人工知能（AI）は、（例えば自動運転車）や聞く（例えばAlexa やその他のホームアシスタント）能力で最もよく知られている。今後は、AI は匂いを嗅ぐこともできるようになるかもしれない。私の同僚と私は、人間の息の匂いを嗅ぎ取り、吐き出される可能性のある、病気を示す様々な物質を識別する方法を学習できる AI システムを開発している。
嗅覚は動物や植物さえもが、空気中に漂う数百種類の物質を識別するために利用している。しかし、他の動物の嗅覚と比べると、人間の嗅覚ははるかに未発達であり、日常的な活動に用いられることもほとんどない。このため、人間は空気を通じて伝達され、非常に敏感な嗅覚系によって知覚されうる豊富な情報にあまり気づいていない。AI がそれを変えようとしているのかもしれない。
数十年前から、世界中の研究所では、機械を使って空気中のごくわずかな量の物質を検出できるようになっている。ガスクロマトグラフ質量分析計（GC-MS）と呼ばれるこれらの機械は、空気を分析して、揮発性有機化合物と呼ばれる数千種類の分子を見つけ出すことができる。揮発性有機化合物。
GC-MS 装置では、空気サンプル中の各化合物がまず分離され、その後断片に分解されて、化合物を識別できる特徴的な指紋が作成される。以下の画像は、呼気サンプルの分析データの一部を可視化したものである。
各ピークは分子の断片を表している。こうしたピークの特定のパターンによって、異なる物質の存在が明らかになる。たとえ最も小さいピークであっても、極めて重要な場合が多い。人間の呼気中に存在する数百種類の化合物のうち、いくつかは、初期段階であっても様々ながんの存在を明らかにする可能性がある。そのため、世界中の研究所では、GC-MS を非侵襲的な診断ツールとして試験的に活用し、多くの病気を苦痛なく適時に特定しようとしている。
残念ながら、この工程には非常に時間がかかることがある。大量のデータを専門家が手作業で精査し、分析する必要がある。化合物の膨大な数とデータの複雑さのため、専門家であってもサンプル1件の分析に長時間を要する。また、人間は誤りを起こしやすく、化合物を見落としたり、ある化合物を別の化合物と取り違えたりすることもある。
人工知能がどのように役立つか
ラフバラ大学のデータサイエンスチームの一員として、私の同僚と私は、最新の人工知能技術を、異なる種類のデータ、すなわち呼気サンプル中の化学化合物を認識し学習するために応用している。脳にヒントを得た数理モデルであるディープラーニングネットワークは、匂いが残す痕跡を「読み取る」ために特別に設計されたものである。
エディンバラがんセンターの医師、看護師、放射線技師、医学物理学者からなるチームは、がん治療を受けている参加者から呼気サンプルを採取した。エディンバラがんセンター。その後、サンプルは化学者とコンピュータ科学者の2つのチームによって分析された。
化学者によって手作業で複数の化合物が特定されると、高速コンピュータにデータを与えてディープラーニングネットワークを訓練させた。この計算は、同時に複数の異なる情報を処理できる、GPU と呼ばれる特殊な装置によって高速化された。ディープラーニングネットワークは、呼気中の特定の化合物を示す特定のパターンを認識できるようになるまで、呼気サンプルごとにより多くのことを学習していった。
工程の簡略図：空気中または呼気サンプル中の化合物から、検出された物質の可視化まで。
この最初の研究では、香料と関連することが多いが、人間のストレス状態や病気とも関連するアルデヒドと呼ばれる化学物質のグループを認識することに焦点が当てられた。
この技術を備えたコンピュータは、人間の専門家が以前は数時間を要していた呼気サンプルの分析を、わずか数分で自律的に行うことができる。実質的に、AI は工程全体のコストを下げているが、何よりも信頼性を高めている。さらに興味深いのは、この知的ソフトウェアが、より多くのサンプルを分析するにつれて知識を獲得し、時間とともに改善していくことである。その結果、この手法は特定の物質に限定されない。この技術を用いることで、ディープラーニングシステムは、医療、法医学、環境分析などにおいて広範な応用の可能性がある微量の揮発性化合物を検出するよう訓練できる。
AI システムが病気の指標を検出できるのであれば、私たちが病気にかかっているかどうかを診断することも可能になる。これは大きな可能性を秘めているが、議論を呼ぶ可能性もある。私たちはただ、AI が空気中の物質を検出するためのツールとして使用できると示唆しているだけである。必ずしも診断や判断を行う必要はない。最終的な結論と判断は私たちに委ねられている。
