263. DOI:10.3322/caac.21834.

3. Binson V.A., Thomas S., Subramoniam M. Non-invasive detection of early-stage lung cancer through exhaled breath volatile organic compound analysis. Med. Gas. Res. 2025;15(2):198– 199. DOI: 10.4103/mgr.MEDGASRES-D-24-00101.

4. Binson V.A., Mathew P., Thomas S., Mathew L. Detection of lung cancer and stages via breath analysis using a self-made electronic nose device. Expert. Rev. Mol. Diagn. 2024;24(4):341–353. DOI: 10.1080/14737159.2024.2316755.

5. Buma A.I.G., Muntinghe-Wagenaar M.B., van der Noort V., de Vries R., Schuurbiers M.M.F., Sterk P.J. et al. Lung cancer detection by electronic nose analysis of exhaled breath: a multicentre prospective external validation study. Ann. Oncol. 2025;31:S0923-7534(25)00125-5. DOI: 10.1016/j.annonc.2025.03.013.

6. Van der Sar I.G., Wijbenga N., Nakshbandi G., Aerts J.G.J.V., Manintveld O.C., Wijsenbeek M.S. et al. The smell of lung disease: a review of the current status of electronic nose technology. Respir. Res. 2021;22(1):246. DOI: 10.1186/s12931-021-01835-4.

7. Лактионов К.К., Артамонова Е.В., Борисова Т.Н., Бредер В.В., Бычков Ю.М., Владимирова Л.Ю. и др. Злокачественное новообразование бронхов и легкого. Современная онкология. 2022;24(3):269–304. DOI: 10.26442/18151434.2022.3.201848.

8. Chernov V.I., Choynzonov E.L., Kulbakin D.E., Menkova E.N., Obkhodskaya E.V., Obkhodskiy A.V. et al. Non-invasive diagnosis of malignancies based on the analysis of markers in exhaled air. Diagnostics. 2020;10(11):934. DOI: 10.3390/diagnostics10110934.

9. Van der Maaten L.J.P., Hinton G.E. Visualizing high-dimensional data using t-SNE. J. Machine Learning Res. 2008;9:2579–2605.

10. Hunger T., Wanka-Pail E., Brix G., Griebel J. Lung Cancer Screening with Low-Dose CT in Smokers: A Systematic Review and Meta-Analysis. Diagnostics. 2021;11(6):1040. DOI: 10.3390/diagnostics11061040.

11. Wolf A.M.D., Oeffinger K.C., Shih T.Y., Walter L.C., Church T.R., Fontham E.T.H. et al. Screening for lung cancer: 2023 guideline update from the American Cancer Society. CA Cancer J. Clin. 2024;74(1):50–81. DOI: 10.3322/caac.21811.

12. Jonas D.E., Reuland D.S., Reddy S.M., Nagle M., Clark S.D., Weber R.P. et al. Screening for Lung Cancer With LowDose Computed Tomography: Updated Evidence Report and Systematic Review for the US Preventive Services Task Force. JAMA. 2021;325(10):971–987. DOI: 10.1001/jama.2021.0377. PMID: 33687468.

13. Rocco G., Pennazza G., Tan K.S., Vanstraelen S., Santonico M., Corba R.J. et al. A real-world assessment of stage i lung cancer through electronic nose technology. J. Thorac. Oncol. 2024;19(9):1272–1283. DOI: 10.1016/j.jtho.2024.05.006.

14. Ng X.J.K., Mohd Khairuddin A.S., Liu H.C., Loh T.C., Tan J.L., Khor S.M. et al. Artificial intelligence-assisted point-of-care devices for lung cancer. Clin. Chim. Acta. 2025;570:120191. DOI: 10.1016/j.cca.2025.120191.