IA detecta doenças, incluindo câncer, na respiração humana

• Nova rede neural convolucional pode analisar compostos na respiração humana e detectar doenças.
• A tecnologia torna todo o processo mais rápido, mais barato e mais confiável.
• Pode ser usado em análises forenses, médicas e ambientais.

A inteligência artificial (IA) está criando muita agitação atualmente. Os desenvolvedores estão integrando a IA em quase tudo:seja no reconhecimento de voz na multidão, na fabricação de veículos totalmente autônomos , na conversão de vídeos em alta qualidade ou no desenvolvimento de melhores baterias ou explosivos, a IA provou suas capacidades extraordinárias em todos os campos.

De agora em diante, a IA também pode cheirar. Pesquisadores da Universidade de Edimburgo, do Western General Hospital e da Loughborough University construíram um sistema baseado em aprendizagem profunda que pode examinar compostos na respiração humana e detectar doenças, incluindo diferentes tipos de câncer, com melhor precisão do que os humanos.

A respiração humana típica carrega mais de 1.000 compostos orgânicos voláteis distintos, que são produtos dos processos metabólicos que ocorrem devido às trocas gasosas no sangue em todo o corpo. Uma amostra de ar expirado consiste em diversas informações, descrevendo condições patológicas e fisiológicas e, portanto, o estado de saúde de um paciente.

Métodos existentes para analisar a respiração

Nas últimas décadas, os cientistas têm usado máquinas avançadas para detectar pequenas quantidades de elementos e compostos no ar. Essas máquinas aproveitam o método analítico de cromatografia gasosa-espectrometria de massa (GC-MS) para identificar vários compostos orgânicos voláteis.

A máquina separa cada composto da amostra de ar e quebra em fragmentos. Agora cada fragmento tem uma identidade única a partir da qual se podem reconhecer compostos específicos.

Crédito:James Gathany/Smithsonian

O gráfico acima mostra a visualização 3D de uma parte de uma amostra de ar expirado da máquina GC-MS. Cada pico está associado ao fragmento de uma molécula. Mesmo o menor pico desempenha um papel crucial na identificação de diferentes substâncias. Os padrões específicos de tais picos revelam o tipo de doenças que um paciente pode ter, incluindo cancros em fases iniciais.

Hoje, as máquinas GC-MS são usadas na detecção de drogas, exames ambientais, análise de explosivos e detecção de materiais desconhecidos, incluindo amostras obtidas do planeta Marte na década de 1970.

No entanto, o processo pode ser tedioso e demorado. Uma enorme quantidade de dados complexos precisa ser examinada manualmente por especialistas. Às vezes, leva dias para investigar uma única amostra e, como os humanos são propensos a erros, podem perder uma substância ou confundir uma substância com outra.

Como a IA pode ajudar?

Os pesquisadores propuseram o uso de redes neurais convolucionais (CNNs) para identificar compostos orgânicos voláteis de forma autônoma a partir de dados brutos. Isso elimina a necessidade de um fluxo de trabalho de pré-processamento de dados demorado e trabalhoso.

Eles coletaram amostras de hálito de pacientes em tratamento de câncer no Edinburgh Cancer Centre. Essas amostras foram então examinadas por duas equipes de cientistas da computação e químicos.

Depois de identificar manualmente os compostos, essas amostras foram alimentadas em redes de aprendizagem profunda. A computação da rede neural foi realizada em GPUs NVIDIA Tesla usando estruturas de aprendizado profundo TensorFlow e Keras.

Uma representação simples de todo o processo | Crédito:James Gathany / Smithsonian

Para melhorar ainda mais a eficiência da rede, os pesquisadores expandiram os conjuntos de dados de treinamento originais usando aumento de dados:a CNN foi aumentada 100 vezes.

Referência:Portão de Pesquisa | Smithsonianmag

O sistema teve melhor desempenho quando executado com 2 recursos específicos:

1. Filtro 1D para se adaptar à estrutura de dados específica do GC-MS.
2. Entrada de canal 3D para ler sinais de baixa, média e alta intensidade de diversos espectros de GC-MS.

Os pesquisadores se concentraram na identificação de um conjunto de produtos químicos, chamados aldeídos, que são frequentemente responsáveis por fragrâncias, bem como por doenças humanas e condições de estresse.

Os computadores integrados com esta IA levam apenas alguns minutos para identificar uma amostra de respiração que, de outra forma, levaria horas. No geral, a tecnologia está tornando todo o processo mais rápido e menos dispendioso, mas acima de tudo está tornando o processo mais confiável.

Leia:Google desenvolve IA que prevê doenças cardíacas ao examinar seus olhos

A precisão da rede pode ser melhorada treinando-a em uma ampla gama de amostras. Além disso, não está restrito a nenhum composto específico:pode-se usar esta IA em ciência forense, medicina e análise ambiental.