AI is het verkrijgen van een gevoel voor geur dat ziekten in de menselijke ademhaling kan detecterenAI zal verbindingen in je adem kunnen analyseren. James Gathany

Kunstmatige intelligentie (AI) is vooral bekend om zijn vermogen om te zien (zoals in driverless auto's) en luister (zoals in Alexa en andere assistenten thuis). Vanaf nu het kan ook ruiken. Mijn collega's en ik ontwikkelen een AI-systeem dat de menselijke adem kan ruiken en leren hoe een reeks ziekmakende stoffen te identificeren die we kunnen uitademen.

Het reukvermogen wordt gebruikt door dieren en zelfs planten om honderden verschillende stoffen te identificeren die in de lucht zweven. Maar vergeleken met die van andere dieren is het menselijke reukvermogen veel minder ontwikkeld en zeker niet gebruikt om dagelijkse activiteiten uit te voeren. Om deze reden zijn mensen zich niet bijzonder bewust van de rijkdom aan informatie die door de lucht kan worden overgedragen, en kunnen ze worden waargenomen door een zeer gevoelig olfactorisch systeem. AI staat op het punt om dat te veranderen.

Al tientallen jaren kunnen laboratoria over de hele wereld machines gebruiken om zeer kleine hoeveelheden stoffen in de lucht te detecteren. Die machines, genaamd gaschromatografie massaspectrometers of GC-MS, kan de lucht analyseren om duizenden verschillende moleculen te ontdekken die bekend staan ​​als vluchtige organische stoffen.

In de GC-MS-machine wordt elke verbinding in een luchtmonster eerst gescheiden en vervolgens in stukken gebroken, waardoor een onderscheidende vingerafdruk ontstaat waaruit verbindingen kunnen worden herkend. De afbeelding hieronder is een visualisatie van een klein deel van de gegevens van een analyse van een ademmonster.


innerlijk abonneren grafisch


Elke piek vertegenwoordigt een fragment van een molecuul. De specifieke patronen van dergelijke pieken onthullen de aanwezigheid van verschillende stoffen. Vaak kan zelfs de kleinste piek cruciaal zijn. Onder de enkele honderden verbindingen die aanwezig zijn in de menselijke adem, kunnen een paar van hen de aanwezigheid van verschillende kankers onthullen, zelfs in de vroege stadia. Laboratoria over de hele wereld experimenteren daarom met GC-MS als een niet-invasieve diagnostische tool om veel ziektes te identificeren, pijnloos en tijdig.

Helaas kan het proces zeer tijdrovend zijn. Grote hoeveelheden gegevens moeten handmatig worden geïnspecteerd en geanalyseerd door experts. De enorme hoeveelheid verbindingen en de complexiteit van de gegevens zorgen ervoor dat zelfs deskundigen veel tijd nodig hebben om één monster te analyseren. Mensen zijn ook vatbaar voor fouten, kunnen een verbinding missen of een verbinding voor een andere verwarren.

Hoe kunstmatige intelligentie kan helpen

Als onderdeel van de universiteit van Loughborough data science team, mijn collega's en ik passen de nieuwste kunstmatige intelligentie-technologie aan om een ​​ander type gegevens waar te nemen en te leren: de chemische stoffen in ademmonsters. Wiskundige modellen geïnspireerd door de hersenen, genoemd diepgaande netwerken, werden speciaal ontwikkeld om de sporen achtergelaten door geuren te "lezen".

Een team van artsen, verpleegkundigen, radiografen en medische natuurkundigen op de Edinburgh Cancer Center verzamelde ademmonsters van deelnemers die kankerbehandeling ondergaan. De monsters werden vervolgens geanalyseerd door twee teams van chemici en computerwetenschappers.

Nadat een aantal verbindingen met de hand door de chemici werden geïdentificeerd, kregen snelle computers de gegevens om diepe leernetwerken te trainen. De berekening werd versneld door speciale apparaten, GPU's genaamd, die meerdere verschillende stukjes informatie tegelijkertijd kunnen verwerken. De deep learning-netwerken leerden meer en meer van elk ademmonster totdat ze specifieke patronen konden herkennen die specifieke verbindingen in de adem onthulden.

In deze eerste studie lag de focus op het herkennen van een groep chemicaliën, aldehyden genoemd, die vaak worden geassocieerd met geuren, maar ook met menselijke stressomstandigheden en ziektes.

Computers uitgerust met deze technologie hebben slechts enkele minuten nodig om zelfstandig een ademmonster te analyseren dat voorheen uren in beslag nam door een menselijke expert. Effectief maakt AI het hele proces goedkoper - maar vooral maakt het het betrouwbaarder. Nog interessanter is dat deze intelligente software kennis verwerft en in de loop van de tijd verbetert naarmate hij meer monsters analyseert. Als gevolg hiervan is de methode niet beperkt tot een bepaalde stof. Met behulp van deze techniek kunnen diepe leersystemen worden getraind om kleine hoeveelheden vluchtige verbindingen te detecteren met potentieel brede toepassingen in de geneeskunde, forensische geneeskunde, omgevingsanalyse en andere.

The ConversationAls een AI-systeem ziektemarkers kan detecteren, wordt het mogelijk om ook te diagnosticeren of we ziek zijn of niet. Dit heeft een groot potentieel, maar het kan ook controversieel zijn. We stellen eenvoudig voor dat AI kan worden gebruikt als hulpmiddel om stoffen in de lucht te detecteren. Het hoeft niet noodzakelijk een diagnose te stellen of een beslissing te nemen. De uiteindelijke conclusies en beslissingen worden aan ons overgelaten.

Over de auteur

Andrea Soltoggio, docent, Loughborough University

Dit artikel is oorspronkelijk gepubliceerd op The Conversation. Lees de originele artikel.

Verwante Boeken

at InnerSelf Market en Amazon