มหาวิทยาลัยฮิโรชิม่าระบุเทคโนโลยีใหม่มีความแม่นยำสูงในการดึงข้อมูลเคสผู้ป่วยที่คล้ายกัน
บริษัท ฟูจิตสึ ลาบอราทอรี่ส์ จำกัด (Fujitsu Laboratories Ltd.) เปิดเผยถึงการพัฒนาเทคโนโลยีสำหรับการดึงข้อมูลเคสผู้ป่วยที่คล้ายคลึงกันจากฐานข้อมูลการตรวจด้วยเครื่องเอกซเรย์คอมพิวเตอร์ความเร็วสูง (Computed Tomography) หรือภาพซีที (CT) ที่ได้ถ่ายไว้ก่อนหน้านี้ เทคโนโลยีดังกล่าวเป็นผลงานการพัฒนาร่วมกับ บริษัท ฟูจิตสึ อาร์แอนด์ดี เซ็นเตอร์ จำกัด (Fujitsu R&D Center Co., Ltd.) โดยทำหน้าที่ดึงข้อมูลภาพเงาที่ผิดปกติในลักษณะที่คล้ายคลึงกัน และทำการขยายภาพในแบบ 3 มิติ
ปัจจุบัน มีเทคโนโลยีสำหรับการดึงข้อมูลเคสที่คล้ายคลึงกันโดยอ้างอิงภาพซีทีสำหรับโรคต่าง ๆ เช่น มะเร็งปอดระยะแรก ซึ่งภาพเงาที่ผิดปกติกระจุกตัวอยู่ที่จุดเดียว อย่างไรก็ตาม สำหรับโรคปอดที่มีการแพร่กระจาย เช่น โรคปอดบวม ภาพเงาที่ผิดปกติจะกระจายทั่วอวัยวะในทุกทิศทาง ดังนั้นจึงจำเป็นที่จะต้องให้แพทย์ตรวจสอบยืนยันความคล้ายคลึงกันในแบบ 3 มิติ ทำให้ต้องใช้เวลาเพิ่มมากขึ้นในการหาข้อสรุป
แต่ตอนนี้ ฟูจิตสึ ลาบอราทอรี่ส์ ได้พัฒนาเทคโนโลยีที่ใช้ปัญญาประดิษฐ์ (Artificial Intelligence หรือ AI) ซึ่งสามารถดึงข้อมูลเคสผู้ป่วยที่มีภาพเงาผิดปกติกระจายตัวในแบบ 3 มิติในลักษณะที่คล้ายกัน เทคโนโลยีนี้แยกภายในที่ซับซ้อนของอวัยวะเป็นส่วนๆ ผ่านการวิเคราะห์ภาพ และใช้เทคโนโลยีการเรียนรู้ของเครื่อง (Machine Learning) เพื่อจดจำภาพเงาที่ผิดปกติในแต่ละพื้นที่ ด้วยการแบ่งพื้นที่ของอวัยวะเป็นส่วนรอบนอก แกนหลัก ด้านบน ด้านล่าง ด้านซ้าย และด้านขวา และโฟกัสที่การกระจายตัวของภาพเงาผิดปกติในแต่ละพื้นที่ จึงสามารถดูสิ่งต่างๆ ได้ในแบบเดียวกันกับที่แพทย์ทำการตรวจสอบลักษณะที่คล้ายคลึงกันเพื่อวินิจฉัยโรค ในการศึกษาวิจัยร่วมกับศาสตราจารย์คาซูโอะ อาวาอิ จากแผนกรังสีวิทยาเพื่อการวินิจฉัย สถาบันและบัณฑิตวิทยาลัยวิทยาศาสตร์ชีวการแพทย์ มหาวิทยาลัยฮิโรชิม่า เทคโนโลยีนี้ได้รับการทดสอบโดยใช้ข้อมูลจริง และผลลัพธ์ที่ได้มีอัตราความแม่นยำสูงถึง 85% ในการดึงข้อมูลที่ดีที่สุดห้าอันดับแรก โดยเทียบกับคำตอบที่ถูกต้องตามที่แพทย์ได้ระบุไว้ คาดว่าเทคโนโลยีนี้จะช่วยเพิ่มประสิทธิภาพในการตรวจวินิจฉัยสำหรับแพทย์ และอาจช่วยลดระยะเวลาที่ต้องใช้ในการระบุผลวินิจฉัยที่ถูกต้องสำหรับเคสผู้ป่วย ซึ่งในอดีตจะต้องใช้เวลานานมากในการตรวจสอบในอนาคต ฟูจิตสึ ลาบอราทอรี่ส์ จะดำเนินการทดลองภาคสนามโดยใช้ภาพซีทีสำหรับเคสผู้ป่วยที่หลากหลาย โดยมีจุดมุ่งหมายที่จะเพิ่มประสิทธิภาพการรักษาพยาบาล ด้วยการปรับใช้เทคโนโลยีนี้ร่วมกับโซลูชั่นที่เกี่ยวข้องจากบริษัทฟูจิตสึ
จะมีการเปิดเผยรายละเอียดของเทคโนโลยีนี้ที่การประชุม Pattern Recognition and Media Understanding (PRMU) ซึ่งจะจัดขึ้นโดยสถาบันวิศวกรอิเล็กทรอนิกส์ สารสนเทศและการสื่อสาร มหาวิทยาลัยโทโฮคุ (เมืองเซ็นไดจังหวัดมิยางิ) ในวันที่ 22-23 มิถุนายน
ความเป็นมาของการพัฒนา
จำนวนภาพซีทีสแกนที่สร้างขึ้นสำหรับการตรวจวินิจฉัยโรคเพิ่มขึ้นอย่างต่อเนื่อง ขณะที่อุปกรณ์ภาพมีความซับซ้อนมากขึ้น ส่งผลให้แพทย์มีภาระงานเพิ่มขึ้นอย่างที่ไม่เคยมีมาก่อน โดยเฉพาะอย่างยิ่งเนื่องจากภาพซีทีสแกนสำหรับกลุ่มโรคปอดที่มีการแพร่กระจายมีสัดส่วนเปอร์เซ็นต์ที่สูงมากในบรรดาภาพซีทีสแกนทรวงอกทั้งหมด ตัวอย่างของกลุ่มโรคดังกล่าวได้แก่ ปอดบวมในผนังถุงลม และถุงลมโป่งพอง การตีความและวินิจฉัยโดยอ้างอิงภาพซีทีเหล่านี้จะต้องอาศัยความรู้และประสบการณ์เป็นอย่างมาก และต้องใช้เวลาค่อนข้างนาน จึงก่อให้เกิดปัญหาต่อแพทย์ที่ทำการรักษา ด้วยเหตุนี้จึงมีความต้องการสำหรับเทคโนโลยีที่จะช่วยดึงข้อมูลเคสผู้ป่วยที่คล้ายคลึงกันจากในอดีต พร้อมด้วยข้อมูลการตรวจวินิจฉัยและการรักษาที่แพทย์สามารถใช้อ้างอิงในการตัดสินใจ และปรับปรุงประสิทธิภาพในการตีความและวินิจฉัย
ปัญหา
ปัจจุบัน มีเทคโนโลยีที่ช่วยให้แพทย์สามารถระบุบริเวณโฟกัสในภาพสไลซ์ภาพหนึ่ง และดึงข้อมูลผู้ป่วยรายอื่น ๆ ที่มีภาพสไลซ์ที่คล้ายคลึงกัน เทคโนโลยีดังกล่าวมีประโยชน์ในกรณีที่ภาพเงาผิดปกติกระจุกตัวอยู่ที่จุดเดียว เช่น ในกรณีของมะเร็งปอดระยะแรก อย่างไรก็ตาม ในกรณีของโรคปอดที่มีการแพร่กระจาย ภาพเงาที่ผิดปกติจะกระจายทั่วอวัยวะในทุกทิศทาง ดังนั้นการดึงข้อมูลด้วยวิธีนี้จึงอาจพบเคสผู้ป่วยที่ดูเหมือนว่าคล้ายกันในบางภาพสไลซ์ แต่อาจไม่เหมือนกันในแบบ 3 มิติ ในกรณีเช่นนี้ แพทย์จะต้องตรวจสอบผลลัพธ์อีกครั้งเพื่อให้แน่ใจว่ามีความคล้ายกันในแบบ 3 มิติ ซึ่งจะต้องใช้เวลานานทีเดียวในการตรวจสอบ (รูปที่ 1)
