Araştırmacılar Karbon Nanotüpleri, Altın Nanopartiküller ve Yapay Zeka Kullanarak 17 Hastalığın ‘Nefes İzini’ Tanımladılar

4c15c arac59ftc4b1rmacc4b1lar karbon nanotc3bcpleri altc4b1n nanopartikc3bcller ve yapay zeka kullanarak 17 hastalc4b1c49fc4b1n nefes c4b0zini tanc4b1mladc4b1lar scaled
4c15c arac59ftc4b1rmacc4b1lar karbon nanotc3bcpleri altc4b1n nanopartikc3bcller ve yapay zeka kullanarak 17 hastalc4b1c49fc4b1n nefes c4b0zini tanc4b1mladc4b1lar scaled

Araştırmacılar Karbon Nanotüpleri, Altın Nanopartiküller ve Yapay Zeka Kullanarak 17 Hastalığın ‘Nefes İzini’ Tanımladılar. Technion-İsrail Teknoloji Enstitüsü’nden Hossam Haick’in liderliğinde araştırmacılardan oluşan bir ekip tarafından geliştirilen “alkol ölçer” benzeri cihaz ile, yumurtalık kanseri, multiple sclerosis (doku sertleşmesi) ve ülseratif kolit (kalınbağırsak iltihabı) de dahil olmak üzere 17 farklı hastalığın izlerini tespit edebiliyor.

Belli bir hastalığa sahip hastaların sağlıklı nefeslere kıyasla farklı solunum bileşiklerine sahip olduklarını keşfeden Haick, yeni araştırmanın “farklı hastalıkların farklı nefes baskılarına sahip olduğu” hipotezini kanıtladığını belirtti.

Araştırmacılar, yapay olarak akıllı bir nanoarray, yani elektrik iletken altın nanopartikülleri ve tek duvarlı karbon nanotüpleri tabakası geliştirdiler.

Bunlar, hastanın nefesindeki uçucu organik bileşiklerle temas ettiğinde elektrik direnci değişen sensörler olarak işlev gören çeşitli organik tabakalarla kaplanır. Nanoarray ile etkileşime giren nefes bileşiklerinin karmaşık karışımının analizinden ortaya çıkan modeller, hastalıkları tespit etmek ve ayırmak için kullanılan nefes izi oluşturur (ACS Nano 2016, DOI: 10.1021 / acsnano.6b04930). Algoritmalar, yaş, cinsiyet, sigara kullanımı ve ikamet yeri gibi faktörlerden değişkenliği azaltarak daha da yardımcı olur.

Araştırmacılar, nefes alan 13 organik bileşiğin seviyelerini karşılaştırarak sonuçların geçerliliği için gaz kromatografisi-kütle spektrometresi (GC-MS) kullandı. Haick başlangıçta bir tür molekülün, hastalıklar arasında ayrım yapmak için yeterli olacağını düşündüğünü söylemişti, ancak bu o kadar da basit değildi. “Gerçekten önemli olan kombinasyonlardı” diyor.

İlk testlerde cihaz ortalama % 86 doğrulukla hastalıkları belirledi. Haick, teknolojinin gelecekteki tekrarlarının, birinci basamak tıbbi değerlendirmeleri olabildiğince hızlandıracağını öngörüyor.

Kaynak : ACS

İlk yorum yapan olun

Bir yanıt bırakın

E-posta hesabınız yayımlanmayacak.


*