นักวิจัยที่มหาวิทยาลัยฟลอริดา (University of Florida) พัฒนาระบบ deep learning ที่สามารถวิเคราะห์การเคลื่อนไหวและการแสดงออก รวมทั้งปัจจัยด้านสิ่งแวดล้อม เพื่อเป็นการบริการให้กับผู้ป่วยที่ต้องการการดูแลเป็นพิเศษได้ดียิ่งขึ้น ซึ่งการศึกษาครั้งนี้เป็นการเริ่มต้นนำระบบ autonomous มาใช้งานสำหรับตรวจสอบติดตามผู้ป่วยในห้อง ICU โดยระบบที่สร้างขึ้นนี้สามารถที่จะตรวจจับองค์ประกอบต่างๆ เช่น ใบหน้าคน การแสดงออก ท่าทางของศีรษะ ท่าทางร่างกาย ความถี่ในการเยี่ยมชมผู้ป่วย ระดับความเข้มเสียงในห้อง ความเข้มแสง ลักษณะการนอนหลับ ได้แบบ real time
“สิ่งต่างๆ ได้แสดงให้เห็นว่าการรายงานผลโดยตัวคนไข้เอง การสังเกตอาการโดยคน นั้นจะมีเรื่องต่างๆ มากระทบได้ เช่น ความเห็นส่วนตัว การอธิบายได้ไม่ครบถ้วน จำนวนผู้ดูแลที่จำกัดต่อวัน จำนวนภาระงานของบุคลากรที่มากขึ้น ดังนั้น การขาดการตรวจสอบอย่างละเอียดและตรวจสอบติดตามผู้ป่วยได้อย่างต่อเนื่องนั้นจะสามารถป้องกันได้โดยการใช้วิธีการรักษาแบบกึ่งประคับประคอง (intervention)” นักวิจัยกล่าวในงานวิจัย
ทีมงานวิจัยได้ใช้เฟรมเวิร์ก TensorFlow และ Caffe ในการสร้างระบบ deep learning โดยเทรนระบบบนข้อมูล dataset ที่ประกอบด้วยข้อมูลประมาณ 53 ล้านเฟรมจากวีดีโอ ข้อมูลจากเครื่องวัดความเร่ง (accelerometer) 1,000 ชั่วโมง ข้อมูลความเข้มเสียง 768 ชั่วโมง และข้อมูลความเข้มแสง 456 ชั่วโมง
“เทคโนโลยี AI นั้นสามารถช่วยเหลือในการจัดการกับการประเมินผู้ป่วยที่ต้องทำซ้ำๆ ได้แบบ real time ดังนั้น จึงมีศักยภาพในการช่วยเหลือผู้ป่วยด้วยวิธี intervention ได้ดียิ่งขึ้น” นักวิจัยกล่าว อีกทั้ง ระบบ AI สำหรับการดูแลผู้ป่วยวิกฤตนั้นยังสามารถลดภาระงานของพยาบาลลงไปได้ ซึ่งจะทำให้พยาบาลสามารถใช้เวลาอยู่กับงานที่ต้องมีความเร่งด่วนมากกว่าได้
นอกจากนี้ ระบบยังสามารถพัฒนาเพื่อที่จะตรวจจับความคุ้มคลั่งเช่นเดียวกับประเด็นทางการแพทย์อื่นๆ ที่ต้องการการตอบสนองและดำเนินการอย่างรวดเร็ว ด้วยการใช้ผลิตภัณฑ์ที่มีอยู่นี้ นักวิจัยกล่าวว่าระบบจะสามารถนำไปติดตั้งในห้อง ICU ด้วยราคาประมาณ 300 เหรียญสหรัฐต่อห้องเท่านั้น
Source : https://news.developer.nvidia.com/ai-helps-doctors-monitor-icu-patients/