รูปที่ 1 เทคโนโลยีที่มีอยู่สำหรับการดึงข้อมูลเคสผู้ป่วยที่คล้ายกัน
เกี่ยวกับเทคโนโลยีใหม่ที่เพิ่งได้รับการพัฒนา
ฟูจิตสึ ลาบอราทอรี่ส์ ให้ความสนใจต่อวิธีการที่แพทย์ใช้ในการระบุความคล้ายกันของภาพซีที โดยมีการแบ่งอวัยวะออกเป็นส่วนต่าง ๆ ในรูปแบบ 3 มิติ เช่น ส่วนรอบนอก แกนหลัก ด้านบน ด้านล่าง ด้านซ้าย และด้านขวา รวมไปถึงวิธีการที่แพทย์ตรวจสอบการกระจายตัวของภาพเงาที่ผิดปกติในแต่ละพื้นที่ เพื่อให้สามารถตรวจสอบปัญหานี้ในลักษณะเดียวกันกับแพทย์ ฟูจิตสึ ลาบอราทอรี่ส์ จึงได้พัฒนาเทคโนโลยีที่ใช้ AI ซึ่งสามารถดึงภาพซีทีที่มีการกระจายตัวของภาพเงาที่ผิดปกติในแบบ 3 มิติ โดยใช้การวิเคราะห์ภาพเพื่อแบ่งพื้นที่ภายในอวัยวะโดยอัตโนมัติ ซึ่งอาจเป็นการยากที่จะระบุขอบเขตของพื้นที่ต่าง ๆ ด้วยตาเปล่า และมีการใช้เทคโนโลยี Machine Learning เพื่อระบุภาพเงาผิดปกติในแต่ละพื้นที่ เทคโนโลยีที่ใช้ในการระบุภาพเงาผิดปกติได้รับการพัฒนาร่วมกับบริษัท ฟูจิตสึ อาร์แอนด์ดี เซ็นเตอร์ จำกัด
รูปที่ 2 วิธีที่แพทย์ใช้ในการวิเคราะห์ภาพ
ด้วยเทคโนโลยีนี้จะมีการระบุภาพเงาที่ผิดปกติจากภาพซีทีโดยใช้ Machine Learning (รูปที่ 3(a)) จากนั้นด้วยการประเมินขอบเขตของส่วนแกนหลักและส่วนรอบนอกโดยอ้างอิงส่วนที่ชัดเจนของภาพซีทีที่เกี่ยวข้อง เทคโนโลยีนี้จะแบ่งปอดออกเป็นบริเวณแกนหลักและพื้นที่รอบนอก (รูปที่ 3(b)) ต่อจากนั้น ตามแกนของร่างกายในแนวขึ้นและลง เทคโนโลยีดังกล่าวจะสร้างภาพฮิสโตแกรม (รูปที่ 3(c)) ของจำนวนภาพเงาที่ผิดปกติตรงบริเวณส่วนแกนหลักและส่วนรอบนอก แล้วตรวจสอบการกระจายตัวแบบ 3 มิติของภาพเงาที่ผิดปกติ เพื่อดึงข้อมูลเคสผู้ป่วยที่คล้ายคลึงกัน
รูปที่ 3 เทคโนโลยีที่พัฒนาขึ้นใหม่สำหรับการดึงข้อมูลเคสผู้ป่วยที่คล้ายกัน
ผลลัพธ์ที่ได้
