呼气分析技术及其在临床诊断中的应用研究进展

朱星卓 赵董步甲 郑懿烜 宁 炫 苑 昊 吴春生

(西安交通大学基础医学院生物物理学系医学工程研究所，西安 710061)

引言

呼气分析技术是一种无创诊断技术，具有快速、易于被患者接受等优势，有着广阔的应用前景和商业化价值，已经成为一个热点研究领域，在世界各国正越来越被重视。呼气分析技术通过检测人体呼吸气体中的挥发性有机气体成分来进行分析和筛选。古时中医就有通过患者口腔、分泌物、痰液等散发的气味来辨别虚实寒热的方法，但大都依赖医生的主观判断，缺乏客观指标[1]。1971年，Pauling等[2]通过气相色谱技术发现人呼出气体中包含有上百种痕量挥发性有机物(volatile organic compounds, VOCs)。20世纪90年代，Phillips等[3]采用类似方法确定了肺癌患者呼出气体中有22种VOCs(均为烷烃类和苯的衍生物)，作为判别肺癌的标志性气体成分。此后，相关学者对健康人和患者的呼出气体样本进行比较，发现通过分析呼出气体中成分的特征性变化能够对肺癌、乳腺癌等多种疾病进行诊断鉴别[4]。20世纪末，电子鼻技术得到飞速发展，能够做到对特定气味信号的定性和定量识别，进一步促进了呼气分析技术的发展[5]。

相较于传统的实验室检查或病理组织切片，呼气分析具有无创、简捷、易实现等优点，有很大潜力应用于相关疾病的大规模筛查和早期检测[4]。呼气分析作为一种极具发展前景的技术手段，受到了国内外越来越多的重视，但仍存在缺乏统一标准、样本量过小等难题，限制了其在临床诊断中的应用。

下面通过总结呼气分析技术的多种检测方法，重点围绕其在疾病诊断中的应用，就该方法当前的局限性和应用前景进行综合分析和讨论。

1 呼出气体的采集

人体的呼出气体一部分是内源性气体，经过肺泡-血液交换作用而产生，其中包括反映机体代谢状态的挥发性有机物。VOCs指在常温下以气态形式存在于空气中的挥发性有机物的总称，其成分和浓度的改变蕴含着人体健康状态信息。另一部分为外源性气体，是呼吸道解剖无效腔部分的气体，这部分气体不参与气-血交换。因此，能够有效收集反映机体代谢状态的内源性呼出气体，是完成呼吸诊断的前提。文献报道中使用的呼出气体收集方法主要有两种：气袋收集和呼出气体冷凝液收集。

1.1 气袋收集法

气袋收集法具有操作筒单、效率高等优点，主要有潮气呼吸收集法、最大呼气收集法、CO2监测肺泡气收集法等[6]。呼气研究中，可靠的气体样品收集和储存方法是保证呼气检测结果准确性与可靠性的关键。这要求气袋具有能够将气体样品与外界空气隔绝的密封性，不吸收也不释放任何VOCs，从而保证袋内气体样品成分的稳定性。Tedlar(泰德拉)PVF材质采样袋，是目前国际上呼气采样使用最广泛的采样袋，可用于高精度分析采样。PVF聚氟乙烯材质具有优异的化学惰性、抗腐蚀性、抗污染性、吸附性低、气体渗透率低等特性，同时还具有能保存气体的稳定性，相关文献报道其储存VOCs的稳定时间长达10 h[7]。

1.2 呼出气体冷凝液收集法

呼出气体冷凝液(exhaled breath condensate, EBC)的收集，是一种简单、可多次利用、完全无创的获得呼吸道标本的技术。EBC所含成分通常包括呼吸道中气态、液态、半固态物质等，通过检测EBC的变化而反映呼吸道是否处于病理状态。EBC收集过程中制冷效果的不同，可能会导致冷凝物收集量的差异。为了实现EBC采集技术的标准化，德国Eric Jaeger公司生产的EcoScreen冷凝器能够维持收集过程中-20℃恒温，嘱测试验者以正常呼吸频率和潮气量持续呼吸20～30 min，成功获得1～3 mL的呼气冷凝液置-70℃冷冻保存待测[8]。但目前EBC收集储存技术尚未标准化，多数研究者使用自制装置收集EBC，装置的管道和收集室由玻璃、铝、硅酮、聚苯乙烯等不同材料制成，因不同材料对待测物的吸附性不一，可能会干扰EBC实际检测值[9]。

