你的气味在泄密：狗能闻出癌症，仪器还在追

早些年《柳叶刀》登过一则短病例：一位女士腿上有块皮肤，被自家狗反复嗅、反复拱，持续了好几个月，她才去医院看。切下来一查，是黑色素瘤，还很薄，切干净就没事了。

这类故事在诊室里当趣闻传了几十年。真正让科学界坐不住的，是另一个版本：一位从来没受过任何训练的退休护士，在丈夫确诊之前好几年，就闻出他身上多了一种「麝香味的、油腻的」味道。

一、一个护士当众问了个怪问题

她叫 Joy Milne，住在苏格兰珀斯，退休前是护士。她的丈夫 Les 在 1986 年被诊断为帕金森病，从确诊到去世，一共病了 21 年。

2012 年，她去参加帕金森英国协会的一场活动。台上是爱丁堡大学的神经科学家 Tilo Kunath，讲的是帕金森病的生物学。讲完提问环节，Milne 站起来问了一句：帕金森病人身上是不是有一种特别的味道？

Kunath 当时的反应是「这什么鬼问题」。他把这事搁了半年，后来还是决定试一试。他们找了 12 件志愿者穿过的 T 恤，6 件来自帕金森病患者，6 件来自健康人，让 Milne 只靠闻来分。

结果她全部分对。而且她还指出，其中一件「健康人」的 T 恤，闻起来是病人的味道。那件衣服的主人不到一年后就确诊了。

这件事的性质从这里变了：不再是「某个人的鼻子很神」，而是一个可以被追问的问题——她闻到的到底是什么分子？那味道为什么能提前于症状出现？

二、气味不是玄学：身体每天在往外漏分子

要把这事讲清楚，得先接受一个前提：人是有气味的物体，而且是持续挥发的。皮肤、呼吸、尿液、汗液里，随时都在往外带分子。

能被鼻子或仪器捕捉到的这类分子，统称volatile organic compounds，缩写 VOC。它们的共同点是小、易挥发、脂溶性好，能穿过细胞膜进到血液，再经肺、皮肤或肾排出去。

病是怎么改变这套输出的？至少三条路，而且都能落到具体分子上。

第一条是氧化。细胞膜上的多不饱和脂肪酸被氧化时会断链，断出来的碎片是烷烃、醛和酮。肺癌病人呼气里那组著名的「戊烷、甲基烷烃升高」，走的就是这条路。氧化应激越重，这些碎片越多。

第二条是皮脂和皮肤菌。帕金森病有一个常被忽略的非运动症状：皮脂溢出。脸上油、头皮屑多，往往比手抖早出现很多年。皮脂一多，靠皮脂吃饭的马拉色菌（一种皮肤常驻酵母）就跟着繁荣，它的脂肪酶把皮脂分解成脂肪酸和更小的挥发物。这一步解释了为什么帕金森的味道出现在后背和额头，而不是腋下。

第三条是代谢与菌群的重排。肿瘤细胞的代谢路线和正常细胞不一样，肝脏里那套解毒酶（细胞色素 P450 家族）会被药物和病理状态诱导，肠道菌发酵产生的短链脂肪酸、胺、硫化物也会变。糖尿病人的丙酮味、肾功能不全者的鱼腥味（三甲胺），都属于这一类，是临床上早被记录的现象。

图 1｜三条上游机制，三个采样出口；各出口旁的分子都是文献里被量到过的具体物质

三、狗凭什么闻得到

人闻不到这些，是因为灵敏度差得太远。数量上先有个直观感受：狗有大约 3 亿个嗅觉受体，人有 600 万左右，差 50 倍。更关键的是结构差异——狗可以一边用鼻孔中央吸气，一边从两侧的窄缝呼气，气流不打架，等于连续采样；鼻腔里的鼻甲把气流分成嗅觉通道和呼吸通道，气味分子被专门送进嗅觉上皮。

阈值上的差距更夸张。有综述给出的对比是：电子鼻的检出下限在十亿分之一（ppb，10⁻⁹）量级，而犬的嗅觉阈值可以低到万亿分之一（ppt，10⁻¹²）以下。也就是说，同一份样本，狗能闻到的浓度，仪器可能还差五个数量级。

这解释了为什么这个领域的第一步不是造仪器，而是先借狗和「超嗅觉者」当探测器。人的鼻子和狗的鼻子在这里是科研工具，是活体气相色谱。

四、把一个鼻子翻译成分子清单

2019 年，曼彻斯特大学的 Perdita Barran 团队在《ACS Central Science》上发了第一篇把这事钉到分子层面的研究。Joy Milne 是共同作者之一。

