Изкуственият интелект (AI) е най-известен със способността си да вижда (както при автомобили без шофьор) и да слуша (както в Alexa и други домашни помощници). Оттук нататък може и да мирише. Моите колеги и аз разработваме AI система, която може да ухае на човешкия дъх и да се научим как да идентифицираме редица вещества, разкриващи заболявания, които бихме могли да издишаме.
Усещането за миризма се използва от животни и дори растения за идентифициране на стотици различни вещества, които плават във въздуха. Но в сравнение с това на други животни, човешкото обоняние е далеч по-слабо развито и със сигурност не се използва за извършване на ежедневни дейности. Поради тази причина хората не са особено наясно с богатството на информация, която може да се предава по въздуха, и могат да бъдат възприемани от високо чувствителна обонятелна система. AI може да е на път да промени това.
За няколко десетилетия лабораториите по света са в състояние да използват машини за откриване на много малки количества вещества във въздуха. Тези машини, наречени газова хроматография мас-спектрометри или GC-MS, могат да анализират въздуха, за да открият хиляди различни молекули, известни като летливи органични съединения.
В GC-MS машината всяко съединение в проба въздух първо се отделя и след това се разбива на фрагменти, създавайки отличителен пръстов отпечатък, от който съединенията могат да бъдат разпознати. Изображението по-долу представлява визуализация на малка част от данните от анализ на дихателна проба.
3D изглед на част от данни за проба на дишане от GC-MS инструмент. (Джеймс Гатани) Всеки пик представлява фрагмент от молекула. Конкретните модели на такива върхове разкриват наличието на различни вещества. Често дори най-малкият връх може да бъде решаващ. Сред няколкостотинте съединения, присъстващи в човешкия дъх, някои от тях могат да разкрият наличието на различни видове рак, дори в ранните стадии. Следователно лабораториите по света експериментират с GC-MS като неинвазивен диагностичен инструмент, за да идентифицират много болести, безболезнено и своевременно.
За съжаление процесът може да отнеме много време. Необходимо е големи количества данни да бъдат ръчно инспектирани и анализирани от експерти. Самото количество съединения и сложността на данните означават, че дори на експертите е необходимо дълго време да анализират една проба. Хората също са склонни към грешки, могат да пропуснат съединение или да сбъркат едно съединение за друго.
Как изкуственият интелект може да помогне
Като част от екипа на науката за данни на университета Loughborough, моите колеги и аз адаптираме най-новата технология за изкуствен интелект, за да възприемем и научим различен тип данни: химичните съединения в пробите за дишане. Математическите модели, вдъхновени от мозъка, наречени дълбоки мрежи за обучение, са разработени специално за „четене“ на следите, оставени от миризми.
Екип от лекари, медицински сестри, рентгенографи и медицински физици в Центъра за рак в Единбург събраха дихателни проби от участници, подложени на лечение на рак. След това пробите бяха анализирани от два екипа химици и компютърни учени.
След като редица съединения бяха идентифицирани ръчно от химиците, на бързите компютри бяха дадени данни за обучение на дълбоки учебни мрежи. Изчисляването беше ускорено от специални устройства, наречени графични процесори, които могат да обработват множество различни части информация едновременно. Мрежите за дълбоко обучение научиха все повече и повече от всяка дихателна проба, докато не успяха да разпознаят специфични модели, които разкриват специфични съединения в дъха.
Просто представяне на процеса: от съединения във въздуха или дихателни проби до визуализация на откритите вещества. (Джеймс Гатани) В това първо проучване акцентът беше върху разпознаването на група химикали, наречени алдехиди, които често се свързват с аромати, но също така и с човешки стрес и заболявания.
Компютрите, оборудвани с тази технология, отнемат само минути, за да анализират автономно дихателна проба, която преди време отнемаше човешки експерт. Ефективно, AI прави целия процес по-евтин - но преди всичко го прави по-надежден. Още по-интересното е, че този интелигентен софтуер придобива знания и се подобрява с течение на времето, докато анализира повече проби. В резултат на това методът не се ограничава до определено вещество. Използвайки тази техника, системите за дълбоко обучение могат да бъдат обучени за откриване на малки количества летливи съединения с потенциално широки приложения в медицината, криминалистиката, анализа на околната среда и други.
Ако AI система може да открие маркери на болестта, тогава става възможно също така да диагностицираме дали сме болни или не. Това има голям потенциал, но може да се окаже и противоречиво. Ние просто предполагаме, че AI може да се използва като инструмент за откриване на вещества във въздуха. Не е задължително да се диагностицира или вземе решение. Окончателните заключения и решения са оставени на нас.
Тази статия първоначално е публикувана в The Conversation.
Андреа Солтоджо, преподавател, университет Лафборо
