AIが呼気から病気を検出、がんも含む精度で診断可能に

新たな畳み込みニューラルネットワークが、人間の呼気中の化合物を分析し、病気を検出する技術が開発されました。この技術により、プロセスが高速化、低コスト化、かつより信頼性の高いものとなっています。法医学、医療、環境分析など幅広い分野への応用が期待されています。

AIが「嗅覚」を持つ時代へ

人工知能（AI）は現在、音声認識、自動運転、動画高画質化、バッテリー開発、爆発物検知など、あらゆる分野でその能力を発揮しています。そして今、AIは「匂いを嗅ぐ」ことができるようになりました。

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たちが開発した深層学習ベースのシステムは、人間の呼気中の化合物を分析し、がんを含む様々な病気を人間よりも高い精度で検出できます。

呼気には1,000種類以上の揮発性有機化合物が含まれる

人間の呼気には、全身の血液ガス交換による代謝プロセスの産物として、1,000種類以上の揮発性有機化合物（VOC）が含まれています。呼気サンプルには病理学的・生理学的状態、つまり患者の健康状態を表す豊富な情報が含まれています。

従来の呼気分析手法：GC-MS

過去数十年間、科学者たちはガスクロマトグラフィー質量分析法（GC-MS）を用いて、空気中の微量元素や化合物を検出してきました。この装置は空気サンプル中の各化合物を分離し、フラグメントに砕いて固有のパターンを得ます。GC-MSによる呼気サンプルの3Dグラフでは、各ピークが分子フラグメントに対応し、最小のピークでさえ物質特定に重要な役割を果たします。これらのピークパターンから、初期段階のがんを含む病気の種類が判明します。

しかし、従来手法では専門家が膨大な複雑データを手作業で解析する必要があり、1サンプルに数日かかることもあり、見落としや誤認のリスクがありました。

AIがもたらす革新：畳み込みニューラルネットワーク（CNN）

研究者たちは、生データから揮発性有機化合物を自律的に特定するCNNを提案しました。これにより、時間と労力を要する前処理ワークフローが不要になります。

エディンバラがんセンターで治療中の患者から呼気サンプルを採取し、コンピューター科学者と化学者の2チームが手作業で化合物を特定した後、ディープラーニングネットワークに学習させました。計算にはNVIDIA Tesla GPU、TensorFlow、Kerasを使用。データ拡張により元の訓練データセットを100倍に拡大し、ネットワーク効率を向上させました。

最も性能が高かったのは、GC-MSデータ構造に適応する1Dフィルタと、低・中・高強度信号を読み取る3Dチャネル入力の2つの特徴を組み合わせた場合でした。特に、香りや病気、ストレスに関わるアルデヒド類の特定に焦点を当てました。

劇的な高速化と信頼性向上

このAIを搭載したコンピューターは、従来数時間かかっていた呼気サンプル解析を数分で完了します。全体としてプロセスは高速かつ低コストになりましたが、何より「より信頼性が高い」ことが最大のメリットです。

多様なサンプルで訓練すれば精度はさらに向上し、特定化合物に限定されないため、法医学、医療、環境分析など幅広い応用が可能です。

最先端LCD革新：視野角拡大と色再現性向上 Google AI、動画の着色を通じて物体追跡を実現──自己教師ありアプローチ

産業技術