狗（Canis lupus familiaris）是人類馴化最悠久、最廣泛的動物，牠們幾乎存在於全世界每個人類社區中，並在不同時代與文化裡扮演著不同的角色，其中包括狩獵、放牧、運輸、守衛、警報、追踪、商品、精神媒介及民俗醫療等等不勝枚舉的功能 [4]。
根據目前研究，已成功訓練犬隻來檢測人類的各種代謝狀況及疾病，其中包括低血糖和高血糖 [10, 20]、癲癇發作 [3] 、癌症 [13] 以及細菌和病毒感染 [1]。
而在 COVID-19 大流行時代當然也不會缺少牠們的位置，因此陸陸續續就有相關的研究團隊開始著手訓練犬隻來檢測 COVID-19 [7, 9, 11]，且總體都表現出不錯的準確率，以 Essler 等人的研究為例 [7]，其靈敏度（真陽性率）為 71% ；特異度（真陰性率）為 98% 。
本篇文章將從狗狗的嗅覺原理，談到訓練方式與臨床上的可能性與限制。
狗靠什麼原理來聞出疾病？
- 疾病聞得出來嗎？
早在公元前 1 世紀的古印度醫學典籍《Sushruta Samhita》中就有提及到，確實是有一些疾病是可以改變人類的氣味的，而這些疾病從滲出液中會釋放出特定的揮發性有機化合物 （volatile organic compounds，VOCs），並可用作於診斷參考 [5]。大概 19 世紀開始，西方文化也開始通過嗅覺線索來診斷一些疾病，例如天花及壞血病 [14]。
- 狗聞到的是什麼？
雖然人類的嗅覺沒比想像中差，一定程度上人類確實是可以通過汗液識別出含有細菌衍生內毒素（bacteria-derived endotoxins）的個體 [17] ，但這相比於狗，那可就是小巫見大巫了。因為狗的氣味檢測能力大概至少是普通人的一千至一萬倍 [23] ，牠們除了可以識別具有更細緻氣味變化的人類病原體外，甚至是可以聞出人類在不同情緒狀態下的差異 [5] 。
這使我們難以得知牠們的「鼻」中世界，即使是使用上複雜的氣相層析質譜法 （Gas chromatography–mass spectrometry）也無法檢測到不同疾病間 VOCs 的差異，因為它甚至會因個體差異而有所不同，所以狗對氣味的反應可能不是單一一種氣味，而更可能是一種獨特的氣味組合模式 [18]。
如何有效訓練狗狗檢測疾病？
- 訓練的方式
基本上訓練流程都與教狗來偵查炸彈及毒品大同小異，首先團隊會將患有特定疾病的人和沒有患有特定疾病的人身上採集生物樣本，例如汗液和尿液。然後會讓狗用嗅聞裝有樣品的容器，如果有做出正確反應了話，狗將會被賦予獎勵（食物），如果沒有了的話則非 [18]。
- 樣本的採集
檢測犬的訓練盡量要使用來自不同個體的許多樣本，因為如果樣本不足了話，狗學會的將是區分個體的氣味，而不是疾病的氣味。所以狗的工作就是尋找這些樣本的共通點，並記住它，即使這些氣味存在個體差異 [18] 。
此外我們還必須注意樣本中的其他變數，例如如果我們所有陽性樣本都是從醫院採集過來的，而所有陰性樣本又剛好是從社區採集過來的，那狗可能只會分辨誰去過醫院，而不是誰得了病。
總而言之樣本的多樣性越高，狗的類化（generalization）範圍也就會越廣，準確度也就越高 [18] 。
臨床上的可行性與障礙
- 環境轉移效應（context shift effect）
因為大部分實驗還是處於實驗室裡的模型，更多實際操作的臨床數據是缺乏的，例如當動物在環境中的刺激下學會執行行為被轉移到新的環境中時，可能會有表現能力下降的情況，而這種現象被稱為環境轉移效應（context shift effect）[2]。
並且這種效應曾在經過高度訓練以檢測爆炸物的狗身上發現過[8]，以一項針對肺癌患者的檢測犬研究為例，通過從醫院轉移到另一個地點，犬隻的表現會有顯著的降低，其假陽性的發生率也會增加[22]。
- 人畜共患風險
除了訓練技術及成本方面的問題外，這技術還涉及 SARS-CoV-2 的人畜共患病傳播相關的公共衛生及動物福利問題，根據目前研究，還是無法確定狗在檢測 SARS-CoV-2 變體以及多種病毒感染者上的有效性[5]。
有鑑於 SARS-CoV-2 起源於蝙蝠一說，仍然是形成人類大流行的最可能原因[24]，並且目前已發現幾種野生及圈養動物物種被感染，其中包括貓、狗及水鼬（minks） [6, 16] 。
D’Aniello 等人認為 [5] ，在沒有足夠的報告來確定狗能不能成為宿主物種，或甚至是與人類交叉感染之前，故意將狗暴露於 SARS-CoV-2 之前都是是草率的。在面對這議題時我們必須更加謹慎，限制大流行最重要的策略之一，就是預防潛在病毒宿主的任何溢出感染（spillover infection）。
教機器人辨識 COVID-19 ，可能比教狗狗更實際
如果配合正確的部屬策略了話，那相比於一次性的檢測試劑，訓練犬隻來檢測 COVID-19 確實還是一種高機動性、自主性及非侵入性的篩檢方法，並可一次篩檢一定範圍內的大量人員或樣本 [15] 。
可惜的是，儘管訓練有素的個體具有臨床應用價值，但學界仍未詳細了解不同品系及個體的狗的反應差異以及將這些訓練廣泛推廣的可能性 [5] 。
如獸醫師Otto在《nature》的採訪 [18] 中表示：「狗將在早期診斷中發揮作用，但我們還沒有找到最好的方法去實踐，這需要從科學和動物福利的角度繼續探索，但最大的問題是資金」。
如果要考慮到訓練成本（包含檢測犬的育種、培育和安置等等）、人畜共患風險及動物福利了話，與其「教狗辨識 COVID-19 」，不如「讓機器學會辨識 COVID-19 」。
一份令人振奮的據報導指出 [21] ，由物理學家 Johnson 和 Abella 醫生等人領導的團隊已經獲得了美國國家衛生院 （NIH）為期兩年 200 萬美元的資助，該項目將結合納米感測器陣列與機器學習的技術，以支持開發一種可以檢測到 COVID-19 患者 VOCs 的手持設備，並宣稱其初步測試靈敏度可超過 90% ，預計會在 2023 年初向食品藥物管理局提出申請。
參考資料
1. Angle, C., Waggoner, L. P., Ferrando, A., Haney, P., & Passler, T. (2016). Canine Detection of the Volatilome: A Review of Implications for Pathogen and Disease Detection. Frontiers in Veterinary Science, 3. https://doi.org/10.3389/fvets.2016.00047
2. Balsam, P., & Tomie, A. (1984). Context and Learning (1st ed.). Psychology Press.
3. Catala, A., Grandgeorge, M., Schaff, J. L., Cousillas, H., Hausberger, M., & Cattet, J. (2019). Dogs demonstrate the existence of an epileptic seizure odour in humans. Scientific Reports, 9(1). https://doi.org/10.1038/s41598-019-40721-4
4. Chambers, J., Quinlan, M. B., Evans, A., & Quinlan, R. J. (2020). Dog-Human Coevolution: Cross-Cultural Analysis of Multiple Hypotheses. Journal of Ethnobiology, 40(4). https://doi.org/10.2993/0278-0771-40.4.414
5. D’Aniello, B., Pinelli, C., Varcamonti, M., Rendine, M., Lombardi, P., & Scandurra, A. (2021). COVID Sniffer Dogs: Technical and Ethical Concerns. Frontiers in Veterinary Science, 8. https://doi.org/10.3389/fvets.2021.669712
6. Deng, J., Jin, Y., Liu, Y., Sun, J., Hao, L., Bai, J., Huang, T., Lin, D., Jin, Y., & Tian, K. (2020). Serological survey of SARS‐CoV‐2 for experimental, domestic, companion and wild animals excludes intermediate hosts of 35 different species of animals. Transboundary and Emerging Diseases, 67(4), 1745–1749. https://doi.org/10.1111/tbed.13577
7. Essler, J. L., Kane, S. A., Nolan, P., Akaho, E. H., Berna, A. Z., DeAngelo, A., Berk, R. A., Kaynaroglu, P., Plymouth, V. L., Frank, I. D., Weiss, S. R., Odom John, A. R., & Otto, C. M. (2021). Discrimination of SARS-CoV-2 infected patient samples by detection dogs: A proof of concept study. PLOS ONE, 16(4), e0250158. https://doi.org/10.1371/journal.pone.0250158
8. Gazit, I., Goldblatt, A., & Terkel, J. (2004). The role of context specificity in learning: the effects of training context on explosives detection in dogs. Animal Cognition, 8(3), 143–150. https://doi.org/10.1007/s10071-004-0236-9
9. Grandjean, D., Sarkis, R., Lecoq-Julien, C., Benard, A., Roger, V., Levesque, E., Bernes-Luciani, E., Maestracci, B., Morvan, P., Gully, E., Berceau-Falancourt, D., Haufstater, P., Herin, G., Cabrera, J., Muzzin, Q., Gallet, C., Bacqué, H., Broc, J. M., Thomas, L., . . . Desquilbet, L. (2020). Can the detection dog alert on COVID-19 positive persons by sniffing axillary sweat samples? A proof-of-concept study. PLOS ONE, 15(12), e0243122. https://doi.org/10.1371/journal.pone.0243122
10. Hardin, D. S., Anderson, W., & Cattet, J. (2015). Dogs Can Be Successfully Trained to Alert to Hypoglycemia Samples from Patients with Type 1 Diabetes. Diabetes Therapy, 6(4), 509–517. https://doi.org/10.1007/s13300-015-0135-x
11. Jendrny, P., Schulz, C., Twele, F., Meller, S., von Köckritz-Blickwede, M., Osterhaus, A. D. M. E., Ebbers, J., Pilchová, V., Pink, I., Welte, T., Manns, M. P., 12. Fathi, A., Ernst, C., Addo, M. M., Schalke, E., & Volk, H. A. (2020). Scent dog identification of samples from COVID-19 patients – a pilot study. BMC Infectious Diseases, 20(1). https://doi.org/10.1186/s12879-020-05281-3
