ИИ диагностирует болезнь, анализируя дыхание человека

Соединения в дыхании могут помочь AI обнаружить болезни, в том числе различные виды рака

Искусственный интеллект (ИИ) является самым известным за его способность видеть (как в водителя машины) и слушать (как в Alexa и другие домашние помощники). Отныне он может также запах. Мои коллеги и я разрабатываем систему искусственного интеллекта, которая может пахнуть человеческим дыханием и научиться идентифицировать ряд заболеваний-раскрывая вещества, которые мы могли бы выдохнуть.

Чувство обоняния животных и даже растений , чтобы определить сотни различных веществ, которые плавают в воздухе. Но по сравнению с другими животными, человеческое обоняние гораздо менее развито и, конечно, не используется для проведения повседневной деятельности. По этой причине, люди не особенно осведомлены о богатстве информации, которая может передаваться по воздуху, и может быть воспринята высокочувствительной обонятельной системой. ИИ может вот-вот это изменить.

В течение нескольких десятилетий лаборатории во всем мире могли использовать машины для обнаружения очень небольших количеств веществ в воздухе. Эти машины, называемые газово-хромато-масс-спектрометры и хромато-масс-спектрометрии, может проанализировать воздух, чтобы обнаружить тысячи различных молекул, известных как летучие органические соединения.

В машине GC-MS, каждая смесь в образце воздуха сперва отделена и после этого поломана вверх в части, создавая своеобразнейший фингерпринт от которого смеси можно узнать. Изображение ниже представляет собой визуализацию небольшой части данных из анализа образца дыхания.

Каждый пик представляет собой фрагмент молекулы. Особенности таких вершин свидетельствуют о наличии различных веществ. Часто даже самый маленький пик может быть решающим. Среди нескольких сотен соединений, присутствующих в человеческом дыхании, некоторые из них могут выявить наличие различных видов рака даже на ранних стадиях. Поэтому лаборатории во всем мире экспериментируют с GC-MS как неинвазивным диагностическим инструментом для выявления многих заболеваний, безболезненно и своевременно.

К сожалению, процесс может быть очень трудоемким. Большие объемы данных должны быть проверены и проанализированы экспертами вручную. Огромное количество соединений и сложность данных означают, что даже экспертам требуется много времени для анализа одной выборки. Люди также прональны к ошибке, могут пропустить смесь или ошибку одно соединение для других.

Как искусственный интеллект может помочь

В составе университета Лафборо по данным научной группы, мои коллеги и я, внедряющих новейшие технологии искусственного интеллекта, чтобы воспринимать и изучать данные разных типов: химические соединения в дыхании образцы. Математические модели, вдохновленные мозга, называемых сетей глубокого обучения, были специально разработаны, чтобы “читать” следы, оставленные запахи.

Команда врачей, медсестер, рентгенологов и медицинских физиков в Эдинбург онкологического центра собрали образцы дыхания от участников, проходящих лечение рака. Затем образцы были проанализированы двумя группами химиков и компьютерщиков.

Как только несколько смесей были определены вручную химиками, быстрые компьютеры дали данные для того чтобы натренировать сети глубокого обучения. Вычисление было ускорено с помощью специальных устройств, называемых графическими процессорами, которые могут обрабатывать несколько различных частей информации одновременно. Сети глубокого обучения изучали все больше и больше из каждой пробы дыхания, пока они не могли распознать конкретные модели, которые выявили конкретные соединения в дыхании.

В этом первом исследовании акцент был сделан на признании группы химических веществ, называемых альдегидами, которые часто ассоциируются с запахами, но и человеческого стрессовые состояния и болезни.

Компьютеры, оснащенные этой технологией, занимают всего несколько минут, чтобы автономно проанализировать образец дыхания, который ранее занимал часы у эксперта-человека. Эффективно, AI делает весь процесс более дешевым-но прежде всего это делает его более надежным. Еще более интересно, это интеллектуальное программное обеспечение приобретает знания и улучшается с течением времени, как он анализирует больше образцов. В результате метод не ограничивается каким-либо конкретным веществом.Используя этот метод, системы глубокого обучения могут быть обучены обнаружению небольших количеств летучих соединений с потенциально широким применением в медицине, криминалистике, экологическом анализе и других.

Если система ИИ может обнаружить маркеры болезни, то становится возможным также диагностировать ли мы больны или нет. У этого есть большой потенциал, но он также может оказаться спорным. Мы просто предполагаем, что ИИ может использоваться в качестве инструмента для обнаружения веществ в воздухе. Он не обязательно должен диагностировать или принимать решение. Окончательные выводы и решения оставлены на наше усмотрение.

Источник: www.smithsonianmag.com

Комментарии: