AI が人間の呼気からがんなどの病気を検出

• 新しい畳み込みニューラル ネットワークは、人間の呼気中の化合物を分析し、病気を検出できます。
• このテクノロジーにより、プロセス全体が高速化され、コストが削減され、信頼性が向上します。
• 法医学、医学、環境分析に使用できます。

最近、人工知能（AI）が大きな話題を呼んでいます。開発者は、群衆の音声の認識、完全自律走行車の製造、ビデオの高品質への変換、より優れたバッテリーや爆発物の開発など、ほぼあらゆるものに AI を統合しており、AI はあらゆる分野でその並外れた能力を証明しています。

これからは、AIも匂いを嗅ぐことができるようになります。エディンバラ大学、ウェスタン総合病院、ラフバラー大学の研究者らは、人間の呼気中の化合物を検査し、さまざまな種類の癌を含む病気を人間よりも高い精度で検出できる深層学習ベースのシステムを構築しました。

典型的な人間の呼気には、1,000 以上の異なる揮発性有機化合物が含まれており、これらは全身の血液ガス交換によって起こる代謝プロセスの産物です。呼気サンプルは、病理学的および生理学的状態、つまり患者の健康状態を説明するいくつかの情報で構成されています。

呼気を分析するための既存の方法

過去数十年にわたり、科学者は高度な機械を使用して、空気中の微量の元素や化合物を検出してきました。これらの機械は、ガスクロマトグラフィー - 質量分析 (GC-MS) 分析手法を利用して、多数の揮発性有機化合物を識別します。

この機械は空気サンプル中の各化合物を分離し、破片に粉砕します。これで、各フラグメントは固有のアイデンティティを持ち、そこから特定の化合物を認識できるようになります。

クレジット:James Gathany / スミソニアン博物館

上のグラフは、GC-MS 装置からの呼気サンプルの一部の 3D ビューを示しています。すべての単一ピークは分子のフラグメントに関連付けられます。最も小さなピークであっても、さまざまな物質を識別する上で重要な役割を果たします。このようなピークの特定のパターンは、初期段階のがんなど、患者が罹患している可能性のある病気の種類を明らかにします。

現在、GC-MS 装置は、薬物検出、環境検査、爆発物の分析、1970 年代に火星から採取されたサンプルなどの未知物質の検出に使用されています。

ただし、このプロセスは面倒で時間がかかる可能性があります。膨大な量の複雑なデータを専門家が手動で調査する必要があります。場合によっては、単一のサンプルを調査するのに数日かかることもあります。人間は間違いを犯しやすいため、物質を見逃したり、ある物質を別の物質と取り違えたりする可能性があります。

AI はどのように役立つのでしょうか?

研究者らは、畳み込みニューラル ネットワーク (CNN) を使用して生データから自律的に揮発性有機化合物を特定することを提案しました。これにより、時間と労力を要するデータ前処理ワークフローが不要になります。

彼らは、エディンバラがんセンターでがん治療を受けている患者から呼気サンプルを収集しました。これらのサンプルは、コンピューター科学者と化学者の 2 つのチームによって検査されました。

手動で化合物を特定した後、これらのサンプルは深層学習ネットワークに供給されました。ニューラル ネットワークの計算は、TensorFlow と Keras ディープ ラーニング フレームワークを使用して、NVIDIA Tesla GPU で実行されました。

プロセス全体の単純な表現 |クレジット:ジェームズ・ガサニー / スミソニアン博物館

ネットワークの効率をさらに向上させるために、研究者らはデータ拡張を使用して元のトレーニング データセットを拡張しました。CNN は 100 倍に拡張されました。

参考:Research Gate |スミソニアンマグ

システムは、次の 2 つの特定の機能を使用して実行すると最高のパフォーマンスを発揮しました。

<オル>

特定の GC-MS データ構造に適応する 1D フィルター

さまざまな GC-MS スペクトルから低強度、中強度、高強度のシグナルを読み取るための 3D チャネル入力

研究者らは、アルデヒドと呼ばれる一連の化学物質を特定することに焦点を当てました。これらの化学物質は、香りだけでなく、人間の病気やストレス状態の原因となることがよくあります。

この AI が統合されたコンピューターは、通常なら数時間かかる呼気サンプルの識別に数分しかかかりません。全体として、このテクノロジーによりプロセス全体が高速化され、コストが削減されていますが、何よりもプロセスの信頼性が向上しています。

読む:Google、目をスキャンして心臓病を予測する AI を開発

ネットワークの精度は、幅広いサンプルでトレーニングすることでさらに向上します。さらに、特定の化合物に限定されません。この AI は法医学、医学、環境分析に使用できます。