一位诺贝尔奖得主物理学家正在利用他开发出的超快激光技术，用于一个更缓慢、更常见的过程：疾病的逐渐发作。在林道诺贝尔奖得主会议上，费伦茨·克劳斯描述了一个雄心勃勃的项目，该计划结合激光物理、人工智能和重复血液检测，构建一套前所未有的人类健康早期预警系统。
“数据和人工智能可能共同彻底改变医疗保健，”克劳斯对听众说。但有一个问题：“人工智能的好坏取决于训练所用的数据。”这在医学领域是个大问题。人工智能已经在影像、诊断和风险预测方面发挥作用，但大部分数据来自已经生病、已经出现症状或已经进入医疗系统的人。我们对疾病变得明显之前那漫长而安静的时期所拥有的数据要少得多。
克劳斯想要改变这一点。他的想法是通过激光检测反复读取血液，在一个人感到任何不适之前捕捉微妙的分子变化。
从电子到疾病
非传染性疾病包括心血管疾病、癌症、慢性呼吸系统疾病和糖尿病。它们共同构成了世界上最大的健康杀手。世界卫生组织估计，2021年非传染性疾病至少导致4300万人死亡，占全球非大流行相关死亡的75%。约1800万人在70岁之前死亡，其中82%的过早死亡发生在低收入和中等收入国家。
对克劳斯来说，这一巨大负担引出一个实际问题：什么样的测量能够足够灵敏地检测早期疾病、足够广泛地覆盖多种状况，并且足够经济实惠以至于可以在人们成为患者之前使用？
血液是一个强有力的候选。它携带蛋白质、脂肪、代谢物、盐、免疫信号以及来自全身组织的无数其他分子痕迹。当器官发生变化时，血液通常也会发生变化。当然，血液检测已经在使用中，追踪如葡萄糖和胆固醇等常见标志物。但克劳斯追求的是更广泛、更复杂的东西。
“人类血液很可能携带用于全面筛查非传染性疾病所需的分子信息。现在，对一位物理学家来说，问题当然是：物理学能否为获取这些信息做出贡献？”
他的答案从时间开始，更确切地说，从极短的时间片段开始。2023年，克劳斯因产生阿秒光脉冲的实验方法获得了诺贝尔物理学奖。一阿秒是一秒的十亿分之一（即10的负18次方秒）。这些脉冲足够短，可以研究原子和分子内部的电子动力学——这些过程曾经快得无法追踪。
但克劳斯一直在寻找其他应用，他相信自己现在找到了。“这个解决方案一直在寻找问题，”克劳斯说。大约15年后，他的团队转向“实时捕捉人体血液中的分子振动”。
分子指纹
该方法的工作原理大致如下：研究人员提取血液血浆（去除细胞后的血液液体部分），将其暴露于极短的红外激光脉冲中。样本中的分子开始振动。这些振动发出红外光，产生反映样本分子组成的信号。
研究人员称之为电场分子指纹。与一次测量一种分子（如胆固醇或葡萄糖）不同，该技术一次性捕捉来自多个分子群的宽泛模式。“这种红外电场分子指纹提供了数百个源自分子的参数，”克劳斯说。
这种丰富性很有前景，但也带来了问题。每个人都有自己独特的分子背景。年龄、性别、饮食、药物、运动、睡眠、遗传、炎症和生活方式都会影响血液化学。一个人的正常可能看起来不像另一个人的正常，这种变异会模糊科学家想要检测的微弱信号。
“重要的不仅仅是信号，”克劳斯说。“降低噪声与增强信号同样有用。”在传统医学中，一部分噪声来源于将一个人与人群平均值进行比较。某个化验值可能落在通常参考区间内，但对您来说仍可能异常；或者它相对于一般人群看起来稍微异常，但对您的身体却是正常的。
克劳斯的项目试图改变参考点。它不仅是问你的血液是否与其他人不同，而是问你的血液是否偏离了你之前的状态。“在症状出现之前检测疾病，显然需要我们反复捐献血液，”克劳斯说。“这是我们为更有效地保护健康而必须付出的代价。”
