หมอเตรียมตกงาน เมื่อ AI สามารถตรวจวินิจฉัยมะเร็งได้แม่นกว่าหมอ

นักวิจัยที่ Northwestern University ในรัฐอิลลินอยส์และ Google หวังว่าเทคโนโลยีด้าน AI และ Machine Learning สามารถเพิ่มประสิทธิภาพของการตรวจคัดกรองมะเร็ง

การค้นหาเนื้องอกในระยะแรก ควรจะทำให้ง่ายต่อการรักษา ซึ่งทีมวิจัย กล่าวว่า AI จะมีบทบาทใหญ่ ในอนาคตของยาและการรักษาโรค แต่ซอฟต์แวร์ปัจจุบันยังไม่พร้อมสำหรับการใช้งานทางคลินิกจริง ๆ 

การศึกษามุ่งเน้นไปที่โรคมะเร็งปอดซึ่งคร่าชีวิตผู้คนมากกว่า 1.8 ล้านคนต่อปีซึ่งสูงกว่ามะเร็งชนิดอื่น ๆ และ นี่คือเหตุผลว่าทำไมสหรัฐฯจึงแนะนำให้คนที่มีความเสี่ยงสูงมาตรวจคัดกรองหากมีการสูบบุหรี่มาเป็นระยะเวลายาวนาน

อย่างไรก็ตามการตรวจคัดกรองอาจ ส่งผลให้มีการตรวจชิ้นเนื้อลุกลาม สำหรับผู้ที่กลายเป็นมะเร็ง ซึ่งการศึกษาใช้ปัญญาประดิษฐ์เพื่อดูว่าการวิเคราะห์การสแกนสามารถนำมาช่วยได้หรือไม่

ขั้นตอนแรกคือการฝึกอบรมซอฟต์แวร์คอมพิวเตอร์ด้วยการสแกนปอด 42,290 CT จากผู้ป่วยเกือบ 15,000 ราย นักวิจัยไม่ได้บอก AI ว่าต้องมองหาสิ่งใดจากการวิเคราะห์โดยคอมพิวเตอร์ เพียงแค่คัดกรองผู้ป่วยคนที่จะเป็นมะเร็งและไม่ได้เป็นเท่านั้น

นำฐานข้อมูลมาให้ Machine Learing ทำการเรียนรู้เพื่อวิเคราะห์
นำฐานข้อมูลมาให้ Machine Learing ทำการเรียนรู้เพื่อวิเคราะห์

AI นั้นได้รับการทดสอบกับทีมนักรังสีวิทยาหกคนซึ่งทำหน้าที่วิเคราะห์การสแกน CT ซึ่งผลที่ได้ AI มีประสิทธิภาพมากกว่านักรังสีวิทยาเมื่อตรวจสอบ CT scan เพียงครั้งเดียวและมีประสิทธิภาพเท่าเทียมกันเมื่อแพทย์มีการสแกนหลายดูหลาย ๆ ครั้ง

ผลการวิจัยใน Nature Medicineแสดงให้เห็นว่า AI สามารถเพิ่มการตรวจหามะเร็งได้ 5% ในขณะที่ยังลดการตรวจที่ผิดพลาด(ผู้ที่ได้รับการวินิจฉัยว่าเป็นมะเร็งแต่ความจริงไม่ได้เป็น) ถึง 11%

ดร. Mozziyar Etemadi จาก Northwestern University บอกกับ BBC ว่า: “ขั้นตอนต่อไปคือการใช้กับผู้ป่วยในรูปแบบของการทดลองทางคลินิก” 

ดร. Etemadi กล่าวว่า AI และแพทย์ที่ทำงานเคียงข้างกันจะมีประสิทธิภาพมากขึ้นและ AI นั้นก็กำลังจะเข้ามามีบทบาทอย่างมากในวงการการแพทย์

Rebecca Campbell จาก Cancer Research UK กล่าวว่า: “มันเป็นสิ่งที่ดีที่ได้เห็นนวัตกรรมเทคโนโลยีใหม่ที่วันหนึ่งสามารถช่วยเราในการตรวจหามะเร็งปอดในช่วงต้นเช่นเดียวกับที่เราเรียนรู้จากประสบการณ์ของแพทย์ ซึ่งการใช้เทคนิค Deep Learning ในการทำแบบเดิมซ้ำ ๆ นั้นก็เพื่อช่วยปรับปรุงความแม่นยำให้มีมากขึ้นนั่นเอง

