มะเร็งต่อลูกหมากนั้นได้ถูกคาดการณ์ว่าจะเป็นโรคที่เกิดขึ้นใหม่มากที่สุดในผู้ชาย และคาดว่าจะเป็นสาเหตุอันดับที่สองที่ทำให้เสียชีวิตได้รองจากโรคมะเร็งปอด ซึ่งมะเร็งชนิดนี้ก็ยากที่จะตรวจจับได้เช่นเดียวกัน เนื่องจากก้อนเนื้อที่มีขนาดเล็กที่สามารถมีขนาดเล็กได้ในอัตราส่วนเพียง 1% ของเนื้อเยื่อผิวเท่านั้น
เพื่อช่วยแก้ไขปัญหาดังกล่าว นักวิจัยจากมหาวิทยาลัยคอร์เนลล์ (Cornell University) และ ศูนย์โรคมะเร็ง Memorial Sloan Kettering Cancer Center ซึ่งเป็นสถาบันรักษาและวิจัยโรคมะเร็งในนครนิวยอร์ก จึงได้ร่วมกันสร้างระบบ deep learning ที่สามารถตรวจจับมะเร็งได้แม่นยำยิ่งขึ้น โดยใช้ข้อมูล dataset การตรวจชิ้นเนื้อของศูนย์โรคมะเร็ง จึงทำให้ทีมสามารถสร้างระบบที่เป็น state-of-the-art ที่สามารถพิจารณาโรคได้เสมือนอยู่ในคลินิกขึ้นมาได้ นักวิจัยกล่าว
“จนกระทั่งตอนนี้ การศึกษาต่างๆ จะขึ้นกับข้อมูล dataset ที่มีจำนวนข้อมูลลำดับไม่กี่ร้อยสไลด์ ซึ่งไม่เพียงพอในการเทรนโมเดลที่สามารถใช้งานได้เสมือนในคลินิก หากแต่ที่นี่พวกเรารวบรวม dataset ที่มีอยู่ถึง 12,160 สไลด์ โดยในงานด้านพยาธิวิทยานั้นจะมีข้อมูลลำดับ 2 อันที่ขนาดนั้นใหญ่กว่าข้อมูล dataset ก่อนหน้า อีกทั้งถ้านับเป็นจำนวนพิกเซลแล้วยังเทียบได้เท่ากับ 25 เท่าของข้อมูล ImageNet dataset” นักวิจัยกล่าวในงานตีพิมพ์ “ด้วยขนาดของข้อมูล dataset ที่เรามีจึงเป็นไปได้สำหรับพวกเราที่จะเทรนโมเดล deep learning ภายใต้ข้อสันนิษฐานแบบ Multiple Instance Learning (MIL) ที่ใช้ข้อมูลการตรวจวินิจฉัยสไลด์แบบภาพรวมในการเทรนโมเดลเท่านั้น และหลีกเลี่ยงการทำ annotation ในแต่ละพิกเซลที่จะต้องใช้หากใช้วิธีแบบ Supervised Learning”
โดยทีมได้เทรนระบบโครงข่ายประสาทเทียมบนเฟรมเวิร์ก PyTorch บนข้อมูล dataset ที่ตรวจับมะเร็งต่อมลูกหมากได้ โดยโมเดลที่ดีที่สุดนั้นสามารถทำให้ได้ค่า AUC (Area Under Curve) เท่ากับ 0.98 และได้ค่า False Negative อยู่ที่ 4.8% บนชุดข้อมูล test ที่มีจำนวน 1,824 สไลด์
“ด้วยประสิทธิภาพที่มีในการทำโฟลวของงานด้านพยาธิวิทยาให้กลายเป็นแบบดิจิทัล วิธีการของพวกเราสามารถทำให้ได้ประสิทธิภาพอย่างมหาศาลในการสร้างระบบสนับสนุนการตัดสินใจ (Decision Support System) ที่จะสามารถนำไป deploy ใช้งานได้จริงในคลินิก” นักวิจัยกล่าว
Source : https://news.developer.nvidia.com/ai-helps-detect-prostate-cancer/