初步但有前景
“匈牙利健康”（H4H）项目是第一个大规模尝试验证这一想法的项目。根据该项目的描述，研究人员从健康志愿者中收集血液血浆样本，建立每位参与者独特的分子指纹，并监测随时间的变化，这些变化可能成为疾病的早期迹象。在林道演讲中，克劳斯表示，这项匈牙利研究已招募了近13000人，收集了超过73000份血液血浆样本。目标队列是15000名40岁以上的参与者。
初步结果虽然只是初步，但令人震惊。克劳斯描述了在临床诊断甲状腺疾病、肺病、心血管疾病和2型糖尿病之前，一些红外变量似乎超出了个人的正常范围。换句话说，激光指纹正在很早地捕捉潜在的生物标志物。
他举了一个例子，一个光谱变量在诊断前2.4年就偏离了参与者的正常范围。另一个例子中，“第一个红旗出现在诊断前不到一年的时间。”他还描述了一个与心血管疾病相关的信号，大约在诊断前两年出现。
不过，克劳斯强调，这些信号尚未得到验证，仍属于候选标志物。要想将它们转化为真正的症状前生物标志物，研究人员需要“至少几十个，最好几百个相同疾病的新发病例。”这当然需要时间。
时间与进展
科学家需要志愿者、重复样本、详细的健康记录，以及足够多的后来患上相同疾病的人，以检验早期信号是否成立。尽管如此，这种方法有两个关键优势：它可以通过一次测试收集大量数据，并长期跟踪同一个人，根据其自身基线观察分子变化。
在同一平台上工作的癌症研究人员也提出了类似观点。2025年，Mihaela Žigman及其同事报告了一项用于癌症检测的电场分子指纹概念验证研究，她对美国化学学会表示：“基于激光的红外分子指纹检测癌症，展示了其在临床诊断中的潜力。随着进一步的技术发展和在充分统计效力的临床研究中的独立验证，它可以建立通用应用并转化为临床实践——推进我们当今诊断和筛查癌症的方式。”
走向国际
该项目正在超越匈牙利。“保护健康”倡议汇集了布达佩斯、慕尼黑和香港的团队。分子指纹中心、慕尼黑路德维希-马克西米利安大学和香港大学之间的战略合作伙伴关系旨在从超过4万人中收集纵向血液样本系列，在十年内产生超过50万份样本。
克劳斯告诉林道听众，匈牙利研究将继续，香港研究预计很快启动，团队还希望启动德国研究。他也在关注非洲。“非洲将从预防保健中受益，其程度将超过任何其他大陆。”
不难理解为什么低收入和中等收入国家可以从更好的预防筛查中受益。许多慢性疾病一旦进展，就会变得更加昂贵、致残和致命。但预防医学只有能在疾病变得明显之前触及人群才有效。这也是最难的问题开始的地方。
难点不仅仅是激光
要让这样的系统发挥作用，技术必须灵敏、可重复且价格低廉，最好是极其低廉。血液样本和健康数据也必须仔细收集。每个人需要多次样本才能建立基线。然后研究人员必须持续跟踪参与者，直到出现足够多的新病例，以检验分子变化是否真的能预测疾病。
人工智能问题同样重要。模型需要高质量的纵向数据，而不仅仅是从已经患病的人那里获得的大量临床记录。它们还需要避免误报。一个过于频繁警告的筛查系统可能会引起焦虑、不必要的检测和额外成本。一个漏报太多的系统则没有用处。
克劳斯知道这是一场持久战。但如果这种方法有效，它可以帮助推动医学走向更主动的模式：不是等待症状出现，而是在仍有时间采取行动时追踪微妙的分子变化。
这是一个不同寻常的研究轨迹。一台用于观察电子的激光器，最终可能用于观察人体的分子天气。这也提醒我们，基础研究往往会以无人能预料的方式回到社会中。
【全文结束】