他们的设计很巧：用纱布擦受试者上背部的皮脂，一共 64 人（43 位帕金森病患者、21 位对照），另找一批完全独立的 31 人做验证。样本进gas chromatography–mass spectrometry，缩写 GC-MS。同时，让 Milne 坐在仪器的嗅闻口旁边——色谱柱把混合物一点点分开，她在出口实时闻，闻到「很浓的麝香味」就报时。

把「她报时的时刻」和「色谱峰出现的位置」叠在一起，19 到 21 分钟那段窗口对上了。那里有三个分子：二十烷（eicosane）、十八醛（octadecanal）、马尿酸，都在病人样本里升高；另有一个紫苏醛（perillic aldehyde）是降低的。

2020 年他们把这套方法扩到 129 人（100 位患者、29 位对照），得出了一个更耐人寻味的结果：那些差异信号，更像脂质降解出来的碳氢碎片，而不是某个完整的特征分子。换句话说，气味不是一个「疾病分子」，而是一整套脂类代谢与皮肤微生态被改写之后的产物。

到这一步，问题是清楚的：如果要把它做成检测，需要一台能重复、能标定的机器，而不是一位超嗅觉者。

2022 年，浙江大学陈星团队在《ACS Omega》上给出了第一台原型机：气相色谱加声表面波传感器，再套一层机器学习。训练用了 31 位患者和 32 位对照，测试用另外 12 对。结果准确率 70.8%，灵敏度 91.7%，特异度 50%。

这三个数字要拆开看。灵敏度 91.7% 意味着病人基本都能被抓到；特异度 50% 意味着健康人里有一半被误判成有病。这个模型当时更像一个「筛不掉病人、但会吓到一半健康人」的装置。

2025 年，同一支团队联合浙大一院和之江实验室，在《Analytical Chemistry》上换了个采样部位：不擦后背，改擦外耳道。理由很实在——后背的皮脂受洗澡、季节、出汗影响太大，同一个人夏天和冬天的样本能差出结果；耳道分泌物稳定得多，一根棉签就能取，还不用专业医生操作。

这次是 108 位患者对 101 位对照，锁定 4 个挥发物（乙苯、4-乙基甲苯、戊醛，以及一个长链的二氧戊环类化合物），准确率 94%。他们同时用了 GC-MS 和一台主机大小的气相色谱-声表面波设备（SAW），后者才是能进门诊的那台。

图 2｜十四年里，每一次进步都在补上一次的具体短板：分子、机制、设备、采样部位

五、翻车的那一次：特异度只有 27%

顺着「狗很准」的叙事走下去，很容易忽略反例。2025 年一项乳腺癌的前瞻试验就翻了车，而且翻得很有教学价值。

研究纳入 181 位要做穿刺的受试者，107 位是乳腺癌（82 例浸润性、25 例原位），74 位是良性病变。取样方式是术前一夜在患侧乳房贴一块敷料，第二天给两只受训犬闻。

结果：随机选一只犬，灵敏度 68%、特异度 27%。换判定规则，只要有一只犬标记就算阳性，灵敏度升到 80.4%，特异度掉到 21.6%；要两只犬都标记才算阳性，则 48.6% / 45.9%。

特异度 27% 是什么概念：74 位良性病变的人里，大约 54 位会被标成「疑似恶性」。

为什么会这样？研究者自己点出了关键：训练时用的是「癌症病人 vs 健康人」，测试时面对的却是「恶性 vs 良性」。这两个任务不一样。良性病变的组织也在重建、也有炎症、也有代谢改变，气味谱并不是「健康」那一档。这种「训练集和测试集换了对手」的问题是筛查研究里最常见的坑。

六、2026：3275 人的多中心试验，和它还没证明的事

2026 年 4 月，《临床肿瘤学杂志》刊出一项规模大得多的研究，牵头方是一家专做犬嗅检测的公司。7 种癌、6 家医院、入组 3275 人。

流程简单到有点土：受试者对着一个外科口罩正常呼吸 10 分钟，口罩封存送检，7 只犬在一个八通道平台上闻。每份样本至少 3 只犬独立给出「有/无」，再用一个贝叶斯模型按每只犬的历史灵敏度和特异度加权融合，还叠加了受试者本人的临床风险因素。

