طور فريق بحث دولي خوارزمية ذكاء اصطناعي خفيفة بشكل خاص، يمكنها تصنيف وقياس المركبات العضوية المتطايرة (VOCs) بدقة في مخاليط غازات التنفس. من المتوقع أن تشكل هذه التقنية في المستقبل أساسًا لاختبارات التنفس غير الغازية للكشف المبكر عن سرطان الرئة.
يجمع النموذج بين شبكة دمج الميزات المحلية والعالمية خفيفة الوزن (LLGFN) ونموذج تنبؤ يعتمد على GBDT–GRU. في تجارب أجريت على مخاليط غازات اصطناعية من الأسيتون والإيثانول والأيزوبروبانول، حقق النظام دقة تصنيف متوسطة بلغت 96.2 بالمائة - مع عبء حسابي منخفض جدًا في نفس الوقت.
تم تصميم النموذج ليتم استخدامه على الأنف الإلكتروني المحمول (e-noses). إنه يتغلب على القيود السابقة في نمذجة التبعيات طويلة المدى والارتباطات عبر القنوات في إشارات المستشعرات ويقلل من الحاجة إلى استخراج الميزات يدويًا.
نُشرت الدراسة في مجلة Frontiers in Bioengineering and Biotechnology. يرى الباحثون في هذه التقنية خطوة مهمة نحو اختبارات التنفس غير الغازية القابلة للاستخدام سريريًا للكشف المبكر عن السرطان.
المصدر:
Fang X et al. (2026). A lightweight intelligent model for VOC mixture analysis: toward preclinical breath biomarker analysis. Frontiers in Bioengineering and Biotechnology. DOI: 10.3389/fbioe.2026.1821312
