為了幫助確保急救人員的安全，中央佛羅里達大學的研究人員開發(fā)了一種人工智能方法，該方法不僅可以快速，遠程地檢測強大的藥物芬太尼，而且還可以自我檢測以秘密批次生產的任何以前未知的衍生物。

該方法最近在《科學報告》（Scientific Reports）雜志上發(fā)表，使用紅外光譜法，可用于便攜式臺式設備。

UCF統(tǒng)計與數(shù)據(jù)科學系助理教授，該研究的主要作者徐夢玉說：“芬太尼是美國藥物過量死亡的主要原因?！?“它及其衍生物的致死劑量低，可能導致使用者死亡，可能對急救人員構成危險，甚至可能被氣霧化?！?/p>

芬太尼的效價比美國疾病控制和預防中心的嗎啡強50到100倍，可以合法地處方來治療嚴重疼痛的患者，但有時還是非法制造和使用。

UCF機械和航空航天工程系副教授Subith Vasu共同主持了這項研究。

他說，快速識別已知和新出現(xiàn)的阿片類藥物芬太尼物質的方法可以提高執(zhí)法人員和人員的安全，他們必須盡量減少與該物質的接觸。

Vasu說：“這種AI算法將用于我們?yōu)閲栏呒壯芯坑媱澗种圃斓臋z測設備中?！?/p>

對于這項研究，研究人員使用了國家有機分子數(shù)據(jù)庫來鑒定具有母體化合物芬太尼中至少一個官能團的分子。他們根據(jù)這些數(shù)據(jù)構造了機器學習算法，以根據(jù)其紅外光譜特性識別這些分子。然后他們測試了算法的準確性。AI方法正確識別與芬太尼有關的分子的準確率為92.5%。

徐說，這是首次進行系統(tǒng)分析，從紅外光譜數(shù)據(jù)中識別與芬太尼相關的官能團，并使用機器學習和統(tǒng)計分析工具。

該研究的合著者王春紅是UCF納米科學技術中心的博士后學者，并幫助研究了該化合物的光譜特性。他說，由于存在多種芬太尼和卡芬太尼類似物，因此很難鑒定芬太尼。

UCF納米科學技術中心和化學系的合著者，副教授Artem Masunov研究了芬太尼及其類似物的化學結構所共有的官能團。

他說，盡管類似物存在差異，但它們具有共同的官能團，它們的結構相似性使化合物能夠結合體內的受體并執(zhí)行相似的功能。

UCF機械和航空航天工程系的研究合著者和研究工程師Anthony Terracciano與Wang一起研究了紅外光譜的特性。他說，紅外光譜的分析和分析是快速，高度準確的，并且可以通過臺式設備完成。

當前的研究使用了氣體形式的化合物的紅外光譜數(shù)據(jù)，但是研究人員正在進行類似的研究，以使用機器學習來檢測粉末形式的芬太尼及其衍生物。預計到2021年，該技術的產品將會成熟，可以進行實際的現(xiàn)場快速識別。