ตามที่ American Cancer Society รายงานมาว่ามีคนมากกว่า 200,000 คนในสหรัฐอเมริกาจะถูกวินิจฉัยว่าเป็นโรคมะเร็งปอดในทุกๆ ปี ซึ่งเพื่อที่จะช่วยให้สามารถตรวจจับโรคนี้ได้ล่วงหน้า ทีมนักวิจัยที่มหาวิทยาลัยนิวยอร์ก (New York University) จึงได้พัฒนาอัลกอริทึม deep learning ที่สามารถระบุประเภทของมะเร็งปอดที่เกิดขึ้นส่วนใหญ่ 2 แบบด้วยความแม่นยำระดับมนุษย์
“วัตถุประสงค์ของงานนี้คือการพัฒนาโมเดล deep learning สำหรับการวิเคราะห์แผ่นภาพชิ้นเนื้อโดยอัตโนมัติโดยใช้ข้อมูลภาพทั้งสไลด์ที่มีเปิดเผยอยู่ทั่วไปมาเทรน และต่อมาจึงนำโมเดลมาทดสอบกับข้อมูลที่ติดตามเก็บข้อมูลมาโดยสถาบันของพวกเรา” นักวิจัยระบุไว้ในงานตีพิมพ์
โดยทีม NYU นั้นได้สร้างระบบโครงข่าย Convolutional Neural Network บนโมเดลการรู้จำภาพ (image recognition) ที่ชื่อว่า Inception v3 ซึ่งมี opensource อยู่แล้ว ซึ่งเป็นโมเดลที่สามารถนำมาใช้งานเพื่อตรวจจับโรคมะเร็งผิวหนังและโรคเบาหวานได้สำเร็จ โดยทางทีมวิจัยจึงได้นำโครงข่ายมา re-train กับข้อมูลภาพจำนวน 3,000 ภาพจากข้อมูล 2 dataset เข้าไป
จากนั้น นักวิจัยจึงสามารถวัดผลกับข้อมูล dataset ที่เป็นภาพสไลด์เต็มจาก dataset ที่แยกออกไว้แล้วก่อนหน้านี้ ซึ่งพวกเขาได้มีนักพยาธิวิทยาอีก 3 คนเข้ามาร่วมในโครงการในการคัดแยกภาพสไลด์อีกด้วย

“การศึกษาของพวกเราแสดงให้เห็นว่า Convolutional Neural Network อย่าง Inception V3 ของ Google นั้นสามารถที่จะนำมาใช้งานเพื่อเป็นผู้ช่วยในการวิเคราะห์มะเร็งปอดจากภาพสไลด์จุลพยาธิวิทยาได้ ซึ่งมันสามารถคัดแยกได้ว่าเป็นเนื้อเยื่อปกติหรือว่าเนื้อเยื่อก้อนเนื้อ (~0.99 AUC) ซึ่งทำได้เกือบหมดอย่างไม่ต้องสงสัยใดๆ อีกทั้งยังสามารถคัดแยกชนิดของมะเร็งปอดด้วยความแม่นยำสูง (0.97 AUC) ซึ่งนับว่าได้ถึงระดับเท่ากับนักพยาธิวิทยาคนหนึ่งทั้งในเรื่องความเร็วและการระบุข้อมูล”
โดยงานวิจัยได้ตีพิมพ์ที่ Nature Medicine และโค้ดนั้นก็อยู่ที่ GitHub
Source : https://news.developer.nvidia.com/ai-helps-doctors-diagnose-lung-cancer-with-97-percent-accuracy/