โรคต้อหินนั้นเกิดขึ้นกับคนในสหรัฐอเมริกามากขึ้น 2.7 ล้านคน และเป็นหนึ่งในสาเหตุหลักที่นำไปสู่อาการตาบอดของโลกใบนี้ เพื่อที่จะศึกษาว่าระบบ deep learning จะสามารถช่วยให้แพทย์นั้นสามารถที่จะวินิจฉัยโรคได้ดีขึ้นหรือไม่ นักวิจัยจาก IBM และมหาวิทยาลัยนิวยอร์ก (New York University) จึงได้ร่วมกันพัฒนาเฟรมเวิร์ก deep learning ซึ่งสามารถที่จะสามารถตรวจจับโรคได้อัตโนมัติด้วยความแม่นยำ 94%
“พวกเราวางเฟรมเวิร์ก deep learning ใหม่เพื่อที่จะตรวจจับโรคต้อหินโดยตรงจากภาพจอประสาทตาโดยตรง (optical coherence tomographic (OCT)) ซึ่งใช้วิธีการนำเอาคลื่นเล็กๆ มาตัดผ่านส่วนของเรตินาในภาพ”นักวิจัยกล่าว
โดยทีมงานได้เทรนโครงข่าย Convolutional Neural Network บนเฟรมเวิร์ก Keras และ TensorFlow กับข้อมูลภาพ OCT หลายร้อยภาพที่ได้จากผู้ป่วย 624 คน โดยทีมได้แบ่งข้อมูล dataset ออกมาเป็นตัวอย่างสำหรับเทรน 888 ภาพ และ 112 ภาพสำหรับ validation และ 110 สำหรับทดสอบ โดยภาพตาที่มาจากผู้ป่วยคนเดียวกันนั้นจะไม่ได้ถูกแบ่งออกไปแยกกันในแต่ละชุดข้อมูล ซึ่งจะเป็นภาพของคนที่มีตาสุขภาพดี 217 คน และที่เป็นต้อหิน 432 คน
และเมื่อเทรนเสร็จสิ้น จึงสามารถระบุโรคต้อหินจากภาพได้ด้วยความแม่นยำ 94%
“พวกเราเชื่อว่าสิ่งนี้ที่มีความแม่นยำที่ดีขึ้นนั้นเป็นผลลัพธ์จากการลดความผิดพลาดในการทำ segmentation ของโครงสร้างในภาพอัตโนมัติ เช่นเดียวกับการรวม region ของภาพที่ไม่ได้มีการปรับใช้สำหรับวัตถุประสงค์นี้โดยตรง” คุณ Bravna Antony นักวิจัยที่ IBM กล่าว
ทีมงานกล่าวว่าโครงสร้าง neural network ที่มี 5 layer นั้นจะทำให้อัลกอริทึมมีประสิทธิภาพที่ดีกว่า ซึ่งวิธีการนี้ได้สามารถเอาชนะเฟรมเวิร์กที่เป็น state-of-the-art ซึ่งสามารถดำเนินการในงานเดียวกันได้ด้วยความแม่นยำ 89%
โดยงานในอนาคตนั้น ทีมจะเจาะไปในทางการทำ biomarker ที่มีโอกาสเป็นโรคต้อหิน ซึ่งจะเป็นการนำไปสู่ความเข้าใจที่ลึกขึ้นของโรคนี้
งานนี้เพิ่งได้แสดงไว้ใน IBM blog และงานตีพิมพ์ไว้แล้วที่ ArXiv
Source : https://news.developer.nvidia.com/ai-research-detects-glaucoma-with-94-percent-accuracy/
