Medizintechnik: Künstliche Intelligenz erschnüffelt Krankheiten

Manchmal riecht er frisch, manchmal schlecht - aber er kann wertvolle Hinweise geben auf die Gesundheit: Der menschliche Atem enthält Substanzen, die auf eine Krankheit hindeuten. Britische Forscher haben ein System entwickelt, das den Atem analysiert und Krankheiten diagnostizieren kann.

Im Atem treten mehrere Hundert Verbindungen auf. Erfasst wird der Atem des Probanden per Gaschromatographie mit Massenspektrometrie-Kopplung (GC-MS). Aus den Daten wird dann eine 3D-Grafik erstellt, wobei die Spitzen das Vorhandensein bestimmter Moleküle anzeigen. Manche ermöglichen es, Krankheiten zu erkennen, darunter einige Krebsarten.

Die Auswertung einer solchen Grafik ist jedoch kompliziert und dauert deshalb oft mehrere Stunden. Forscher der Universität von Loughborough mit Mittelengland haben deshalb ein System mit künstlicher Intelligenz (KI) entwickelt, das diese Aufgabe übernimmt. Sie stellen das Paper Anfang Juli auf der International Joint Conference on Neural Networks in Rio de Janeiro vor.

Die KI rechnet auf GPUs

Ausgangspunkt waren Atemproben von Krebspatienten des Edinburgh Cancer Centre, die von zwei Teams aus Chemikern und Informatikern analysiert wurden. Mit den Daten wurde dann ein Convolutional Neural Network gefüttert und darauf trainiert. Dazu setzten die Forscher Tesla-Grafikprozessoren von Nvidia sowie Deep Learning Frameworks wie cuDNN und Tensorflow ein.

Mit jeder Atemprobe wurde das KI-System besser, bis es die Muster bestimmter Stoffverbindungen erkennen konnte. In der ersten Studie habe der Schwerpunkt auf der Erkennung von Aldehyden gelegen, die mit Stress und Krankheiten in Verbindung gebracht werden, schreibt Andrea Soltoggio, einer der Entwickler.

"Computer, die mit dieser Technik ausgestattet sind, analysierten in Minuten selbstständig eine Atemprobe, für die ein menschlicher Experte Stunden brauchte", schreibt Soltoggio. Dabei sei das KI-System auch noch zuverlässiger. Da das System lernfähig sei und mit jeder Analyse besser werde, sei es nicht auf die Untersuchung des menschlichen Atems beschränkt. Es könne auch darauf trainiert werden, andere flüchtige Verbindungen zu erkennen, die beispielsweise für die Forensik oder die Umweltforschung relevant seien.