1.3 固相微萃取收集法

固相微萃取(solid-phase microextraction, SPME)技术是由Pawliszyn于20世纪90年代初提出，适用于萃取分析挥发性和非挥发性物质的新型样品前处理技术。随着科学技术的发展，SPME涌现出新的操作模式：外涂纤维SPME(fiber SPME)、薄膜微萃取、毛细管内微萃取(in-tube SPME)，以fiber SPME 和 in-tube SPME应用范围最广[10]。Fiber SPME是以聚合物固定相涂覆在熔融石英纤维的末端1 cm处而制得，可将目标物吸附聚集在纤维表面。其操作简便，可集吸附、富集、解吸、进样于一体，通常与气相色谱和高效液相色谱等仪器联用，如Zou等[11]在利用Tedlar袋收集样品后，采用固相微萃取技术于对样品进行预富集并提取解吸，最后与气相色谱-质谱联用(gas chromatography-mass spectrometry, GC-MS)联用，以分析筛选肺癌的挥发性标志物，并排除了非恶性肺部疾病对检测结果的影响。

2 常用的检测方法

2.1 气相色谱-质谱联用

气相色谱-质谱联用(GC-MS)技术是通过气相色谱使复杂的物质分离，再利用质谱作为检测器进行定性和定量分析的分离检测仪器。兼具气相色谱能使样品分子在流动相与固定相瞬间达到平衡的高效率特性，以及质谱法能分析微克级别样品的高灵敏特性。该技术是分离、检测和量化生物样本中VOCs的有效方法。

2.2 质子转移反应质谱

质子转移反应质谱(proton transfer reaction-mass spectrometry, PTR-MS)是在选择离子流动管质谱的基础上，结合化学电离法和流动漂移管模型技术开发的在线VOCs检测技术。主要由进样系统、离子源、漂移管、质量分析器、监测系统5部分组成[12]，具有响应迅速、操作简单、无需标定等优点，成为痕量气体分析的潜在手段。通过对人体呼出气体的分析，可发展成为以筛选疾病标志物为目标的辅助诊断方法。

2.3 选择性离子流管质谱

选择性离子流管质谱(selected ion flow tube mass spectrometry, SIFT-MS)是基于流动管技术、化学电离技术和质谱技术对呼出气体中的VOCs进行定性定量分析的方法[13]。通过四级质量过滤器从微波放电产生的离子混合物中选择出前体离子(H3O+、NO+或O2+)并将其注入快速流动的氦载气中。所选择的前体离子用于电离以稳定流速注入的空气或呼吸样品中的痕量气体。样品中的前体离子和痕量化合物之间的反应产生了可识别化合物种类的特征产物离子，而且其计数率可以量化。SIFT-MS有两种操作模式:全扫描模式(full scan, FS)与多离子监测模式(multi-ion monitoring, MIM)。SIFT-MS作为快速在线实时分析技术，其检测极限范围从ppbv到pptv，且无需对样品预处理，具有很高的灵敏度和分辨率，适合于呼吸分析[14]。

2.4 离子迁移谱

离子迁移谱(ion mobility spectrometry, IMS)的原理基于气体代谢物的电离作用。在周围环境压力下，气体代谢物在长度仅数厘米长的漂移管中被短脉冲(10～100 μs)分离，在法拉第板上产生的非常小的电流(nA～pA)形成了离子运行时间的光谱。IMS与气相色谱柱的结合可以保证气体代谢物在进入漂移管之前的预分离。但是，IMS无法识别气体中的未知化合物。IMS的主要优点是无需进行任何预浓缩即可检测极低浓度的化合物(ng/L ～ pg/L, ppmv ～ pptv)，并且分析时间短[15]。

2.5 光谱分析

光谱分析是一种基于分子特征光谱对呼出气体进行的定性和定量分析的技术。光谱分析主要的分析方法有傅里叶变换红外光谱分析(Fourier transform infrared spectroscopy, FTIR)、可调谐激光吸收光谱(tunable diode laser absorption spec-troscopy, TDLAS)、光声光谱(photo-acoustic spectroscopy, PAS)、光腔衰荡光谱(cavity ring-down spectroscopy, CRDS)等[16-18]。在实际应用中，因激光具有单色性好、亮度高、方向性强和相干性强等特点而被视为理想光源。激光光谱技术在灵敏度、选择性和响应时间等方面有着巨大的优势。而且，激光光谱分析技术不需要对呼出气体样品预处理，具有响应快、灵敏度高、抗干扰能力强、选择性好、可重复性好等优点，同时该项技术成本相对较低，有着广阔的应用前景[19]。

