Kecerdasan buatan (AI) terkenal karena kemampuannya untuk melihat (seperti dalam mobil tanpa pengemudi) dan mendengarkan (seperti pada Alexa dan asisten rumah lainnya). Mulai sekarang, mungkin juga berbau. Rekan-rekan saya dan saya sedang mengembangkan sistem AI yang dapat mencium bau napas manusia dan belajar bagaimana mengidentifikasi berbagai zat pengungkap penyakit yang mungkin kita hirup.
Indera penciuman digunakan oleh hewan dan bahkan tanaman untuk mengidentifikasi ratusan zat berbeda yang melayang di udara. Tetapi dibandingkan dengan hewan lain, indera penciuman manusia jauh kurang berkembang dan tentu saja tidak digunakan untuk melakukan kegiatan sehari-hari. Karena alasan ini, manusia tidak terlalu sadar akan kekayaan informasi yang dapat ditransmisikan melalui udara, dan dapat dirasakan oleh sistem penciuman yang sangat sensitif. AI mungkin akan mengubahnya.
Selama beberapa dekade, laboratorium di seluruh dunia telah dapat menggunakan mesin untuk mendeteksi sejumlah kecil zat di udara. Mesin-mesin itu, yang disebut spektrometri massa-kromatografi gas atau GC-MS, dapat menganalisis udara untuk menemukan ribuan molekul berbeda yang dikenal sebagai senyawa organik yang mudah menguap.
Dalam mesin GC-MS, setiap senyawa dalam sampel udara pertama-tama dipisahkan dan kemudian dihancurkan menjadi serpihan-serpihan, menciptakan sidik jari yang berbeda dari mana senyawa dapat dikenali. Gambar di bawah ini adalah visualisasi dari sebagian kecil data dari analisis sampel napas.
Tampilan 3D dari sebagian data sampel napas dari instrumen GC-MS. (James Gathany) Setiap puncak mewakili fragmen molekul. Pola-pola khusus dari puncak-puncak seperti itu mengungkapkan adanya zat-zat yang berbeda. Seringkali bahkan puncak terkecil dapat menjadi penting. Di antara beberapa ratus senyawa yang ada dalam napas manusia, beberapa di antaranya mungkin mengungkapkan adanya berbagai kanker, bahkan pada tahap awal. Oleh karena itu, laboratorium di seluruh dunia bereksperimen dengan GC-MS sebagai alat diagnostik non-invasif untuk mengidentifikasi banyak penyakit, tanpa rasa sakit dan tepat waktu.
Sayangnya, prosesnya bisa sangat memakan waktu. Sejumlah besar data perlu diperiksa dan dianalisis secara manual oleh para ahli. Banyaknya senyawa dan kerumitan data berarti bahwa bahkan para ahli membutuhkan waktu lama untuk menganalisis satu sampel tunggal. Manusia juga rentan terhadap kesalahan, bisa kehilangan senyawa atau mengira salah satu senyawa untuk yang lain.
Bagaimana kecerdasan buatan dapat membantu
Sebagai bagian dari tim ilmu data Universitas Loughborough, saya dan rekan kerja saya mengadaptasi teknologi kecerdasan buatan terbaru untuk memahami dan mempelajari jenis data yang berbeda: senyawa kimia dalam sampel napas. Model matematika yang terinspirasi oleh otak, yang disebut jaringan pembelajaran dalam, secara khusus dirancang untuk "membaca" jejak-jejak yang ditinggalkan oleh bau.
Tim dokter, perawat, ahli radiografi dan fisikawan medis di Edinburgh Cancer Centre mengumpulkan sampel napas dari para peserta yang menjalani perawatan kanker. Sampel kemudian dianalisis oleh dua tim ahli kimia dan ilmuwan komputer.
Setelah sejumlah senyawa diidentifikasi secara manual oleh para ahli kimia, komputer cepat diberikan data untuk melatih jaringan pembelajaran yang mendalam. Perhitungan dipercepat oleh perangkat khusus, yang disebut GPU, yang dapat memproses beberapa bagian informasi yang berbeda secara bersamaan. Jejaring pembelajaran yang dalam semakin banyak belajar dari masing-masing sampel napas hingga mereka dapat mengenali pola-pola spesifik yang mengungkapkan senyawa-senyawa tertentu dalam napas.
Representasi sederhana dari proses: dari senyawa di udara atau sampel napas hingga visualisasi zat yang terdeteksi. (James Gathany) Dalam studi pertama ini, fokusnya adalah pada mengenali sekelompok bahan kimia, yang disebut aldehida, yang sering dikaitkan dengan wewangian tetapi juga kondisi stres manusia dan penyakit.
Komputer yang dilengkapi dengan teknologi ini hanya membutuhkan beberapa menit untuk secara otonom menganalisis sampel napas yang sebelumnya memakan waktu berjam-jam oleh seorang pakar manusia. Secara efektif, AI membuat seluruh proses lebih murah - tetapi di atas semua itu membuatnya lebih dapat diandalkan. Yang lebih menarik, perangkat lunak cerdas ini memperoleh pengetahuan dan meningkat seiring waktu karena menganalisis lebih banyak sampel. Akibatnya, metode ini tidak terbatas pada zat tertentu. Dengan menggunakan teknik ini, sistem pembelajaran yang dalam dapat dilatih untuk mendeteksi sejumlah kecil senyawa yang mudah menguap dengan aplikasi yang berpotensi luas dalam kedokteran, forensik, analisis lingkungan, dan lainnya.
Jika sistem AI dapat mendeteksi tanda-tanda penyakit, maka menjadi mungkin untuk juga mendiagnosis apakah kita sakit atau tidak. Ini memiliki potensi besar, tetapi juga bisa menjadi kontroversial. Kami hanya menyarankan bahwa AI dapat digunakan sebagai alat untuk mendeteksi zat di udara. Tidak harus mendiagnosis atau membuat keputusan. Kesimpulan dan keputusan akhir ada di tangan kami.
Artikel ini awalnya diterbitkan di The Conversation.
Andrea Soltoggio, Dosen, Universitas Loughborough
