นักวิจัยที่มหาวิทยาลัยควีนส์แลนด์ (University of Queensland) ในประเทศออสเตรเลียกำลังใช้เครื่องซูเปอร์คอมพิวเตอร์ที่มี GPU (GPU-accelerated Supercomputer) และระบบ deep learning ในการวินิจฉัยโรคมะเร็งผิวหนังได้จากภาพนิ่งเนื้อเยื่อ (histology slide) โดยมีความถูกต้องเหมือนกับนักพยาธิวิทยา (pathologist)
“นักพยาธิวิทยาได้ทำงานที่น่าเหลือเชื่อ ซึ่งเป็นงานที่ถูกมอบหมายให้อย่างใหญ่หลวง พวกเขาอยู่ในหลายๆ เคสที่เหมือนต้องมองหาเข็มในกองหญ้าขนาดใหญ่ เป็นร้อยๆ ครั้งในแต่ละวัน” คุณ Simon Thomas นักศึกษาปริญญาโทในสาขาชีวเคมีและนักวิทยาศษสตร์ในห้องปฏิบัติการพยาธิวิทยาในด้านมะเร็งผิวหนัง กล่าวในงานตีพิมพ์ของมหาวิทยาลัย
ด้วยการใช้เครื่องซูเปอร์คอมพิวเตอร์ Wiener ซึ่งมี GPU ที่จะช่วยทำให้การประมวลผลรวดเร็วขึ้น นักวิจัยสามารถสร้างระบบ deep learning บนเฟรมเวิร์ก TensorFlow โดยเทรนระบบโครงข่ายประสาทเทียม Convolutional Neural Network กับข้อมูลภาพนิ่งเนื้อเยื่อ 30,000 ภาพจากผู้ป่วยโรคมะเร็งผิวหนัง ซึ่งทำให้ใช้เวลาในการเทรนเพียง 15 นาทีเท่านั้น
“ความจริงก็คือในงานวิจัยด้านนี้นั้นเป็นไปได้เพราะสามารถใช้ GPU ในการเทรนระบบโครงข่ายประสาทเทียมเพื่อจำแนกภาพได้ หากไม่มีเครื่องประมวลผลที่มีประสิทธิภาพขนาดนี้ ปัญหาเหล่านี้ก็คงยังยากที่จะแก้ไขปัญหา” คุณ Thomas กล่าว
โดยระบบได้ดำเนินการได้เฉกเช่นกับคนในการทำการจำแนก หรืออาจจะได้ผลที่ดีกว่าเล็กน้อยอีกต่างหาก ทางทีมกล่าว
“ระบบ deep learning เป็นสิ่งที่เหมือนกับศิลปะมากกว่าที่จะเป็นวิทยาศาสตร์ ดังนั้นการที่สามารถเทรนและเทสโมเดลของคุณได้อย่างรวดเร็วนั้นทำให้สามารถย่นระยะเวลาในการทำให้คุณเข้าถึงโมเดลที่ดีที่สุดได้” คุณ Thomas อธิบาย “นอกจากนั้นแล้วใน Wiener ยังมีอยู่หลายโหนด ดังนั้นมันเป็นไปได้ที่เทรนโมเดลในลักษณะต่างๆ ได้พร้อมกันในเวลาเดียวกัน”