2.6 石英晶体微天平

石英晶体微天平对气体分子没有选择性，通常需要涂覆敏感材料，目标气体与敏感涂层在电场中相互作用引起压电材料质量改变，进而使声波信号的频率、波速等参数发生变化，由此获得目标气体的质量和浓度等相关信息。相比于传统的金属氧化物半导体传感器，质量型传感器具有可在常温操作、稳定性好、灵敏度高、检测限低、结构简单等优点。修饰质量型传感器的敏感材料种类主要有：金属氧化物半导体材料、高分子聚合物材料、纳米材料以及复合材料等[20]。

2.7 电子鼻

电子鼻(eNose)是通过模拟哺乳动物的嗅觉功能而建立的精密人工嗅觉仪器，主要通过气味指纹图谱对VOCs等进行定性或定量分析。电子鼻由气敏传感器阵列、信号预处理单元和模式识别系统等三大部分组成，分别对应哺乳动物的嗅觉系统3个层次的神经元[21]。气敏传感器阵列将气体信号转化为电信号，并进行综合判断，通过电信号的强弱来反映气体的浓度和成分；信号预处理单元对气敏传感器阵列产生的信号进行放大、转换、采集和传输，从而得到合理的数据模型，以便进一步的分析；模式识别相当于哺乳动物的大脑皮层，它通过主成分分析(principal component analysis, PCA)、线性分析(linear discriminant analysis, LDA)、人工神经网络等算法对电信号进行模式识别，实现对被检气体的辨别[22]。利用传感器阵列可实现对混合复杂气体的处理和分析。此外，电子鼻还具有响应广泛、操作简捷、价格低廉、仪器便携等优点使其广泛用于食品检测、环境监测和医疗卫生等行业[23-25]。

3 临床应用

已有的检测方法可灵敏地感知呼出气体中反应人体代谢情况的痕量物质变化，国内外学者已经开展了相关的临床研究，发现呼气分析在癌症早期检测和传染病筛查等领域具有广泛的应用价值。

3.1 癌症诊断

癌症是全球共同面临的健康卫生问题，预计将成为21世纪限制预期寿命提高的主要障碍[26]。目前临床中主要通过实验室、影像学、病理学等检测方法对癌症进行诊断。

传统的血清肿瘤标志物检测、痰细胞学检测、以及X线射片等检查方式在其机制上存在较高的假阳性率且无法实现肿瘤的早期筛查，而CT扫描无法确定肿块性质，从而造成大量假阳性结果，导致不必要的组织活检[27]。另外，考虑到癌症检测结果对患者及其家属的重要性，寻求快捷、准确、多样化的检测方法已经成为现阶段癌症诊断新的热点问题。目前，呼气分析技术在癌症诊断中得到了越来越广泛的应用，逐渐成为解决上述问题的潜在有效手段。表1简述了近年来有关呼气检测技术在癌症诊断中的研究报道，发现呼气检测在肺癌、乳腺癌、结直肠癌等多种癌症检测中有着良好的灵敏性和特异性。

表1 呼气分析技术在癌症检测中的研究概述Tab.1 Exhaled breath analysis in cancer detection

续表1

随着科学技术的发展，也有文献报道人工智能结合影像学、人工智能结合病理学对癌症进行检测[51-53]，并取得一定成效。期待能将人工智能与呼气检测相结合，从而成为一种新型无创检测方法，发挥出更大潜力。

3.2 非癌症疾病

除癌症以外，呼气分析技术在其他疾病的诊断中也发挥着越来越重要的作用，尤其在消化系统疾病、肺部疾病以及血液系统疾病方面进行了较多尝试。

3.2.1肺部疾病

WHO公布的数据显示2018年全球约有1 000万人感染结核病，其中主要以肺结核患者为主，且耐药性结核逐渐增多[54]。快速简便的检测方法将有助于开展大规模筛查，发现潜在感染者并进行预防性治疗。Phillips等[55]通过体外培养结合GC-MS技术，发现了130种不同的挥发性有机物，可能由结核分枝杆菌或其引起机体氧化应激而产生。通过初步的临床试验发现对呼出气体进行分析能有效识别肺部结核感染。此后相关学者也开展了系列的临床研究，表2简要总结了近年来呼气分析在肺结核诊断上的相关报道。