在 1502 位犬从未见过的受试者上测试：灵敏度 90.8%，特异度 91.3%，AUC 0.962。拆开看，单靠犬的 AUC 是 0.932，单靠临床风险因素的模型是 0.832，融合之后才到 0.962。早期（I、II 期）病人的灵敏度 90.6%，和晚期差不多。

这些数字比上一代好看太多。但要看清它证明了什么：这属于「分析有效性」——在受控条件下，这套系统确实能把有癌和没癌分开。它还没证明「临床效用」：把无症状的普通人扔进去筛，能不能真的让人活得更久、少花钱。厂商接下来的计划是先在高风险人群里做前瞻，2027 年才在一个城市落地。

七、算一遍筛查的账

特异度 91.3% 听起来很高。放进真实人群里算一遍，会看到完全不同的一面。

阳性预测值（PPV）的意思是：结果阳性的人里，真正有病的比例。它不只取决于检测本身，还取决于被筛的人里到底有多少病人：

其中 Se 是灵敏度，Sp 是特异度，p 是这件事在被筛人群里的真实患病率。三个量里，前两个由检测本身决定，第三个由你把它用在谁身上决定。

拿 10 万人举例。假设患病率 1%（也就是 1000 个病人），灵敏度 90.8% 能抓到 908 个，漏 92 个。剩下 99000 个健康人，按特异度 91.3% 算，会有 8613 人被误判成阳性。总共 9521 个「阳性」，其中真的只有 908 个——9.5%。

同样的检出能力，如果特异度提到 99%：假阳性从 8613 降到 990，阳性总数 1898，真病人 908，PPV 变成 47.8%。

图 3｜灵敏度相同，只改特异度：左边红线是 91.3%，右边绿线是 99%；横轴越往左，被筛人群越健康

这张表也解释了研究者的口径为什么一致：不管狗多准，他们都把它定位成「分诊」，而不是诊断。先用便宜的初筛把高风险的人挑出来，再让人去做 CT、活检这些又贵又有创的检查。在医疗资源紧张的地方，这个位置是有意义的；把它当成「闻一闻就知道有没有癌」，就会出事。

从这张表还能反过来读出一个判断：任何筛查工具的价值，都取决于它被放在什么人身上用。同样的设备，放在有症状的门诊人群里（患病率可能 10% 以上），阳性结果的可信度能到 50% 以上；放在随机健康人群里，阳性结果九成是虚惊。

八、结论：气味是真的，但「闻得出」离「能筛查」还差三道关

把这十四年捋一遍，能得到一个不那么刺激但更靠得住的结论：疾病确实会改变人排出的挥发物，这件事已经被分子层面证实了，机制也讲得通。但这套信号要变成临床工具，卡在三件事上。

采样标准化。同一块皮肤，洗澡前后、夏天冬天、有没有用化妆品，挥发谱都不一样。耳道采样之所以比后背好，就是因为它更少受这些干扰。谁先把采样流程钉死（采样位置、时间、容器、保存温度），谁才有可能做出可重复的产品。

特异度。灵敏度堆到 90% 不难，难的是在不动灵敏度的情况下把特异度推到 99%。这一步决定了筛查在低患病率人群里到底是帮忙还是添乱。

真实人群的前瞻验证。目前几乎所有漂亮数字都来自「已知有病 vs 已知没病」的对照设计。真正要回答的问题是：在还没确诊、甚至还没症状的人身上，它能不能提前发现，且不制造大量焦虑。

对普通人来说，这几条都有实际含义。别指望靠闻一闻、或者靠自家狗的反应来给自己下诊断；狗对着某个部位反复嗅，值得留意，但它不是诊断依据。反过来，如果你的体味在短期内明显改变，尤其是伴随体重下降、盗汗、持续低烧，那确实该去医院，只是要查的是身体，而不是研究气味。

至于那个最初的问题——狗能闻出癌症吗？能，在受控条件下，而且不止一种癌。它闻到的不是「癌症的味道」，是细胞代谢和免疫状态被改写之后，一整套分子比例的偏移。人类现在做的事，是把这套偏移翻译成仪器读得懂的数字。翻译已经开始了，只是还没翻译完。

---

关联阅读：体检查出阳性，真得病的概率有多大？（同样的筛查算术，换成体检场景）｜多巴胺简史：从「快乐分子」的误读到它真正做的事｜帕金森病的大脑里，藏着一个 20–35 赫兹的「疗效开关」