13. Jezierski, T., Walczak, M., Ligor, T., Rudnicka, J., & Buszewski, B. (2015). Study of the art: canine olfaction used for cancer detection on the basis of breath odour. Perspectives and limitations. Journal of Breath Research, 9(2), 027001. https://doi.org/10.1088/1752-7155/9/2/027001
14. Liddell, K. (1976). Smell as a diagnostic marker. Postgraduate Medical Journal, 52(605), 136–138. https://doi.org/10.1136/pgmj.52.605.136
15. Maughan, M. N., Best, E. M., Gadberry, J. D., Sharpes, C. E., Evans, K. L., Chue, C. C., Nolan, P. L., & Buckley, P. E. (2022). The Use and Potential of Biomedical Detection Dogs During a Disease Outbreak. Frontiers in Medicine, 9. https://doi.org/10.3389/fmed.2022.848090
16. Molenaar, R. J., Vreman, S., Hakze-van Der Honing, R. W., Zwart, R., de Rond, J., Weesendorp, E., Smit, L. A. M., Koopmans, M., Bouwstra, R., Stegeman, A., & van der Poel, W. H. M. (2020). Clinical and Pathological Findings in SARS-CoV-2 Disease Outbreaks in Farmed Mink (Neovison vison). Veterinary Pathology, 57(5), 653–657. https://doi.org/10.1177/0300985820943535
17. Olsson, M. J., Lundström, J. N., Kimball, B. A., Gordon, A. R., Karshikoff, B., Hosseini, N., Sorjonen, K., Olgart Höglund, C., Solares, C., Soop, A., Axelsson, J., & Lekander, M. (2014). The Scent of Disease. Psychological Science, 25(3), 817–823. https://doi.org/10.1177/0956797613515681
18. Photopoulos, J. (2022). The dogs learning to sniff out disease. Nature, 606(7915), S10–S11. https://doi.org/10.1038/d41586-022-01629-8
20. Reeve, C., Cummings, E., McLaughlin, E., Smith, S., & Gadbois, S. (2020). An Idiographic Investigation of Diabetic Alert Dogs’ Ability to Learn From a Small Sample of Breath Samples From People With Type 1 Diabetes. Canadian Journal of Diabetes, 44(1), 37–43.e1. https://doi.org/10.1016/j.jcjd.2019.04.020
21. Sucar, E. (2021, February 4). An ‘electronic nose’ to sniff out COVID-19. Penn Today. Retrieved July 1, 2022, from https://penntoday.upenn.edu/news/electronic-nose-sniff-out-covid-19
22. Walczak, M., Jezierski, T., Górecka-Bruzda, A., Sobczyńska, M., & Ensminger, J. (2012). Impact of individual training parameters and manner of taking breath odor samples on the reliability of canines as cancer screeners. Journal of Veterinary Behavior, 7(5), 283–294. https://doi.org/10.1016/j.jveb.2012.01.001
23. Walker, D. B., Walker, J. C., Cavnar, P. J., Taylor, J. L., Pickel, D. H., Hall, S. B., & Suarez, J. C. (2006). Naturalistic quantification of canine olfactory sensitivity. Applied Animal Behaviour Science, 97(2–4), 241–254. https://doi.org/10.1016/j.applanim.2005.07.009
24. Wong, G., Bi, Y. H., Wang, Q. H., Chen, X. W., Zhang, Z. G., & Yao, Y. G. (2020). Zoonotic origins of human coronavirus 2019 (HCoV-19 / SARS-CoV-2): why is this work important? Zoological Research, 41(3), 213–219. https://doi.org/10.24272/j.issn.2095-8137.2020.031
fierycloud
