Pneumologie 2011; 65 - P147
DOI: 10.1055/s-0031-1272224

Etablierung eines Modells zum Vergleich von elektronischen Nasen mittels eines Referenzgemisches

M Syhre 1, H Wirtz 1
  • 1Universität Leipzig

Einführung: Sogenannte „Elektronische Nasen“ (EN) imitieren die komplexen Prozesse der Geruchswahrnehmung von Säugetieren wenn auch in vereinfachter Form. Sensoren reagieren auf physikalische und chemische Veränderungen beim Kontakt mit gasförmigen Verbindungen (wie Atem), der Response wird mit Algorithmen wie z.B. neuralen Netzwerken ausgewertet. Es gibt mehr als 50 verschiedene Wirkprinzipien und Modelle. Um eine zukünftige Anwendung im klinischen Alltag zu ermöglichen ist eine Validierung dieser verschiedene Modelle erforderlich.

Methoden: Modelle verschiedener Hersteller, die auf unterschiedlichen Sensor-Plattformen aufbauen: (Cyranose 320 und eine Neuentwicklung), wurden mittels eines Referenzgemisches verglichen. Die Zusammensetzung dieses Gemisches orientierte sich an möglichen Biomarkern für Lungenkarzinome. Es wurden die Spezifität, die Empfindlichkeit, die Reproduzierbarkeit und das Ansprechverhalten gemessen und verglichen. Die vergleichende Auswertung erfolgte mittels einer eigens entwickelten Software (DiagNose®).

Ergebnisse: Der direkte Vergleich ergab eine ähnliche Empfindlichkeit (Nachweisgrenze ca. 1 ppm) jedoch wurden Unterschiede in der Klassifizierung deutlich. Die Zuordnung zu den entsprechenden Klassen war bei der in Entwicklung begriffene EN eindeutiger und die Vergleichsprüfung war mit 89% zu 78% Richtigkeit signifikant besser. Ebenfalls gab es Unterschiede in der Reproduzierbarkeit.

Schlussfolgerungen: Aufgrund der verschiedenen Sensor-Plattformen ist die Validierung von elektronischen Nasen notwendig, auch um echte Fortschritte bei der Atemgas-Diagnostik z.B. für die Früherkennung von Lungenkarzinomen zu ermöglichen. Bisherige Messungen erfolgten jeweils mit nur einem Modell und waren nicht auf ein neues Modell übertragbar. Eine Validierung bzw. Kalibrierung der Modelle untereinander würde eine Übertragbarkeit der Daten ermöglichen und bereits erhobene klinische Messungen als Datenpool erhalten.