AI får en lugtesans, der kan opdage sygdomme i menneskets ånde

Kunstig intelligens (AI) er bedst kendt for sin evne til at se (som i førerløse biler) og lytte (som i Alexa og andre hjemmeassistenter). Fra nu af, det kan også lugte. Mine kolleger og jeg er ved at udvikle et AI-system, der kan lugte af menneskelig ånde og lære at identificere en række sygdomsafslørende stoffer, som vi kan ånde ud.

Lugtesansen bruges af dyr og endda planter til at identificere hundredvis af forskellige stoffer, der flyder i luften. Men i forhold til andre dyrs den menneskelige lugtesans er langt mindre udviklet og bestemt ikke brugt til at udføre daglige aktiviteter. Af denne grund, mennesker er ikke særlig bevidste om den rigdom af information, der kan overføres gennem luften, og kan opfattes af et meget følsomt olfaktorisk system. AI kan være ved at ændre det.

I et par årtier har laboratorier rundt om i verden har været i stand til at bruge maskiner til at detektere meget små mængder stoffer i luften. Disse maskiner, kaldet gaskromatografi massespektrometre eller GC-MS, kan analysere luften for at opdage tusindvis af forskellige molekyler kendt som flygtige organiske forbindelser.

I GC-MS-maskinen, hver forbindelse i en luftprøve separeres først og smadres derefter til fragmenter, skabe et markant fingeraftryk, hvorfra forbindelser kan genkendes. Billedet herunder er en visualisering af en lille del af dataene fra en analyse af en åndeprøve.

Hver top repræsenterer et fragment af et molekyle. De særlige mønstre af sådanne toppe afslører tilstedeværelsen af ​​forskellige stoffer. Ofte kan selv den mindste top være afgørende. Blandt de flere hundrede forbindelser, der findes i det menneskelige ånde, et par af dem kan afsløre tilstedeværelsen af ​​forskellige kræftformer, selv på tidlige stadier. Laboratorier rundt om i verden eksperimenterer derfor med GC-MS som et ikke-invasivt diagnostisk værktøj til at identificere mange sygdomme, smertefrit og rettidigt.

Desværre, processen kan være meget tidskrævende. Store datamængder skal inspiceres og analyseres manuelt af eksperter. Den store mængde forbindelser og kompleksiteten af ​​data betyder, at selv eksperter tager lang tid at analysere en enkelt prøve. Mennesker er også tilbøjelige til at begå fejl kan gå glip af en forbindelse eller tage fejl af en forbindelse med en anden.

Hvordan kunstig intelligens kan hjælpe

Som en del af Loughborough Universitys datavidenskabsteam, mine kolleger og jeg tilpasser den nyeste kunstige intelligens -teknologi til at opfatte og lære en anden type data:de kemiske forbindelser i åndeprøver. Matematiske modeller inspireret af hjernen, kaldet deep learning -netværk, blev specielt konstrueret til at "læse" sporene efter lugt.

Et team af læger, sygeplejersker, radiografer og medicinske fysikere ved Edinburgh Cancer Center indsamlede åndeprøver fra deltagere, der gennemgik kræftbehandling. Prøverne blev derefter analyseret af to hold kemikere og computerforskere.

Når først et antal forbindelser blev identificeret manuelt af kemikerne, hurtige computere fik dataene til at træne deep learning -netværk. Beregningen blev fremskyndet af specielle enheder, kaldet GPU'er, der kan behandle flere forskellige oplysninger på samme tid. De dybe læringsnetværk lærte mere og mere fra hver åndedragsprøve, indtil de kunne genkende specifikke mønstre, der afslørede specifikke forbindelser i åndedrættet.

I denne første undersøgelse, fokus var på at genkende en gruppe kemikalier, kaldet aldehyder, der ofte er forbundet med dufte, men også menneskelige stressbetingelser og sygdomme.

Computere udstyret med denne teknologi tager kun minutter at autonomt analysere en åndeprøve, der tidligere tog timer af en menneskelig ekspert. Effektivt, AI gør hele processen billigere - men frem for alt gør den den mere pålidelig. Endnu mere interessant, denne intelligente software tilegner sig viden og forbedres over tid, da den analyserer flere prøver. Som resultat, metoden er ikke begrænset til et bestemt stof. Ved hjælp af denne teknik, dybe læringssystemer kan trænes til at detektere små mængder flygtige forbindelser med potentielt brede anvendelser inden for medicin, retsmedicin, miljøanalyse og andre.

Hvis et AI -system kan registrere sygdomsmarkører, så bliver det muligt også at diagnosticere, om vi er syge eller ej. Dette har et stort potentiale, men det kan også vise sig at være kontroversielt. Vi foreslår ganske enkelt, at AI kan bruges som et værktøj til at detektere stoffer i luften. Det behøver ikke nødvendigvis at diagnosticere eller træffe en beslutning. De endelige konklusioner og beslutninger er overladt til os.

Denne artikel blev oprindeligt offentliggjort på The Conversation. Læs den originale artikel.