Искусственный интеллект (ИИ) наиболее известен своей способностью видеть (как в автомобилях без водителя) и слушать (как в Alexa и других домашних помощниках). Отныне это может пахнуть. Я и мои коллеги разрабатываем систему искусственного интеллекта, которая может чувствовать запах человеческого дыхания и учиться определять ряд веществ, выявляющих болезни, которые мы могли бы выдохнуть.
Обоняние используется животными и даже растениями для выявления сотен различных веществ, которые плавают в воздухе. Но по сравнению с другими животными обоняние у человека развито гораздо меньше и, конечно, не используется для повседневной деятельности. По этой причине люди не особенно осведомлены о богатстве информации, которая может передаваться по воздуху и может восприниматься высокочувствительной обонятельной системой. ИИ может изменить это.
В течение нескольких десятилетий лаборатории по всему миру смогли использовать машины для обнаружения очень небольших количеств веществ в воздухе. Эти машины, называемые газовыми хроматографическими масс-спектрометрами или ГХ-МС, могут анализировать воздух, чтобы обнаружить тысячи различных молекул, известных как летучие органические соединения.
В машине GC-MS каждое соединение в образце воздуха сначала отделяется, а затем разбивается на фрагменты, создавая различимый отпечаток пальца, по которому можно распознать соединения. Изображение ниже представляет собой визуализацию небольшой части данных анализа образца дыхания.
Трехмерное изображение части данных образца дыхания с прибора GC-MS. (Джеймс Гатани) Каждый пик представляет собой фрагмент молекулы. Конкретные структуры таких пиков показывают наличие различных веществ. Часто даже самый маленький пик может иметь решающее значение. Среди нескольких сотен соединений, присутствующих в человеческом дыхании, некоторые из них могут выявить наличие различных видов рака даже на ранних стадиях. Поэтому лаборатории по всему миру экспериментируют с ГХ-МС как неинвазивным диагностическим инструментом для выявления многих заболеваний безболезненно и своевременно.
К сожалению, этот процесс может занять очень много времени. Большие объемы данных должны быть вручную проверены и проанализированы экспертами. Огромное количество соединений и сложность данных означают, что даже специалистам требуется много времени для анализа одной пробы. Люди также подвержены ошибкам, могут пропустить соединение или принять одно соединение за другое.
Как искусственный интеллект может помочь
В составе команды по науке о данных Университета Лафборо мы с коллегами адаптируем новейшую технологию искусственного интеллекта для восприятия и изучения другого типа данных: химических соединений в образцах дыхания. Математические модели, вдохновленные мозгом, называемые сетями глубокого обучения, были специально разработаны для «чтения» следов, оставленных запахами.
Команда врачей, медсестер, рентгенологов и медицинских физиков в Эдинбургском онкологическом центре собрала образцы дыхания у участников, проходящих лечение рака. Затем образцы были проанализированы двумя командами химиков и компьютерщиков.
Когда химики определили ряд соединений вручную, быстродействующим компьютерам были даны данные для обучения сетей глубокого обучения. Вычисления были ускорены с помощью специальных устройств, называемых графическими процессорами, которые могут обрабатывать несколько различных частей информации одновременно. Сети глубокого обучения все больше и больше учились у каждого образца дыхания, пока не смогли распознать конкретные закономерности, которые выявили определенные соединения в дыхании.
Простое представление процесса: от соединений в пробах воздуха или дыхания до визуализации обнаруженных веществ. (Джеймс Гатани) В этом первом исследовании основное внимание было уделено выявлению группы химических веществ, называемых альдегидами, которые часто связаны с ароматами, а также с человеческими стрессовыми состояниями и болезнями.
Компьютерам, оснащенным этой технологией, требуется всего несколько минут для автономного анализа образца дыхания, который ранее занимал часы у эксперта-человека. По сути, ИИ делает весь процесс более дешевым, но, прежде всего, делает его более надежным. Еще интереснее то, что это интеллектуальное программное обеспечение приобретает знания и со временем совершенствуется по мере анализа большего количества образцов. В результате способ не ограничен каким-либо конкретным веществом. Используя эту технику, системы глубокого обучения могут быть обучены обнаружению небольших количеств летучих соединений с потенциально широким применением в медицине, криминалистике, анализе окружающей среды и других.
Если система ИИ может обнаруживать маркеры заболевания, тогда становится возможным также диагностировать, болеем мы или нет. Это имеет большой потенциал, но это также может оказаться спорным. Мы просто предполагаем, что ИИ можно использовать в качестве инструмента для обнаружения веществ в воздухе. Не обязательно диагностировать или принимать решение. Окончательные выводы и решения оставлены нам.
Эта статья была первоначально опубликована на разговор.
Андреа Солтоджио, лектор, Университет Лафборо
