國立臺灣大學公共衛生學院環境與職業健康科學研究所

楊孝友教授研究室

AI + STEM

結合 AI 與 STEM 創新技術，提供科學證據與智慧解決方案，守護勞工與民眾健康

電子鼻分析結合機械學習AI統計用於疾病診斷

電子鼻是以許多感應器陣列，偵測呼出氣體中疾病產生的代謝體變化，運用機械學習演算建立氣體指紋，快速進行疾病篩檢。研究室已完成肺癌、乳癌、大腸癌、呼吸器肺炎、塵肺症診斷方法開發。

以電子鼻分析診斷勞工塵肺病

臨床工作中，楊醫師注意到許多勞工因工作吸入粉塵出現肺部纖維化，但傳統胸部 X 光檢查卻無法診斷，因而萌生了尋找新診斷方法的想法。由於他長期深入職場進行空氣採樣，熟悉空氣中各種揮發性有機化合物（VOCs）的存在。在一次針對肺纖維化病患進行胸腔引流分析時，意外發現肺部液體中含有複雜的揮發性化合物組成，啟發他以「呼吸氣體」進行職業病診斷的構想。

隨著科技發展，透過氣相層析質譜儀（GC–MS）可以分析這些代謝物並推測其代謝途徑。然而，在臨床診斷上，仍需要一種快速、即時的檢測方法。楊孝友教授研究團隊因此採用感測器陣列（sensor array），快速辨識呼出氣體中的代謝化合物，並結合人工智慧演算法建立「塵肺症氣味指紋」預測模型。這種模擬人類嗅覺神經傳導的分析技術，被稱為「仿生科技（biomimicry）」或「電子鼻（electronic nose）」。其優點在於模型建立後可即時完成分析與判讀。

此研究整合了職業醫學、有機化學、電子物理與 AI 機械學習統計分析等跨領域技術，成功發表全球第一例以電子鼻診斷塵肺症的方法，刊登於國際重要學術期刊，開創了職業病診斷的新篇章。我們也以電子鼻創新科技，運用於國小有氣喘病史兒童，提早偵測呼吸道早期異常變化，與醫師合作衛教避免氣喘發生。

想知道怎麼以電子鼻診斷塵肺症與國小兒童氣喘? 請進一步閱讀我們的研究：

1 *Hsiao-Yu Yang, Ruei-Hao Shie, Che-Jui Chang, Pau-Chung Chen. Development of breath test for pneumoconiosis: a case-control study. RESPIRATORY RESEARCH 2017; 18:178.

2 *Hsiao-Yu Yang, Hsin-Yi Peng, Che-Jui Chang, Pau-Chung Chen. Diagnostic accuracy of breath tests for pneumoconiosis using an electronic nose. JOURNAL OF BREATH RESEARCH 2018; 12:016001.

3. Yi-Giien Tsai, Ruei-Hao Shie, Chi‑Hsiang Huang, Chih-Dao Chen, Wei-Chi Lin, *Hsiao-Yu Yang. Use of the electronic nose to screen for small airway dysfunction in schoolchildren. SENSORS AND ACTUATORS B-CHEMICAL 2021;345:130395.

4. 楊孝友：以呼吸體學應用於環境職業性疾病診斷。臺大校友雙月刊2022; 140: 10-15。

我們指導學生完成以下 AI+STEM 研究，培育臺灣下一代創新人才

1. 彭馨儀 (民108)。粉塵暴露引起肺部細胞損傷之揮發性代謝組學研究。

2. 曾千 (民108)。以氣體分析技術發展肺癌生物指標並探討肺癌與空氣汙染相關性研究。

3. 林蔚琪 (民109)。以吐氣代謝體偵測氣喘學童之呼吸危害研究。

4. 林碧娥 (民111)。國小學齡兒童氣喘健康管理計畫。國立臺灣大學公共衛生碩士學程，台北市。

5. 王怡琇 (民114)。整合暴露體學與呼氣代謝體學分析學童氣喘之暴露與健康效應研究。

吐氣分析空氣汙染與國中生氣喘相關性

發表論文

1. Bo-Yu Hsiao, Chun-Sheng Huang, Chang-Fu Wu, Kuo-Liong Chien, *Hsiao-Yu Yang. Residential proximity land use characteristics and exhaled volatile organic compounds impact on pulmonary function in asthmatic children. JOURNAL OF XENOBIOTICS 2025;15(1):27.

