Нейронные сети помогают диагностировать заболевания, используя ваше дыхание

Обоняние позволяет животным различать сотни запахов, находящихся в воздухе. К сожалению, человеческий нюх развит не настолько сильно и не способен получать большое количество информации с помощью рецепторов обонятельного анализатора.

При этом даже воздух, который выдыхает человек через рот, несет в себе важную информацию. Эти данные могут помочь в диагностике рака грудилегкихтолстого кишечника. Анализ выдыхаемого воздуха имеет большой потенциал стать платформой для быстрой и точной неинвазивной диагностики.

В лабораториях уже несколько десятилетий используют хромато-масс-спектрометры (GC-MS), позволяющих идентифицировать тысячи молекул различных летучих органических веществ (VOC). Одна из частей аппарата, газовый хроматограф, представляет собой капиллярную колонку, то есть длинную узкую трубочку из кварца. Она заполнена стационарной фазой, в качестве которой могут служить модифицированные силикагели, неорганические соли, стекла. Разные вещества, конечно, будут проходить через неё с различной скоростью, что фиксирует показатель «Время удержания» (tR).

На хроматограмме по оси абсцисс откладывается время хроматографирования, по оси ординат – время удержания.

На графике изображен результат анализа двух веществ. При исследовании выдыхаемого человеком воздуха выходит гораздо больше данных, которые помимо всего содержат шумы, всего – более 9 миллионов переменных. Каждая переменная может стать ключевой для распознавания состава воздуха. Время удержания переменных может быть совсем маленьким и пика на графике можно просто не заметить. Анализировать же и проверять этот массив данных приходится вручную экспертами. Именно поэтому процесс занимает большое количество времени. Даже для опытного ученого анализ одного образца может быть слишком длительным. Помимо этого возможна вероятность человеческой ошибки: пропустить или перепутать некоторые компоненты исследуемого воздуха.

Машинное обучение уже использовалось в метаболомике, изучающей метаболиты клетки, которые могут быть биомаркерами для различных заболеваний. Однако в тех работах требовалась первичная обработка данных летучих органических веществ, которая занимает больше времени, а также была вероятность ошибок.

Ученые из университета Лафборо решили использовать для решения задачи свёрточную нейронную сеть. Команда докторов, медсестер, радиологов и физиотерапевтов Онкологического центра Эдинбурга собирали образцы дыхания пациентов. После анализа образцов двумя командами химиков и программистов удалось создать библиотеку из шаблонов летучих органических веществ, представляющих интерес для диагностики.

Использование нейронной сети позволило сократить время анализа до нескольких минут. Ещё одним полезным свойством оказалось удешевление процесса. Самое главное, что система не ограничена поиском какого-либо конкретного вещества или маркёра заболевания. С другой стороны, система, несмотря на универсальность, ещё не доработана. Учёные отмечают, что они не создавали технологию лишь для диагностики или принятия окончательного решения при постановке диагноза и хотели показать эффективность использования ИИ для анализа веществ в воздухе.

Уже сегодня диспансеризация позволяет обнаруживать различные опухоли на ранних этапах развития. Раньше подобные новообразования могли диагностировать лишь после развития симптомов, свидетельствующих, как правило, о критической стадии заболевания. Такой подход увеличивает эффективность лечения. Появление же новых объективных методов диагностики расширяет возможности диспансеризации, следовательно и лечения будущих пациентов.

 

Источник: https://www.researchgate.net/publication/324921031_Convolutional_neural_networks_for_automated_targeted_analysis_of_raw_gas_chromatography-mass_spectrometry_data

Загрузка ...
The Robot
Adblock
detector