Facebook พัฒนา AI คาดการณ์แนวโน้มอาการ COVID-19 ทรุดลง

0
JINAN, Jan. 6, 2021 -- Wang Yansen looks at the radiograph of a patient at Shandong Third Provincial Hospital in Jinan, east China's Shandong Province, Jan. 6, 2021. Wang Yansen is director of the Department of Medicine in Shandong Third Provincial Hospital. He went to Hubei last year to aid the fight against COVID-19 as the head of a medical assistance team. During the 38-day work at a makeshift hospital in Wuhan, Wang and his teammates achieved the good results of zero death of patients and zero infection of medical personnel. On Dec. 15, 2020, China officially launched a vaccination program for this winter-spring period targeting several key groups. These groups include those engaged in the handling of imported cold-chain products, customs officers, medical workers, and people working in public transport and fresh produce markets. In Shandong, more than 210,000 doses of COVID-19 vaccines have been administered to key groups. As a doctor, Wang received the injection of the vaccine. The vaccination strengthened our determination and confidence in prevail over the COVID-19, Wang said. (Photo by Guo Xulei/Xinhua via Getty) (Xinhua/Guo Xulei via Getty Images)

นักวิจัย AI จาก Facebook (FAIR) ร่วมกับแผนกรังสีวิทยาจาก NYU Langone Health พัฒนาซอฟต์แวร์ที่คาดการณ์แนวโน้มของผู้ป่วย COVID-19 ว่ามีอาการทรุดลงหรือไม่หรือต้องการออกซิเจน โดยอิงจากผลเอกซเรย์ของผู้ป่วย

ทีมนักวิจัยระบุว่า ซอฟต์แวร์ดังกล่าวอาจช่วยแพทย์มิให้ส่งผู้ป่วยที่มีความเสี่ยงกลับบ้านก่อนเวลาอันควร อีกทั้งยังช่วยให้โรงพยาบาลจัดการวางแผนรองรับความต้องการใช้ออกซิเจนเพิ่มเติมได้ด้วย

นักวิจัยทั้ง 10 ราย จาก Facebook AI Research 5 คน และจาก The NYU School of Medicine 5 คน เผยว่า พวกเขาได้พัฒนาโมเดลระบบเรียนรู้สามแบบที่มีความแตกต่างกันออกไปเล็กน้อย โมเดลแรกคาดการณ์แนวโน้มอาการทรุดตัวจากผลเอกซเรย์ปอดชุดเดียว โมเดลที่สองดูจากชุดข้อมูลเอกซเรย์ต่อเนื่อง และโมเดลที่สามใช้ผลเอกซเรย์ชุดเดียวในการคาดการณ์ว่าต้องเตรียมออกซิเจนที่ผู้ป่วยอาจจำเป็นต้องใช้อีกเท่าไร ทั้งนี้ โมเดลที่พัฒนาขึ้นสามารถคาดการณ์ได้ล่วงหน้าถึง 4 วันหากผู้ป่วยต้องได้รับการดูแลเป็นพิเศษ ซึ่งการคาดการณ์โดย AI นั้นมักทำได้เหนือกว่าการคาดการณ์โดยผู้เชี่ยวชาญ

Image credit: Facebook

ในการฝึกระบบคาดการณ์นั้น ระบบ AI ได้รับการป้อนข้อมูลสองชุดจากผลเอกซเรย์ปอดของผู้ป่วยที่ไม่ได้ติดเชื้อ COVID-19 และชุดข้อมูลผลเอกซเรย์ 26,838 ภาพ จากผู้ป่วย COVID 4,914 ราย นักวิจัยใช้เทคนิค AI ที่เรียกว่า “momentum contrast” ในการฝึกโครงข่ายประสาทเทียมให้ดึงข้อมูลจากภาพเอกซเรย์ปอด โดยได้รับแนวทางฝึกมาจากสมองมนุษย์ที่สามารถระบุรูปแบบและรับรู้ถึงความสัมพันธ์ของข้อมูลปริมาณมหาศาลได้

Image credit: Facebook

ทีมวิจัยชี้ว่า โมเดลนี้ไม่ใช่ผลิตภัณฑ์ แต่เป็นอีกผลงานวิจัยที่ต้องการช่วยบุคลากรทางการแพทย์ในการวางแผนทรัพยากรสำหรับรักษาผู้ป่วย แม้ว่าโรงพยาบาลจะมีชุดข้อมูลของตนอยู่แล้ว ก็สามารถนำโมเดลนี้ไปใช้ได้โดยไม่ต้องเริ่มใหม่ตั้งแต่ต้น ทางผู้วิจัยก็ได้เปิดโมเดลนี้เป็น open-source เพื่อให้โรงพยาบาลที่มีทรัพยากรจำกัดนำไปปรับใช้กับชุดข้อมูลของโรงพยาบาลเองได้