ผลงานพลิกโฉมโลกด้วยการใช้ AI วินิจฉัยโรคนี้ ได้รับการตีพิมพ์นวารสาร Nature Biomedical Engineering
นักวิจัย UCLA ได้พัฒนา AI ที่สามารถวิเคราะห์ภาพทางการแพทย์ 3 มิติ แม่นยำเทียบเท่ากับผู้เชี่ยวชาญ แต่ประมวลผลได้เร็วกว่าผู้เชี่ยวชาญถึง 5,000 เท่า
นั่นหมายความว่า ถ้าโรงพยาบาลไหนมี AI โมเดล SLIViT (SLice Integration by Vision Transformer) ไปใช้ ก็เหมือนกับมีหมอผู้เชี่ยวชาญการวินิจฉัยโรคช่วยทำงานตลอดเวลา ช่วยลดปัญหาขาดแคลนผู้เชี่ยวชาญได้
AI โมเดล SLIViT ใช้ Deep Learning วิเคราะห์ภาพได้หลายรูปแบบ คือ MRI, CT Scan, อัลตราซาวด์, และภาพสแกนจอประสาทตา
โมเดล SLIViT เรียนรู้เชิงลึกโดยได้รับการฝึกล่วงหน้าด้วยข้อมูลสแกนแบบ 2 มิติซึ่งมีอยู่มากมาย มีคำอธิบายประกอบจากผู้เชี่ยวชาญให้ AI ได้เรียนรู้
SLIViT ใช้ข้อมูลที่เรียนรู้จากผู้เชี่ยวชาญเป็นข้อมูลพื้นฐาน และสามารถวินิจฉัยโรคจากข้อมูลใหม่ที่ป้อนให้ AI วิเคราะห์ได้อย่างแม่นยำเหมือนผู้เชี่ยวชาญ
จุดเด่นสำคัญอีกอย่างของ AI โมเดล SLIViT คือ ใช้เวลาฝึกฝนน้อย ตัวอย่างต้นแบบที่ถูกต้องที่ได้จากผู้เชี่ยวชาญ สามารถใช้เพียงแค่หลักร้อยตัวอย่าง ไม่ต้องมากถึง หลักพัน หลักหมื่น เหมือนอย่างที่โมเดลอื่นๆ
AI โมเดล SLIViT มีความสามารถในการปรับตัวได้ดี ทำงานได้ดีแม้ข้อมูลที่มันเอาไปวิเคราะห์จะไม่มีความสมบูรณ์
สรุปประโยชน์ที่จะได้รับ คือ
- ลดค่าใช้จ่ายการรักษา
- ช่วยแพทย์วินิจฉัยโรคได้เร็วขึ้น
- คาดการณ์ความเสี่ยงของโรคได้ล่วงหน้า
- รักษาผู้ป่วยได้แต่เนิ่นๆ เพิ่มโอกาสหายป่วย
- วางแผนการรักษาได้อย่างมีประสิทธิภาพ
- ลดภาระงานของผู้เชี่ยวชาญ
- ช่วยเร่งให้เกิดงานวิจัยทางการแพทย์เพิ่มขึ้น
ทีมวิจัยของ UCLA ได้ฝึกฝนให้ AI ไม่มีความลำเอียงในการวินิจฉัย เพื่อทำให้ทุกคนที่ผ่านการตรวจด้วย AI มีโอกาสเข้าถึงการรักษาได้อย่างเท่าเทียม
โครงการนี้ได้รับทุนสนับสนุนจาก สถาบัน NIH และหน่วยงานอื่นๆ พร้อมแผนขยายการวิจัยไปสู่การวิเคราะห์โรคเพิ่มเติมอื่นๆอีกมากมายในอนาคต
AI โมเดล SLIViT ถือเป็นนวัตกรรมสำคัญที่มีศักยภาพในการยกระดับการวินิจฉัยโรค และช่วยให้บุคลากรทางการแพทย์ทำงานได้อย่างมีประสิทธิภาพมากขึ้นในยุค AI
แหล่งข้อมูล
https://www.facebook.com/photo/?fbid=1029481772523832&set=a.687193000086046