“การตรวจหามะเร็งตั้งแต่เนิ่น ๆ มีแนวโน้มที่จะประสบความสำเร็จในการรักษา ซึ่งมันเป็นวิธีที่ทรงพลังที่สุดในการช่วยชีวิตคนได้มากขึ้น และการพัฒนาเทคโนโลยีเหล่านี้ซึ่งจะมาทำงานาร่วมกับแพทย์จริง ๆ จะมีบทบาทสำคัญในอนาคตอย่างแน่นอน

“ขั้นตอนต่อไปคือการทดสอบเทคโนโลยีนี้เพิ่มเติมเพื่อดูว่าสามารถใช้กับคนจำนวนมากได้อย่างแม่นยำจริง ๆ หรือไม่”

AI เอาชนะมนุย์ได้หรือยัง ???

สำหรับโดยส่วนตัวผมมองว่าเทคโนโลยีในด้านที่ AI สามารถจำลองการทำงานได้ เช่น รังสีแพทย์ ที่ใช้ในการวิเคราะห์ผลจากการถ่าย X-RAY ไม่ว่าจะเป็น Ultrasound , MRI , CT-Scan เพื่อใช้ในการวิเคราะห์โรคร้ายต่าง ๆ

ซึ่งหมอเล่านี้นั้น ต้องใช้การเรียนรู้ + ประสบการณ์ในการ วิเคราะห์ภาพที่ได้จากเครื่อง X-RAY ชนิดต่าง ๆ ซึ่ง ไม่ยากเลยสำหรับ AI ที่จะเรียนรู้แบบหมอได้ และความก้าวหน้าของเทคโนโลยีในปัจจุบัน

ลองจินตนาการ สมมติว่ามีการแข่งขัน ให้หมอที่เก่งที่สุดด้านนี้ มาแข่งกับ AI ผลน่าจะไม่ต่างจากเกมส์โกะ ที่ Alpha Go ที่สามารถเอาชนะแชมป์โลกโกะไปได้อย่างไม่ยากเย็น แต่ก็อยู่ที่ว่ามนุษย์เรานั้นจะสามารถยอมรับได้หรือไม่

หากต่อไป นั้น เราจะถูกวินิจฉัยโดย AI ซึ่งไม่ใช่หมอ เช่นเดียวกับ ในอนาคตอันใกล้นี้ เราจะยอมรับได้มั๊ยว่า รถแบบขับเคลื่อนอัตโนมัตินั้น จะเป็นรถปรกติที่วิ่งบนถนนเดียวกับเรา ซึ่ง ยังไงอัตราการเกิดอุบัติเหตุจาก AI เหล่านี้ ก็น่าจะน้อยกว่ามนุษย์อยู่แล้ว เพราะความแม่นยำที่สามารถตรวจสอบได้ และขีดจำกัดหลาย ๆ อย่างของมนุษย์นั้น จะไม่สามารถทำงานได้เทียบเท่า AI อีกต่อไป

References : 
https://www.bbc.com/news/health-48334649


 


ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA



Geek Forever Club พื้นที่ของการแลกเปลี่ยนข้อมูลข่าวสาร ความรู้ ด้านธุรกิจ เทคโนโลยีและวิทยาศาสตร์ ใหม่ ๆ ที่น่าสนใจ



Geek Forever’s Podcast


“Open Your World With Technology


AI , Blockchain และเทคโนโลยีใหม่ ๆ กำลังเข้ามามีบทบาทสำคัญในหลายธุรกิจ ทั้ง แวดวงการเงิน สุขภาพ หรือ งานด้านบริการต่าง ๆ ผมเป็นคนหนึ่งที่สนใจเกี่ยวกับ AI หรือ Machine Learning

Podcast ของผมจะเล่าเรื่องราวต่าง รวมถึงเรื่องที่ผมสนใจอื่น ๆ เช่น startup หนังสือ หนัง หรือ กีฬาฟุตบอล อยากชวนคนที่สนใจให้ลองมาติดตาม podcast ของผมกันด้วยนะครับ

ฟังผ่าน podbean
ฟังผ่าน podbean
ฟังผ่าน Apple Podcasts
ฟังผ่าน Apple Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Spotify
ฟังผ่าน Spotify
ฟังผ่าน Youtube
ฟังผ่าน Youtube