远程检测芬太尼和衍生品使用AI和光谱学

帮助保持应急人员安全,中央佛罗里达大学的研究人员已经开发出一种人工智能方法,不仅迅速,远程检测的药物芬太尼,还教自己秘密批次发现任何未知的衍生品。

方法,最近发表在《科学》杂志上报道,使用红外线光谱学和可用于便携式,桌面设备。

“芬太尼是一个在美国吸毒过量死亡的主要原因助理教授说,“徐Mengyu UCF的统计和数据的科学和研究的主要作者。“它及其衍生物致死剂量很低,可能导致死亡的用户,对于一线工作可能会带来危险,甚至在气溶胶突破。”

芬太尼,比吗啡强50到100倍的根据美国疾病控制和预防中心,可以规定合法治疗患者严重的疼痛,但也有时是非法制造和使用的。

副教授Subith Vasu UCF的机械和航空航天工程部门,共同领导了这项研究。

他说,快速识别方法已知和新兴阿片类药物芬太尼物质可以帮助执法和军事人员的安全必须减少他们接触的物质。

“这AI算法将用于检测设备我们正在建设国防高级研究计划局的“Vasu说。

在这项研究中,研究人员使用一种国家有机分子数据库来识别分子的官能团发现至少有一个父复合芬太尼。从这些数据,他们建造的机器学习算法来识别这些分子根据红外光谱性质。然后他们测试了算法的准确性。人工智能方法准确率92.5%正确地识别分子与芬太尼。

徐说,这是第一次进行了系统分析,确定fentanyl-related官能团的红外光谱数据和使用机器学习和统计分析的工具。

研究的合著者Chun-Hung王是佛罗里达大学的纳米科学技术中心和博士后学者研究了化合物的光谱性质。他说确定芬太尼是困难,因为有很多配方卡芬太尼和芬太尼的类似物。

Artem Masunov,合著者和副教授UCF的化学,纳米科学技术中心和部门调查常见的官能团芬太尼及其类似物的化学结构。

他说,尽管不同的类似物,他们有共同的官能团,结构相似,使身体内的化合物与受体和执行类似的功能。

安东尼•泰拉恰诺研究合著者的一个研究工程师UCF的机械和航空航天工程部门,与王检查红外光谱性质。他说分析和红外光谱分析快速、高度准确,可以与桌面设备完成。

目前的研究从化合物红外光谱数据用于气体形式,但研究人员正在研究类似的研究使用机器学习来检测芬太尼粉形式及其衍生物。技术有望成为成熟的产品在实际现场快速识别到2021年。

参考
徐,M。王,C。泰拉恰诺交流et al。高精度机器学习识别fentanyl-relevant分子化合物通过组分官能团分类分析。Sci代表13569 (2020)。https://doi.org/10.1038/s41598 - 020 - 70471 - 7

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。