בינה מלאכותית (AI) ידועה בעיקר בזכות יכולתה לראות (כמו במכוניות נטולות נהגים) ולהקשיב (כמו באלכסה ועוזרות בית אחרות). מעכשיו, יתכן שהוא גם מריח. הקולגות שלי ואני מפתחים מערכת AI שיכולה להריח נשימה אנושית וללמוד כיצד לזהות מגוון של חומרים חושפי מחלות שעשויים לנשום.
חוש הריח משמש בעלי חיים ואפילו צמחים לזיהוי מאות חומרים שונים שצפים באוויר. אך בהשוואה לזה של בעלי חיים אחרים, חוש הריח האנושי הרבה פחות מפותח ובטח שלא משמש לביצוע פעילויות יומיומיות. מסיבה זו, בני האדם אינם מודעים במיוחד לעושר המידע שניתן להעביר באוויר, ויכולים להיתפס על ידי מערכת חוש הריח הרגיש ביותר. ייתכן ש- AI עומד לשנות את זה.
במשך כמה עשורים, מעבדות ברחבי העולם הצליחו להשתמש במכונות כדי לאתר כמויות קטנות מאוד של חומרים באוויר. מכונות אלה, המכונות ספקטרומטרי-מסת כרומטוגרפיה-גז או GC-MS, יכולות לנתח את האוויר כדי לגלות אלפי מולקולות שונות המכונות תרכובות אורגניות נדיפות.
במכונת ה- GC-MS מופרדים תחילה כל תרכובת בדגימה של אוויר ואז מוחצת לשברים, וכך נוצרת טביעת אצבע ייחודית ממנה ניתן להכיר תרכובות. התמונה למטה היא הדמיה של חלק קטן מהנתונים מניתוח מדגם נשימה.
תצוגה תלת מימדית של חלק מנתוני דגימות נשימה מכלי GC-MS. (ג'יימס גתאני) כל שיא מייצג שבר של מולקולה. התבניות הספציפיות של פסגות כאלה חושפות נוכחות של חומרים מובחנים. לעתים קרובות אפילו השיא הקטן ביותר יכול להיות קריטי. מבין כמה מאות תרכובות שנמצאות בנשימה האנושית, מעטות מהן עשויות לחשוף נוכחות של סרטן שונים, אפילו בשלבים מוקדמים. לכן מעבדות ברחבי העולם מתנסות ב- GC-MS ככלי אבחון לא פולשני לזיהוי מחלות רבות, ללא כאבים ובצורה מתוזמנת.
לרוע המזל התהליך יכול להימשך זמן רב. יש לבדוק כמויות גדולות של נתונים על ידי מומחים ולנתח אותם באופן ידני. הכמות העצומה של תרכובות ומורכבות הנתונים גורמות כי אפילו למומחים לוקח זמן רב לנתח מדגם בודד. בני אדם מועדים גם לטעויות, יכולים להחמיץ מתחם או לטעות במתחם אחד למשנהו.
איך בינה מלאכותית יכולה לעזור
כחלק מצוות מדעי הנתונים של אוניברסיטת לובורו, עמיתי ואני מתאימים את הטכנולוגיה העדכנית ביותר לבינה מלאכותית כדי לתפוס וללמוד נתונים מסוג אחר: התרכובות הכימיות בדגימות נשימה. מודלים מתמטיים בהשראת המוח, המכונים רשתות למידה עמוקה, תוכננו במיוחד כדי "לקרוא" את העקבות שהשאירו ריחות.
צוות רופאים, אחיות, רדיוגרפים ופיזיקאים רפואיים במרכז הסרטן באדינבורו אספו דגימות נשימה ממשתתפים שעברו טיפול בסרטן. לאחר מכן נותחו הדגימות על ידי שני צוותים של כימאים ומדעני מחשבים.
לאחר שמספר תרכובות זוהו באופן ידני על ידי הכימאים, המחשבים המהירים קיבלו את הנתונים להכשיר רשתות למידה עמוקה. החישוב הואץ על ידי מכשירים מיוחדים, המכונים GPUs, שיכולים לעבד מספר פיסות מידע שונות בו זמנית. רשתות הלמידה העמוקות למדו יותר ויותר מכל דגימת נשימה עד שהצליחו לזהות דפוסים ספציפיים שחשפו תרכובות ספציפיות בנשימה.
ייצוג פשוט של התהליך: מתרכובות באוויר או דגימות נשימה ועד להדמיה של החומרים שהתגלו. (ג'יימס גתאני) במחקר הראשון הזה, המוקד היה על הכרת קבוצה של כימיקלים, המכונים אלדהידים, הקשורים לעיתים קרובות בניחוחות אך גם במצבי לחץ ומחלות אנושיים.
למחשבים המצוידים בטכנולוגיה זו לוקח רק דקות לנתח באופן אוטונומי דגימת נשימה שלפני כן לקח שעות על ידי מומחה אנושי. ביעילות, AI הופכת את כל התהליך לזול יותר - אך מעל לכל הוא הופך אותו לאמין יותר. מעניין עוד יותר, תוכנה חכמה זו רוכשת ידע ומשתפרת עם הזמן ככל שהיא מנתחת דוגמאות נוספות. כתוצאה מכך, השיטה אינה מוגבלת לחומר מסוים. באמצעות טכניקה זו ניתן לאמן מערכות למידה עמוקה לאיתור כמויות קטנות של תרכובות נדיפות עם יישומים פוטנציאליים רחבים ברפואה, פלילי, ניתוח סביבתי ואחרים.
אם מערכת AI יכולה לאתר סמנים למחלות, ניתן גם לאבחן אם אנו חולים או לא. יש לזה פוטנציאל גדול, אך זה יכול להיות גם שנוי במחלוקת. אנו פשוט מציעים להשתמש ב- AI ככלי לגילוי חומרים באוויר. זה לא בהכרח צריך לאבחן או לקבל החלטה. המסקנות וההחלטות הסופיות נותרים לנו.
מאמר זה פורסם במקור ב- The Conversation.
אנדראה סולטוג'יו, מרצה, אוניברסיטת לובורו
