ИИ обнаруживает болезни, в том числе рак, по дыханию человека

• Новая сверточная нейронная сеть может анализировать соединения в дыхании человека и выявлять болезни.
• Эта технология делает весь процесс быстрым, менее затратным и более надежным.
• Его можно использовать в криминалистике, медицине и анализе окружающей среды.

В наши дни искусственный интеллект (ИИ) вызывает много шума. Разработчики интегрируют ИИ практически во все:будь то распознавание голосов в толпе, создание полностью автономных автомобилей, преобразование видео в высокое качество или разработка более совершенных аккумуляторов или взрывчатых веществ — ИИ доказал свои исключительные возможности во всех областях.

Отныне ИИ также может чувствовать запах. Исследователи из Эдинбургского университета, Западной больницы общего профиля и Университета Лафборо создали систему, основанную на глубоком обучении, которая может исследовать соединения в дыхании человека и выявлять заболевания, в том числе различные виды рака, с большей точностью, чем люди.

Типичное человеческое дыхание содержит более 1000 различных летучих органических соединений, которые являются продуктами метаболических процессов, происходящих вследствие обмена газов крови во всем организме. Образец дыхания состоит из нескольких данных, описывающих патологические и физиологические состояния и, следовательно, состояние здоровья пациента.

Существующие методы анализа дыхания

В течение последних нескольких десятилетий ученые использовали современные машины для обнаружения крошечных количеств элементов и соединений в воздухе. Эти машины используют аналитический метод газовой хроматографии-масс-спектрометрии (ГХ-МС) для идентификации многочисленных летучих органических соединений.

Машина отделяет каждое соединение в пробе воздуха и разбивает его на фрагменты. Теперь каждый фрагмент имеет уникальную идентичность, по которой можно распознать конкретные соединения.

Фото:Джеймс Гатани / Смитсоновский институт

На графике выше показано трехмерное изображение части образца дыхания, полученного с помощью аппарата ГХ-МС. Каждый отдельный пик связан с фрагментом молекулы. Даже самый маленький пик играет решающую роль в идентификации различных веществ. Конкретные закономерности таких пиков позволяют определить тип заболеваний, которыми может страдать пациент, включая рак на ранних стадиях.

Сегодня машины ГХ-МС используются для обнаружения наркотиков, экологической экспертизы, анализа взрывчатых веществ и обнаружения неизвестных материалов, включая образцы, полученные с планеты Марс в 1970-х годах.

Однако этот процесс может оказаться утомительным и трудоемким. Специалистам приходится вручную проверять огромный объем сложных данных. Иногда исследование одного образца занимает несколько дней, а поскольку люди склонны к ошибкам, они могут пропустить какое-то вещество или перепутать одно вещество с другим.

Как ИИ может помочь?

Исследователи предложили использовать сверточные нейронные сети (CNN) для автономной идентификации летучих органических соединений на основе необработанных данных. Это устраняет необходимость трудоемкого и трудоемкого процесса предварительной обработки данных.

Они собрали образцы дыхания пациентов, проходящих лечение от рака в Эдинбургском онкологическом центре. Затем эти образцы были исследованы двумя группами ученых-компьютерщиков и химиков.

После идентификации соединений вручную эти образцы были переданы в сети глубокого обучения. Вычисления нейронной сети выполнялись на графических процессорах NVIDIA Tesla с использованием фреймворков глубокого обучения TensorFlow и Keras.

Простое представление всего процесса | Фото: Джеймс Гатани/Смитсоновский институт

Чтобы еще больше повысить эффективность сети, исследователи расширили исходные наборы обучающих данных с помощью дополнения данных:CNN была дополнена в 100 раз.

Ссылка:Research Gate | Смитсоновский институт

Система работала лучше всего, если использовать две особенности:

1. 1D-фильтр для адаптации к конкретной структуре данных ГХ-МС.
2. Вход 3D-канала для считывания сигналов низкой, средней и высокой интенсивности из различного спектра ГХ-МС.

Исследователи сосредоточились на выявлении набора химических веществ, называемых альдегидами, которые часто ответственны за ароматы, а также за болезни человека и стрессовые состояния.

Компьютерам, интегрированным с этим искусственным интеллектом, требуется всего несколько минут, чтобы идентифицировать образец дыхания, на что в противном случае ушли бы часы. В целом технология делает весь процесс быстрым и менее затратным, но, прежде всего, делает его более надежным.

Читайте:Google разрабатывает искусственный интеллект, который предсказывает болезни сердца, сканируя ваши глаза

Точность сети можно еще больше повысить, обучая ее на широком диапазоне выборок. Более того, он не ограничен каким-либо конкретным соединением:этот ИИ можно использовать в криминалистике, медицине и анализе окружающей среды.



Передовые инновации в области ЖК-дисплеев расширяют углы обзора и точность цветопередачи Искусственный интеллект Google обеспечивает отслеживание объектов посредством раскрашивания видео — самоконтр…