นักวิจัยที่สถาบันสุขภาพแห่งชาติ สหรัฐอเมริกา (National Institutes of Health หรือ NIH) นำโดยคุณ Dakai Jin ได้สร้างระบบ deep learning ที่สามารถตรวจจับและป้ายสีก้อนที่มีลักษณะเป็นรูปกลมหรือรูปไข่ที่พบในปอดได้
“ระบบ deep learning นั้นสามารถดำเนินการได้สำเร็จอย่างมีนัยสำคัญ อย่างไรก็ดี ข้อมูลตัวอย่างในการเทรนจำนวนมากที่จะสามารถครอบคลุมได้เพียงพอกับความหลากหลายที่อาจเกิดขึ้นนั้นเป็นสิ่งที่จำเป็นอยู่บ่อยครั้งในการทำให้ได้ผลลัพธ์ที่มีความแม่นยำสูง” นักวิจัยเขียนไว้ในงานตีพิมพ์ “เป็นเรื่องน่าเสียดายที่ข้อมูลที่มีอยู่ในโดเมนของภาพเกี่ยวกับการแพทย์โดยเฉพาะอย่างยิ่งกรณีที่มีเรื่องโรคมาเกี่ยวข้องนั้นจะค่อนข้างมีจำนวนจำกัดเนื่องจากหลายๆ สาเหตุ เช่น ค่าใช้จ่ายในการจัดซื้อภาพซึ่งมีราคาสูง ข้อมูลผู้ป่วยที่มีความละเอียดอ่อนและต้องเป็นความลับ จำนวนเคสโรคที่มีจำนวนน้อย ความยากในการติดป้าย (label) ข้อมูล และข้อมูลที่ใหญ่และหลากหลายทั้งในเรื่องตำแหน่ง ขนาด และการปรากฎ”
โดยทีมงานวิจัยได้ใช้เฟรมเวิร์ก Caffe ในการเทรนโมเดล 3D conditional generative adversarial network (CGAN) บนข้อมูลก้อนในปอด 1,000 ก้อน บนข้อมูลหลายพันภาพที่มีการสังเคราะห์ก้อนที่ผิดปกติเพิ่มเข้าไป โดยใส่ก้อนให้มีรูปร่างและการปรากฎให้มีความแตกต่างในหลายๆ แบบ
“ระบบของพวกเราเป็นการเปิดทางที่เป็นไปได้ในการช่วยให้ก้าวข้ามสิ่งที่ยากในการเก็บข้อมูลเคสที่พบได้น้อยมากสำหรับภาพทางการแพทย์ และพวกเราจำลองให้เห็นว่าข้อมูลที่สังเคราะห์โดยโมเดล GAN นั้นสามารถปรับปรุงการเทรนโมเดลคัดแยก (discriminative model) โดยกรณีนี้ก็คือการแบ่งกลุ่ม (segment) ก้อนเนื้อในปอดหรือหาพยาธิในปอดได้” ทีมวิจัยกล่าว “วิธีการที่ใช้ CGAN ของพวกเราสามารถให้ผลที่มีประสิทธิภาพและใช้ได้ทั่วไปที่จะทำให้ช่วยก้าวข้ามปัญหาคอขวดในเรื่องของข้อมูล dataset ที่จำนวนจำกัดซึ่งมักจะพบเจอในปัญหาของภาพในด้านการแพทย์”
เมื่อเปรียบเทียบวิธีที่ใช้โครงข่ายประสาทเทียมอื่นๆ (Neural Network) วิธีการ CGAN ที่นำเสนอนั้นได้ให้ผลที่ดีที่สุดเมื่อเทียบกับโดยใช้ค่า dice score และ Hausdorff distance และ average surface distance ซึ่ง dice score นั้นมีค่าสูงขึ้นจาก 0.964 เป็น 0.989 ส่วน Hausdorff และ average surface distance นั้นลดลงไป 2.4 mm และ 1.2 mm ตามลำดับ ซึ่งในเชิงคุณภาพนั้นสรุปได้ว่าวิธีการที่นำเสนอนั้นทำให้เกิดการปรับปรุงได้เป็นอย่างมากในเชิงคุณภาพ ทีมวิจัยกล่าว
หากใครสนใจรายละเอียดเพิ่มเติม งานตีพิมพ์ได้เผยแพร่ไว้ที่นี่
Source : https://news.developer.nvidia.com/ai-automatically-detects-lung-abnormalities/