尘肺病是由于在生产活动中长期吸入粉尘而引起，是我国影响范围最广、最严重的职业病。目前尚无特异性诊断措施，主要根据职业接触史结合临床表现，在排除其它肺部疾病后作出诊断。

Hsiao-Yu Yang等[63]利用GC-MS技术对25例患者和154例对照呼出气体进行分析，结合主成分分析进行预测，AUC为0.88。次年，该团队又利用电子鼻对34例患者和64例对照的呼出气体中挥发性有机物进行分析[64]，其中80%用于建立模型，20%用于验证。最终训练组灵敏性、特异性、准确率为67.9%、88.0%、80.8%，验证组为66.7%、71.4%、70.0%。这说明呼气分析在尘肺病诊断中具有着潜在的应用价值，但目前仍需进行更深入的实验研究，进一步提高检验性能。

另外，慢性阻塞性肺疾病、哮喘以及上呼吸道感染等疾病相关研究也取得了一定进展。

3.2.2肝脏疾病

肝脏是人体最大的消化腺和物质代谢的重要器官，以肝硬化为代表的肝脏病理损伤能够导致其代谢活动的改变，从而产生不同种类的异常VOCs。随着呼气检测技术的发展，许多学者尝试将这种无创、便捷的技术运用于肝脏疾病的诊断与鉴别中。Dadamio等[65]利用GC-MS技术对肝硬化患者和健康志愿者的肺泡气进行分析，通过线性判别分析建立模型，最终能够有效区分两组人群。秦涛等[66]利用GC-MS技术检测呼出气体中的挥发性有机物，发现3-羟基-2-丁酮在健康人和肝癌人群中诊断肝癌的灵敏性与特异性达到83.3%与91.7%。此外在肝硬化与肝癌人群中诊断肝癌的灵敏性为70.0%、特异性为70.4%。Eng等[67]对慢性肝病和代偿性肝硬化患者呼气样本和血液样本进行分析，最终确定5种血清学标志物和11种气体标志物，在检测慢性肝病人群中代偿性肝硬化患者时，气体标志物的灵敏度和特异性都高于血清学标志物。此后De Vincentis等[68]利用电子鼻分析呼出气体，发现能够有效地区别肝硬化与非肝硬化性慢性肝病、慢性肝病与健康人群，且在预测肝硬化和失代偿肝硬化中准确率达到96.6%和88.5%。此外，还有呼气分析在非酒精性脂肪肝、肝性脑病等疾病诊断鉴别中的报道[69-70]。

表2 呼气分析技术用于肺结核检测Tab.2 Exhaled breath analysis in tuberculosis detection

呼气分析能在早期对肝脏疾病进行无创性检测，一方面有助于在疾病早期便采取干预措施防止病情恶化，另一方面能在其基础上开展相关检查，避免过度诊疗，促进精准医学的发展。

3.2.3糖尿病

我国已成为世界上糖尿病患者最多的国家，且发病日趋年轻化。糖尿病因其对健康的严重危害性以及对社会发展的巨大负面影响，已成为我国实施综合防治管理的主要慢性病[71]。糖尿病患者因胰岛素绝对或相对不足，无法有效通过糖代谢为机体提供能量，脂肪动员显著加强，造成酮体在血液中浓度大幅升高，严重时可造成酮症酸中毒，危及患者生命[72-73]。机体可通过呼吸作用排除酮体，因而可通过测定呼出气体中丙酮、β-羟丁酸的浓度等指标，为糖尿病的诊断提供指导性依据，另外，呼气分析技术的日益成熟有助于糖尿病患者在血糖检测过程中依从性的提高。

高照华[74]对健康对照组、2型糖尿病(type 2 diabetes mellitus, T2DM)组和糖尿病肾病(diabetic nephropathy, DN)组分别采用气相色谱-质谱(GC-MS)法测定呼气丙酮含量,在T2DM组和DN组中呼气中的丙酮含量均高于健康对照组(P<0.01)；ROC曲线下面积AUC=0.902，P<0.001，以呼气酮体=1.185 ppm作为预测糖尿病酮症发生的最佳临界点，其灵敏度为90.6%，特异度为77.1%。