2. Yi-GiienTsai, Jiu-Yao Wang, Kuender D. Yang, Hsiao-Yu Yang, Yen-Po Yeh, Yu-Jun Chang, Jui Huan Lee, Shu-Li Wang, Shau-Ku Huang, Chang-Chuan Chan. Long-term PM2.5 exposure impairs lung growth and increases airway inflammation in Taiwanese school children. ERJ OPEN RESEARCH 2025; 0: 00972-2024.

以吐氣代謝體分析進行癌症診斷

我們每天吐出氣體當中，包含豐富的疾病代謝訊息。我們透過最新的氣象層析質譜儀技術，分析病患吐氣成分與影響代謝路徑，並以感應器陣列，快速去辨識這些代謝物質，以AI演算法建立氣味指紋，這種分析方法以感應器陣列信號變化，模擬人類神經元傳導演算方法建立預測模型，因此，在電機、電子物理學領域稱為仿生科技 (biomimicry)，或稱為電子鼻 (electronic nose)。

我們完成世界首例以吐氣分析塵肺症診斷、亞洲首例肺癌、乳癌、大腸癌、呼吸器肺炎診斷方法開發與驗證研究。並藉由跨領域、跨國合作，深化呼吸體學研究，藉由肋膜腔缺氧微環境，以肺癌肋膜積液尋找肺癌之揮發性生物偵測指標。

發表於國際重要醫學文獻

1. Chi-Hsiang Huang, Chian Zeng, Yi-Chia Wang, Hsin-Yi Peng, Chia-Sheng Lin, Che-Jui Chang, *Hsiao-Yu Yang. A Study of diagnostic accuracy using a chemical sensor array and a machine learning technique to detect lung cancer. SENSORS 2018; 18:2845.

2. Chung-Yu Chen, Wei-Chi Lin, and *Hsiao-Yu Yang, Diagnosis of ventilator-associated pneumonia using electronic nose sensor array signals: solutions to improve the application of machine learning in respiratory research. RESPIRATORY RESEARCH 2020;21,45.

3. Hsiao-Yu Yang, Yi-Chia Wang, Hsin-Yi Peng, *Chi-Hsiang Huang. Breath biopsy of breast cancer using sensor array signals and machine learning analysis. SCIENTIFIC REPORTS 2021;11:103.

4 Ke-Cheng Chen, Shih-Wei Tsai, Xiang Zhang, Chian Zeng, *Hsiao-Yu Yang. The investigation of the volatile metabolites of lung cancer from the microenvironment of malignant pleural effusion. SCIENTIFIC REPORTS 2021;11:13585.

5. *Hsiao-Yu Yang, Wan-Chin Chen, Rodger-Chen Tsai. Accuracy of the electronic nose breath tests in clinical application: a systematic review and meta-analysis. BIOSENSORS-BASEL 2021;11:469.

6. Ke-Cheng Chen, Shuenn-Wen Kuo, Ruei-Hao Shie, *Hsiao-Yu Yang. Advancing accuracy in breath testing for lung cancer: strategies for improving diagnosis precision in imbalanced data. RESPIRATORY RESEARCH 2024;25:32. doi: 10.1186/s12931-024-02668-7.

7. Chih-Dao Chen, Yong-Xiang Zheng, Heng-Fu Lin, *Hsiao-Yu Yang. Development of electronic nose as a complementary screening tool for breath testing in colorectal cancer. BIOSENSORS 2025;15(2):82.

我們指導學生完成以下研究，培育臺灣未來精準醫學人才

1. 林子桓 (民106)。以電子鼻分析區別良性與惡性乳房腫瘤之先驅研究。(推薦率取德國慕尼黑工業大學研究所)

Tzu-Huan Lin, Hsiao-Yu Yang, Chi-Hsiang Huang. Discrimination of benign and malignant breast tumors using an electronic nose: a pilot study. The 22nd Asian Conference on Occupational Health, Kaohsiung, Taiwan, April 27-30, 2017.

2. 曾千 (民108)。以氣體分析技術發展肺癌生物指標並探討肺癌與空氣汙染相關性研究。

3. 鄭永翔 (民113)。電子鼻作為大腸直腸癌輔助篩檢工具之開發。

Page updated

Report abuse