La inteligencia artificial (IA) es mejor conocida por su capacidad de ver (como en los automóviles sin conductor) y escuchar (como en Alexa y otros asistentes domésticos). De ahora en adelante, también puede oler. Mis colegas y yo estamos desarrollando un sistema de IA que puede oler el aliento humano y aprender a identificar una variedad de sustancias que revelan enfermedades que podríamos exhalar.
El sentido del olfato es utilizado por animales e incluso plantas para identificar cientos de sustancias diferentes que flotan en el aire. Pero en comparación con el de otros animales, el sentido del olfato humano está mucho menos desarrollado y ciertamente no se utiliza para llevar a cabo las actividades diarias. Por esta razón, los humanos no son particularmente conscientes de la riqueza de información que puede transmitirse a través del aire y que puede ser percibida por un sistema olfativo altamente sensible. La IA puede estar a punto de cambiar eso.
Durante algunas décadas, los laboratorios de todo el mundo han podido utilizar máquinas para detectar cantidades muy pequeñas de sustancias en el aire. Esas máquinas, llamadas espectrómetros de masas por cromatografía de gases o GC-MS, pueden analizar el aire para descubrir miles de moléculas diferentes conocidas como compuestos orgánicos volátiles.
En la máquina GC-MS, cada compuesto en una muestra de aire se separa primero y luego se rompe en fragmentos, creando una huella digital distintiva a partir de la cual se pueden reconocer los compuestos. La siguiente imagen es una visualización de una pequeña parte de los datos de un análisis de una muestra de aliento.
Vista 3D de una parte de los datos de una muestra de aliento de un instrumento GC-MS. (James Gathany) Cada pico representa un fragmento de una molécula. Los patrones particulares de tales picos revelan la presencia de sustancias distintas. A menudo, incluso el pico más pequeño puede ser crucial. Entre los cientos de compuestos presentes en el aliento humano, algunos de ellos podrían revelar la presencia de varios tipos de cáncer, incluso en las primeras etapas. Por lo tanto, los laboratorios de todo el mundo están experimentando con GC-MS como una herramienta de diagnóstico no invasiva para identificar muchas enfermedades, sin dolor y de manera oportuna.
Desafortunadamente, el proceso puede llevar mucho tiempo. Grandes cantidades de datos deben ser inspeccionados y analizados manualmente por expertos. La gran cantidad de compuestos y la complejidad de los datos significa que incluso los expertos tardan mucho tiempo en analizar una sola muestra. Los humanos también son propensos al error, pueden perder un compuesto o confundir un compuesto con otro.
Cómo puede ayudar la inteligencia artificial
Como parte del equipo de ciencia de datos de la Universidad de Loughborough, mis colegas y yo estamos adaptando la última tecnología de inteligencia artificial para percibir y aprender un tipo diferente de datos: los compuestos químicos en las muestras de aliento. Los modelos matemáticos inspirados en el cerebro, llamados redes de aprendizaje profundo, fueron diseñados específicamente para "leer" las huellas dejadas por los olores.
Un equipo de médicos, enfermeras, radiógrafos y físicos médicos del Centro de Cáncer de Edimburgo recolectó muestras de aliento de los participantes sometidos a tratamiento contra el cáncer. Las muestras fueron luego analizadas por dos equipos de químicos e informáticos.
Una vez que los químicos identificaron manualmente una cantidad de compuestos, las computadoras rápidas recibieron los datos para entrenar redes de aprendizaje profundo. El cálculo fue acelerado por dispositivos especiales, llamados GPU, que pueden procesar múltiples piezas de información diferentes al mismo tiempo. Las redes de aprendizaje profundo aprendieron más y más de cada muestra de respiración hasta que pudieron reconocer patrones específicos que revelaron compuestos específicos en la respiración.
Representación simple del proceso: desde compuestos en el aire o muestras de aliento hasta la visualización de las sustancias detectadas. (James Gathany) En este primer estudio, la atención se centró en reconocer un grupo de productos químicos, llamados aldehídos, que a menudo se asocian con fragancias, pero también con enfermedades y condiciones de estrés humano.
Las computadoras equipadas con esta tecnología solo tardan unos minutos en analizar de forma autónoma una muestra de aliento que anteriormente llevaba horas un experto humano. Efectivamente, la IA está haciendo que todo el proceso sea más barato, pero sobre todo lo está haciendo más confiable. Aún más interesante, este software inteligente adquiere conocimiento y mejora con el tiempo a medida que analiza más muestras. Como resultado, el método no está restringido a ninguna sustancia en particular. Usando esta técnica, los sistemas de aprendizaje profundo pueden ser entrenados para detectar pequeñas cantidades de compuestos volátiles con aplicaciones potencialmente amplias en medicina, medicina forense, análisis ambiental y otros.
Si un sistema de IA puede detectar marcadores de enfermedad, entonces también es posible diagnosticar si estamos enfermos o no. Esto tiene un gran potencial, pero también podría resultar controvertido. Simplemente sugerimos que la IA podría usarse como una herramienta para detectar sustancias en el aire. No necesariamente tiene que diagnosticar o tomar una decisión. Las conclusiones y decisiones finales nos quedan a nosotros.
Este artículo fue publicado originalmente en The Conversation.
Andrea Soltoggio, profesora, Universidad de Loughborough