臧宁等[75]通过对健康对照组、1型糖尿病组分别采用气相色谱-质谱(GC-MS)法测定呼气丙酮含量、全自动生化仪的己糖激酶法测定空腹血糖以及高压液相反相阳离子交换层析法(high performance liquid chromatography, HPLC)测定糖化血红蛋白(HA1C)，在1型糖尿病组中呼气中的丙酮含量高于健康对照组(P<0.01)；而且丙酮分别与空腹血糖、胰岛素注射后1、2 h血糖水平均有很好的相关性，与糖化血红蛋白水平呈线性相关。检测呼气中的丙酮有助于1型糖尿病的早期诊断和血糖监测，其敏感性与传统的血糖测定相近，能及时反映患者血糖波动情况。

3.2.4中枢神经系统退行性疾病

中枢神经系统退行性疾病是一组以原发性神经元变性为基础的慢性进行性神经系统疾病，表现为神经元进行性变性、坏死，引起认知及行为异常，主要包括阿尔茨海默病(Alzheimer’s disease, AD)、帕金森病(Parkinson’s disease, PD)、肌萎缩侧索硬化(amyotrophic lateral sclerosis, ALS)、亨廷顿病(Huntington’s disease, HD)等[76]。其中AD、PD发病率位居前两位，因为目前两者的发病机制尚无定论，对其诊断往往需要花费大量时间精力，为患者及家属带来不必要的负担。近年来，已有一些呼气分析技术进行AD以及PD辅助诊断的研究，可能为中枢系统疾病的诊治提供新方法和新思路。

Akira等[77]的研究通过气相色谱-离子迁移光谱(gas chromatography-ion mobility spectrometry, GC-IMS)技术，将AD相关轻度认知障碍(mild cognitive impairment, MCI)患者、AD患者以及正常人群等三者成功进行鉴别。实验在考虑年龄、吸烟习惯、性别和饮酒等混杂因素的情况下，共招募100名受试者，包括50名对照组、25名AD患者和25名MCI患者。使用商用GC-IMS仪器分析呼吸样本中的VOCs，研究表明，丙酮、2-丙醇和2-丁酮等6种化合物在鉴别诊断组中起着关键作用；GC-IMS作为一种无创、高通量的诊断技术，在临床诊断和监测AD方面具有巨大的潜力。

Bach等[78]通过电子鼻技术，经过训练，能正确区分AD、PD和健康对照。利用IMS，借助决策树学习模型，鉴定出可用于区分AD和PD患者与健康对照组的标记物为1-丁醇、2-甲基呋喃等4种有机物，准确率为94%；其中PD患者的检测敏感性和特异性均为100%，53名参与者中有3名AD患者被错误分类。该实验联合使用2种呼气分析技术，提高了结果的准确性，为AD发病机制的探究提供了新的依据。

Lau等[79]使用气相色谱和质谱(GC-MS)研究了AD、PD患者和健康人呼气样本中的化学成分作为对照组。研究结果表明，AD组中的一些化合物，如1-苯甲酚和3-氰基-2,3-双(2,5,-二甲基-3-噻吩基)-丙烯酸乙酯的百分比高于PD组和对照组。此外，研究者设计并开发了由多个传感器组成的呼气传感器阵列，以检测患者和对照组的分布模式。结果显示，在患者和对照组之间的灵敏度特性的标准化响应方面显示出显著差异，通过主成分分析、Sammon映射和两种方法的组合，可区分AD患者、PD患者和健康个体。鉴于此，呼气式呼吸传感器系统能够为AD的诊断提供替代选择，有望成为AD筛查和诊断的有效工具。

3.2.5新生儿疾病

机体红细胞因各种原因遭破坏而释放出的血红蛋白，其组分中血红素在酶的催化下转化为等分子量的胆红素、一氧化碳和游离铁。绝大多数内源性一氧化碳来自血红素的分解代谢,一氧化碳与血红蛋白结合，以碳氧血红蛋白(carboxyhemoglobin, COHb)的形式经血液循环转运到肺，随呼吸排出[80]。呼气末一氧化碳(end-tidal carbon monoxide, ETCO)与红细胞的破裂以及胆红素的代谢相关，通过对ETCO的测定结合其他检查，可为新生儿溶血性疾病、高胆红素血症等疾病的诊断提供有力证据。目前，国内外临床工作中已逐渐将COHb作为新生儿疾病诊断的一项重要指标。