ในการศึกษาวิจัยร่วมกับ ศาสตราจารย์คาซูโอะ อาวาอิ จากแผนกรังสีวิทยาเพื่อการวินิจฉัย สถาบันและบัณฑิตวิทยาลัยวิทยาศาสตร์ชีวการแพทย์ มหาวิทยาลัยฮิโรชิม่า ผลลัพธ์ของการทดลองเพื่อประเมินผลแสดงให้เห็นว่า เมื่อมีการทดสอบเทคโนโลยีนี้โดยใช้ภาพซีทีของโรคปอดที่มีการแพร่กระจาย เทคโนโลยีนี้สามารถดึงข้อมูลเคสที่คล้ายกันได้อย่างแม่นยำราว 85% ในการดึงข้อมูลที่ดีที่สุดห้าอันดับแรก โดยเทียบกับคำตอบที่ถูกต้องตามที่แพทย์ได้ระบุไว้ คาดว่าเทคโนโลยีนี้จะช่วยเพิ่มประสิทธิภาพของงานตรวจวินิจฉัย ซึ่งก่อนหน้านี้แพทย์ต้องทำงานดังกล่าวด้วยตนเอง เช่น การค้นหาข้อมูลเคสผู้ป่วยที่คล้ายคลึงกัน ทั้งยังอาจช่วยลดระยะเวลาการตรวจวินิจฉัยให้เหลือเพียง 1 ใน 6 ของเวลาที่เคยใช้ก่อนหน้านี้ โดยเฉพาะอย่างยิ่งสำหรับเคสผู้ป่วยที่มีความซับซ้อนและต้องใช้เวลานานในการตรวจสอบ
แผนการสำหรับอนาคต
เทคโนโลยีนี้นอกจากจะนำไปใช้กับการวินิจฉัยโรคปอดที่มีการแพร่กระจายแล้ว ยังสามารถประยุกต์ใช้กับเทคนิคการวินิจฉัยภาพถ่ายทางการแพทย์อื่น ๆ เช่น ภาพซีทีของศีรษะและกระเพาะอาหาร และภาพเอ็มอาร์ไอ (Magnetic Resonance Imaging - MRI) รวมไปถึงอัลตราซาวด์ ฟูจิตสึ ลาบาทอรี่ จะดำเนินการทดลองภาคสนามโดยใช้ภาพซีทีสำหรับเคสผู้ป่วยที่หลากหลาย โดยมีจุดมุ่งหมายที่จะเพิ่มประสิทธิภาพการรักษาพยาบาล ด้วยการปรับใช้เทคโนโลยีนี้ร่วมกับโซลูชั่นที่เกี่ยวข้องจากบริษัทฟูจิตสึ
ความเห็นของศาสตราจารย์คาซูโอะ อาวาอิ จากแผนกรังสีวิทยาเพื่อการวินิจฉัย
สถาบันและบัณฑิตวิทยาลัยวิทยาศาสตร์ชีวการแพทย์ มหาวิทยาลัยฮิโรชิม่า
เราสามารถสาธิตให้เห็นถึงความเป็นไปได้ในการดึงข้อมูลภาพซีทีที่มีภาพเงาผิดปกติในลักษณะที่คล้ายคลึงกัน และการกระจายตัวในแบบ 3 มิติมีนัยยะที่สำคัญในทางการแพทย์ ในอนาคต เทคโนโลยีนี้จะช่วยให้แพทย์ได้รับข้อมูลที่มีประโยชน์ในทางการรักษา ด้วยการดึงภาพซีทีที่คล้ายกันจากเคสผู้ป่วยที่ยากแก่การตรวจวินิจฉัยและรักษา และเราคาดการณ์ว่าเทคโนโลยีนี้จะช่วยปรับปรุงความแม่นยำและประสิทธิภาพการรักษาพยาบาลได้เป็นอย่างมาก ด้วยการจัดกลุ่มภาพที่คล้ายคลึงกันในแง่ของสัณฐาน และตรวจสอบว่ามีความผิดปกติร่วมทางพันธุกรรมภายในกลุ่มเหล่านี้หรือไม่ เทคโนโลยีนี้อาจนำเสนอแนวคิดใหม่ๆ เกี่ยวกับโรคต่างๆ และขยายความเป็นไปได้ในการประยุกต์ใช้งานทางการแพทย์ที่หลากหลาย นับเป็นเทคโนโลยีที่เปี่ยมด้วยศักยภาพและมอบความหวังสำหรับอนาคตอย่างแท้จริง
Thailandindustrycom_official
