การวัดผลว่าก้อนเนื้อมีปฏิกิริยาต่อการรักษาโรคมะเร็งนั้นเป็นงานหลักในการบ่งชี้อาการของผู้ป่วย โดยกระบวนการปกติจะดำเนินการโดยนักรังสีวิทยา (radiologist) ที่ได้รับการฝึกฝนมาแล้ว ซึ่งเป็นงานที่ต้องใช้แรงงานมหาศาล อีกทั้งยังขึ้นกับแต่ละบุคคลและมีแนวโน้มที่จะไม่สอดคล้องกันได้ เพื่อช่วยบรรเทาปัญหาดังกล่าวนี้ นักวิจัยที่สถาบัน National Institutes of Health สหรัฐอเมริกาและ NVIDIA จึงได้ร่วมมือกันพัฒนาระบบ deep learning ที่สามารถช่วยติดคำอธิบาย (annotate) เนื้องอกในผู้ป่วยโรคมะเร็งได้อัตโนมัติ
“การวัดขนาดเส้นผ่านศูนย์กลางของก้อนเนื้อต้องใช้การความรู้ความสามารถระดับมืออาชีพและต้องใช้เวลา จึงส่งผลให้เป็นงานที่ยากและมีราคาแพงในการติดคำอธิบายข้อมูล dataset ขนาดใหญ่ขึ้นมา” นักวิจัยกล่าวไว้ในงานตีพิมพ์
ทีมวิจัยจึงเทรนระบบโครงข่าย Convolutional Neural Network บนเฟรมเวิร์ก PyTorch เพื่อทำการติดคำอธิบายก้อนเนื้อด้วยวิธี RECIST (Response Evaluation Criteria In Solid Tumors) ซึ่งเป็นการตั้งกฎชุดหนึ่งที่กำหนดไว้ว่าเมื่อใดคือแสดงให้เห็นว่าอาการของผู้ป่วยโรคมะเร็งดีขึ้น โดยโครงข่ายประสาทเทียมนี้ได้ถูกเทรนกับข้อมูลภาพจากข้อมูล dataset DeepLesion ซึ่งมีจำนวนภาพถึง 32,735 ภาพที่วัดโดยวิธี RECIST
“วันนี้ โดยส่วนใหญ่ของการทดลองเพื่อประเมินผลการรักษาโรคมะเร็งนั้นใช้วิธี RECIST เป็นตัววัดผลการตอบสนอง ดังนั้น คุณภาพของการติดคำอธิบายด้วยวิธี RECIST นั้นจะมีผลโดยตรงต่อผลลัพธ์การประเมินและแผนการรักษา” นักวิจัยกล่าว “พวกเราได้ทำเป็นครั้งแรกในการสร้างตำแหน่งบริเวณ RECIST แบบคร่าวๆ ได้”
ทีมวิจัยกล่าวว่าโครงข่ายประสาทเทียมของพวกเขานั้นมีประสิทธิภาพสูงซึ่งสามารถติดป้ายให้มีความแปรปรวนที่น้อยกว่านักรังสีวิทยาที่เป็นมนุษย์ได้แล้ว
Source : https://news.developer.nvidia.com/ai-helps-monitor-cancer-treatment/