3.2.5.1新生儿溶血性疾病

20世纪末，国外学者率先采用气相色谱法测定ETCO发现非溶血性黄疸和溶血性黄疸的新生儿平均值分别为(1.9 ± 0.6)× 106和(7.3 ± 0.6)× 106，提示溶血性疾病与COHb水平(校正后)有关[81]。Christensen等[82]也通过实验证明20名明确有溶血障碍的新生儿及儿童的ETCO值高于20名年龄匹配的健康对照组(P<0.000 1)。Barak等[83]通过测定58名平均足月新生儿的红细胞压积(hematocrit, HCT)、血红蛋白(hemoglobin, Hb)水平反映红细胞质量，同时测定校正后的ETCO，探究ETCO与红细胞质量之间的关系。结果表明ETCO与Hb、HCT显著相关，而ETCO/HCT无统计学差异，因此可将ETCO/HCT用于提高预测病理性溶血的特异度和灵敏度。

2004美国儿科学会指南特别推荐通过测ETCO来识别婴儿溶血性疾病和后续的高胆红素血症的风险。目前已有美国Capnia公司研发的CoSense Monitor等检测设备用于临床，我国也正在加快ETCO指标用于临床诊断的进程[81]。

3.2.5.2新生儿高胆红素血症

红细胞溶血以及新生儿胆红素代谢的特点可能造成非生理性高胆红素血症(又称病理性黄疸)，严重的高胆红素血症可造成胆红素脑病(核黄疸)，可造成中枢神经系统可逆性或永久性损害。因此通过测定ETCO，降低新生儿溶血性疾病发展成严重高胆红素血症的风险对疾病的诊治和预后具有重要价值。

Okuyama等[84]通过对日本51名健康足月、无溶血性疾病婴儿的研究，借助ROC分析发现42 h时的ETCO水平是随后高胆红素血症的最预测因素。在1.8 ppm的临界值下，敏感性、特异性、阳性预测、阴性预测值分别为86%、80%、40%和97%。浙江大学医学院附属儿童医院于2012年开始进行相关研究，并应用ETCO进行黄疸管理决策[85]。

另外，ETCO在新生儿败血症、支气管肺发育不良、呼吸窘迫综合征、缺血缺氧性脑病等临床诊断中仍有很好的探索价值和应用前景[86]。

4 存在的问题与应用前景

呼气诊断在临床医学中的应用已经取得了一定进展，如：碳13或碳14尿素呼气试验已成为检测幽门螺杆菌感染的“金标准”；训练有素的嗅探犬能够侦测肺癌、胃癌、乳腺癌、结直肠癌等癌症以及代谢性疾病和帕金森氏症等疾病，最新报道指出，嗅探犬经过适当训练后能够区分感染SARS-CoV-2和未感染的唾液样本，总体成功率达到94%[87]。但因为研究起步较晚、发展时间有限等原因，呼气分析技术的研究仍然存在一些亟待解决的难题，仍有很大空间需要进一步提升。

目前，呼气分析存在的问题主要包括：一是能用于呼气分析的仪器设备较为专业，不仅昂贵，而且大多只能在实验室中开展分析工作；二是人体成分复杂、呼气分析相关的特征性标志物的产生机理和临床意义等方面仍需要进一步研究；三是呼气分析相关的临床样本和验证数量有限、样本量不大导致结果易受个体差异的影响；四是当前大部分研究数据处理方法不够丰富，未使用多批次数据进行验证，因而对是否受到建模方法的影响尚不能确定；五是不同研究之间因为实验客观条件的制约以及尚未形成统一检测标准从而导致难以进行横向比较。

当前，大数据、人工智能领域发展迅猛，为以电子鼻为代表的呼气分析方法提供了新的发展机遇，呼气分析技术研究的进展也将更多的在多学科交叉中产生。通过数据库的建立，可以跨越时间和空间的限制，根据疾病、地域、人种、气体种类和分析方法保存数据，并通过优化算法、借助机器学习对数据进行分析整理，剔除干扰因素，进而为临床诊断提供可靠依据。

综上所述，今后呼气分析技术的进一步开发完善和临床应用的推进可从以下方面进行：一是呼气分析仪器便携化发展，使之能在临床中推广应用，同时满足大样本筛查的需要；二是优化呼气样本的采集、贮存及前处理方法，避免环境中挥发性有机物对检测结果产生干扰；三是尝试进行对疾病标志物的动态监测，探究与疾病进展变化间的联系，也能够避免因个体差异产生误差；四是尽快统一检测标准、建立范式，以便开展基于临床试验的统计学研究；五是从疾病机制出发，寻找特异性更强的标志物，排除人体内源性挥发性有机物的影响。

相信经过不断努力，在不久的未来，呼气分析技术能够凭借其所具有的前瞻性、无创、快速、可重复、廉价等优点可成为临床实践中一项可靠的辅助诊断方法。