L'IA acquiert un sens de l'odorat qui peut détecter des maladies dans la respiration humaine

L'IA acquiert un sens de l'odorat qui peut détecter des maladies dans la respiration humaineL'IA sera capable d'analyser les composés dans votre haleine. James Gathany

L'intelligence artificielle (IA) est surtout connue pour sa capacité à voir (comme dans voitures sans conducteur) et écoutez (comme dans Alexa et autres assistants à la maison). A partir de maintenant, il peut aussi sentir. Mes collègues et moi développons un système d'IA capable de sentir la respiration humaine et d'apprendre à identifier toute une gamme de substances révélatrices de maladies que nous pourrions expirer.

L'odorat est utilisé par les animaux et même des plantes identifier des centaines de substances différentes qui flottent dans l'air. Mais comparé à celui des autres animaux, le sens de l'odorat humain est beaucoup moins développé et certainement pas utilisé pour effectuer des activités quotidiennes. Pour cette raison, les humains ne sont pas particulièrement conscients de la richesse de l'information qui peut être transmise par l'air et peuvent être perçus par un système olfactif très sensible. L'IA pourrait être sur le point de changer cela.

Depuis quelques décennies, les laboratoires du monde entier peuvent utiliser des machines pour détecter de très petites quantités de substances dans l'air. Ces machines, appelées spectromètres de masse à chromatographie en phase gazeuse ou GC-MS, peut analyser l'air pour découvrir des milliers de molécules différentes connues sous le nom les composés organiques volatils.

Dans la machine GC-MS, chaque composé dans un échantillon d'air est d'abord séparé et ensuite brisé en fragments, créant une empreinte digitale distinctive à partir de laquelle les composés peuvent être reconnus. L'image ci-dessous est une visualisation d'une petite partie des données d'une analyse d'un échantillon d'haleine.

Chaque pic représente un fragment d'une molécule. Les modèles particuliers de tels pics révèlent la présence de substances distinctes. Souvent, même le plus petit pic peut être crucial. Parmi les quelques centaines de composés présents dans la respiration humaine, quelques-uns d'entre eux pourraient révéler la présence de divers cancers, même à des stades précoces. Les laboratoires du monde entier expérimentent donc la GC-MS en tant qu'outil diagnostique non invasif permettant d'identifier de nombreuses maladies, sans douleur et en temps opportun.

Malheureusement, le processus peut prendre beaucoup de temps. De grandes quantités de données doivent être inspectées manuellement et analysées par des experts. La quantité de composés et la complexité des données font que même les experts mettent beaucoup de temps à analyser un seul échantillon. Les humains sont également enclins à l'erreur, peuvent manquer un composé ou confondre un composé avec un autre.

Comment l'intelligence artificielle peut aider

Dans le cadre de l'Université de Loughborough équipe de science des données, mes collègues et moi adaptons la dernière technologie d'intelligence artificielle pour percevoir et apprendre un type différent de données: les composés chimiques dans les échantillons d'haleine. Des modèles mathématiques inspirés par le cerveau, appelés réseaux d'apprentissage en profondeur, ont été spécialement conçus pour "lire" les traces laissées par les odeurs.


Obtenez les dernières nouvelles d'InnerSelf


Une équipe de médecins, infirmières, radiologues et physiciens médicaux à la Centre de cancérologie échantillons d'haleine prélevés chez des participants subissant un traitement contre le cancer. Les échantillons ont ensuite été analysés par deux équipes de chimistes et d'informaticiens.

Une fois qu'un certain nombre de composés ont été identifiés manuellement par les chimistes, les ordinateurs rapides ont reçu les données pour former des réseaux d'apprentissage en profondeur. Le calcul a été accéléré par des dispositifs spéciaux, appelés GPU, capables de traiter plusieurs informations différentes en même temps. Les réseaux d'apprentissage en profondeur ont appris de plus en plus à partir de chaque échantillon d'haleine jusqu'à ce qu'ils puissent reconnaître des modèles spécifiques qui ont révélé des composés spécifiques dans la respiration.

Dans cette première étude, l'accent était mis sur la reconnaissance d'un groupe de produits chimiques, appelé aldéhydes, qui sont souvent associés aux parfums mais aussi aux conditions de stress et aux maladies humaines.

Les ordinateurs équipés de cette technologie ne prennent que quelques minutes pour analyser de manière autonome un échantillon d'haleine qui auparavant prenait des heures par un expert humain. En effet, l'IA rend l'ensemble du processus moins coûteux - mais surtout, il le rend plus fiable. Plus intéressant encore, ce logiciel intelligent acquiert des connaissances et s'améliore avec le temps en analysant davantage d'échantillons. En conséquence, la méthode n'est pas limitée à une substance particulière. En utilisant cette technique, les systèmes d'apprentissage en profondeur peuvent être formés pour détecter de petites quantités de composés volatils avec des applications potentiellement larges en médecine, en criminalistique, en analyse environnementale et autres.

La ConversationSi un système d'IA peut détecter des marqueurs de maladie, il devient alors possible de diagnostiquer également si nous sommes malades ou non. Cela a un grand potentiel, mais cela pourrait aussi prêter à controverse. Nous suggérons simplement que l'IA pourrait être utilisé comme un outil pour détecter des substances dans l'air. Il ne doit pas nécessairement diagnostiquer ou prendre une décision. Les conclusions finales et les décisions nous sont laissées.

A propos de l'auteur

Andrea Soltoggio, Maître de conférences, Université de Loughborough

Cet article a été publié initialement le La Conversation. Lis le article original.

Livres connexes

{amazonWS: searchindex = Livres; mots-clés = alimentation saine; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

suivez InnerSelf sur

facebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}

DES ÉDITEURS

Blue-Eyes vs Brown Eyes: Comment le racisme est enseigné
by Marie T. Russell, InnerSelf
Dans cet épisode d'Oprah Show de 1992, Jane Elliott, militante et éducatrice antiraciste primée, a enseigné au public une dure leçon sur le racisme en démontrant à quel point il est facile d'apprendre les préjugés.
Un changement va arriver...
by Marie T. Russell, InnerSelf
(30 mai 2020) Alors que je regarde les informations sur les événements de Philadéphie et d'autres villes du pays, mon cœur a mal pour ce qui se passe. Je sais que cela fait partie du plus grand changement qui prend…
Une chanson peut élever le cœur et l'âme
by Marie T. Russell, InnerSelf
J'ai plusieurs façons d'utiliser pour effacer l'obscurité de mon esprit quand je trouve qu'elle s'est infiltrée. L'une est le jardinage ou passer du temps dans la nature. L'autre est le silence. Une autre façon est la lecture. Et celui qui ...
Pourquoi Donald Trump pourrait être le plus grand perdant de l'histoire
by Robert Jennings, InnerSelf.com
Toute cette pandémie de coronavirus coûte une fortune, peut-être 2 ou 3 ou 4 fortunes, toutes de taille inconnue. Oh ouais, et, des centaines de milliers, peut-être un million, de personnes mourront prématurément en direct…
Mascotte de la pandémie et chanson thème de la distance sociale et de l'isolement
by Marie T. Russell, InnerSelf
Je suis tombé sur une chanson récemment et en écoutant les paroles, j'ai pensé que ce serait une chanson parfaite en tant que "chanson thème" pour ces temps d'isolement social. (Paroles en dessous de la vidéo.)