美国的一个科研小组目前正在开发一种类似呼气测醉器的工具，这种超级灵敏的仪器可以在不久的将来通过分析呼出气体中的化学模式来诊断多种疾病。该技术基于挥发性有机化合物（VOCs）的检测，这些化合物在人体代谢过程中产生，并随呼吸排出。不同疾病会导致特定的VOCs谱图变化，从而作为生物标志物用于诊断。

据了解，这种仪器将通过病人呼出的气体中所带有的特定化学模式来查找病因。研究人员将这些模式（即用于说明疾病或健康状况的生物标志）同多种疾病联系在一起，如糖尿病、艾滋病和精神分裂症等。当病人对着仪器呼吸时，不同的分子会激发不同的传感器指示灯亮起来，从而达到诊断疾病的目的。该技术具有非侵入性、快速、便捷等优势，有望在临床筛查和早期诊断中发挥重要作用。

布莱特和他的科研小组还可以训练这种仪器，让它在碰到某些疾病时亮起相应的指示灯。他们将利用已确诊患有癌症的病人来训练这种仪器，尽可能搜索癌症病患的呼吸模式，以便今后再遇到这种病患时能很快诊断出病因。当然，训练的过程还包括教机器识别并忽略一些日常气味，如李斯特防腐液、干酪肉饼以及薄荷糖的气味。这种机器学习方法能够提高仪器的特异性和灵敏度，减少假阳性。

到目前为止，布莱特的研究小组总共已设计了约100个不同传感器，他们的目标是做出100万个。布莱特说，用超过100万个不同的传感器来创造一个图书馆的做法是非常令人振奋的，他预计这种仪器的样机将于一年后研制成功。这种传感器阵列可以同时检测多种VOCs，结合模式识别算法，能够实现对多种疾病的区分诊断。