编辑推荐：
猴痘在非流行国家病例激增，世界卫生组织（WHO）曾两次宣布其为国际关注的突发公共卫生事件。目前诊断依赖需专业人员和复杂实验室的 PCR 技术，因此开发 POC 工具至关重要。本文综述现有 POC 诊断工具，探讨推广瓶颈及策略，展望机器学习（ML）、深度学习（DL）模型等未来方向。
猴痘（Mpox）在非流行国家的病例数不断增加，世界卫生组织（WHO）分别于 2022 年 6 月和 2024 年 8 月将其传播列为国际关注的突发公共卫生事件。及时准确诊断对遏制感染传播至关重要，但当前诊断主要依赖聚合酶链式反应（PCR），该方法需要训练有素的人员和复杂的实验室基础设施，且许多国家尚未广泛具备经过验证的猴痘 PCR 检测手段。
在此背景下，即时检测（POC）平台的开发成为关键。POC 工具能够实现实用、准确、快速且低成本的诊断，助力控制猴痘感染的扩散。目前，核酸扩增技术（NAATs）已被整合到 POC 平台中，包括实时 PCR、环介导等温扩增（LAMP）和重组聚合酶扩增（RPA）等，这些技术可实现猴痘的灵敏且特异的诊断。等温 NAATs 还与规律成簇间隔短回文重复序列（CRISPR）相结合，以提升 POC 检测功能，并区分猴痘的不同进化枝。
在猴痘诊断的新策略中，利用机器学习（ML）和深度学习（DL）增强的图像分类算法对皮肤病变进行分类成为重要方向。此类技术有望进一步提高诊断的准确性和效率。
然而，POC 平台在猴痘诊断中的广泛应用仍面临诸多瓶颈。例如，技术层面可能存在检测灵敏度、特异性不足或操作复杂性等问题；推广层面可能涉及成本、可及性、基层医疗人员培训等挑战。针对这些限制，需探索相应的解决策略，如优化检测技术、降低生产成本、加强人员培训及推动国际合作等。
展望未来，基于机器学习（ML）和深度学习（DL）的模型将在猴痘诊断中发挥更重要作用，通过分析大量数据提升诊断的智能化水平。同时，集成现场可部署平台的开发与应用也将是重要趋势，此类平台可整合多种检测技术和数据分析功能，适应不同场景下的快速诊断需求，为猴痘的防控提供更全面、高效的支持。
