DeepMind AI กับการทำนายการสูญเสียเฉียบพลันของไต

ภาคตะวันออกเฉียงเหนือของอเมริกา ความท้าทายที่ยิ่งใหญ่ที่สุดของโรงพยาบาลต้องเผชิญคือการคาดการณ์เมื่อผู้ป่วยที่อ่อนแอและเสี่ยงต่อการเสียชีวิตแบบเฉียบพลัน ซึ่งการเปลี่ยนแปลงเล็กน้อยของข้อมูลสุขภาพ และเป็นข้อมูลที่กว้างเกินไปสำหรับมนุษย์ที่จะตรวจสอบสิ่งเหล่านี้ได้อย่างมีประสิทธิภาพ

ในบทความที่ตีพิมพ์ในวันพุธในวารสาร Nature นักวิจัยที่ DeepMind อธิบายวิธีแก้ปัญหาที่เป็นไปได้: ระบบ Machine Learning ที่สามารถบีบอัดข้อมูลนับแสนในบันทึกของข้อมูลสุขภาพในรูปแบบอิเล็กทรอนิกส์ เพื่อช่วยเตือนแพทย์ถึงวิกฤตที่ใกล้จะเกิดขึ้นก่อนที่มันจะเกิดขึ้นจริงกับผู้ป่วย

เพื่อแสดงให้เห็นถึงศักยภาพของระบบนักวิจัยที่  DeepMind ในเมืองลอนดอน ใช้เพื่อคาดการณ์การโจมตีของการบาดเจ็บของไตเฉียบพลัน   ปัจจุบันจากข้อมูลพบว่าการทำงานของไตลดลงอย่างฉับพลันในผู้ป่วยหลายแสนคนในโรงพยาบาลทหารผ่านศึกทั่วสหรัฐอเมริกา และ พบว่า AI สามารถคาดการณ์ 90% ของเหตุการณ์ที่จะเกิดขึ้นเหล่านี้ ที่จำเป็นต้องใช้การล้างไตโดยด่วนด้วยระยะเวลาไม่เกิน 48 ชั่วโมง เพื่อช่วยเหลือผู้ป่วย

แต่แม้ระบบนั้นจะยังห่างไกลจากความสมบูรณ์แบบอยู่:  มีการแจ้งเตือนที่ถูกต้องทุกครั้ง เมื่อใช้กับผู้ป่วยที่การบาดเจ็บรุนแรงน้อย โดยระบบจะมีประสิทธิภาพสูงกว่า 20 เปอร์เซ็นต์ เมื่อเทียบกับแบบจำลองที่ใช้ในการประเมินความเป็นไปได้ของการบาดเจ็บของไตในโรงพยาบาลแบบทั่วไป ซึ่งการใช้เทคโนโลยีมาช่วยดังกล่าวนี้ จะเน้นความสามารถในการให้คำเตือนที่แม่นยำยิ่งขึ้นเพื่อให้แพทย์สามารถป้องกันอันตรายได้ทันท่วงที

“ ลักษณะการทำนายของสิ่งที่เกิดขึ้นนั้นน่าประทับใจมาก” ดร. โจ บองเนอร์หัวหน้าแผนกเวชศาสตร์ไตที่บริกแฮมและโรงพยาบาลสตรีในบอสตัน  เขากล่าวว่า การแจ้งเตือนการบาดเจ็บของไตเฉียบพลันในระยะเวลา 48 ชั่วโมง  เมื่อการทำงานของไตลดลง และเหล่าของเสียที่สะสมอยู่ในเลือดนั้น อาจทำให้แพทย์สามารถตอบสนองโดยการควบคุมความดันโลหิตและลดการใช้ยาพิษที่อาจทำให้อวัยวะสูญเสียการทำงานได้ 

เขายังกล่าวอีกว่า“ เทคโนโลยีเหล่านี้จะนำไปใช้กับผู้ป่วยอื่น ๆ ในสถานที่อื่นนอกโรงพยาบาลทหารผ่านศึกหรือไม่”

นักวิจัย DeepMind ย้ำว่าระบบของพวกเขายังคงต้องได้รับการตรวจสอบในการดูแลทางคลินิกเพื่อให้แพทย์สามารถประเมินผลกระทบที่มีต่อผู้ป่วยได้อย่างเต็มที่ แต่พวกเขากล่าวว่าความสำเร็จในระยะแรกของวิธีการของพวกเขาชี้ไปสู่อนาคตซึ่งอัลกอริธึมสามารถคาดการณ์ได้จากข้อมูลบันทึกสุขภาพอิเล็กทรอนิกส์ เพื่อช่วยทำนายวิกฤตการณ์ที่จะเกิดขึ้นในผู้ป่วยในโรงพยาบาล เช่น การเกิดโรคปอดบวม หัวใจวาย หรือภาวะติดเชื้อ ซึ่งเป็นภาวะที่เสี่ยงต่อการเสี่ยงชีวิตได้สูงมาก 

Deepmind ที่นำ AI มาใช้กับเทคโนโลยีทางการแพทย์
Deepmind ที่นำ AI มาใช้กับเทคโนโลยีทางการแพทย์

ในการศึกษาระบบ AI ได้รับการ Training จากข้อมูลจากผู้ป่วยมากกว่า 700,000 case ที่รักษาในโรงพยาบาลและคลินิกผู้ป่วยนอก มันทำนายความเป็นไปได้ของการบาดเจ็บของไตโดยมองหารูปแบบของจุดข้อมูลนับแสนที่อยู่ในบันทึกสุขภาพที่เป็นข้อมูลอิเล็กทรอนิกส์

แน่นอนว่ามันถูกออกแบบมาเพื่อติดตามการเปลี่ยนแปลงในผู้ป่วยเมื่อเวลาผ่านไป ช่วยให้แพทย์คาดการณ์เพื่อปรับปรุงการรักษาอย่างต่อเนื่อง จากความน่าจะเป็นที่ผู้ป่วยจะได้รับบาดเจ็บจากภาวะไตเฉียบพลันภายใน 48 ชั่วโมง  ระบบยังสามารถระบุปัจจัยที่วิเคราะห์ข้อมูลมาจากข้อมูลสุขภาพอิเล็กทรอนิกส์ เพื่อช่วยหาบทสรุปได้

นักวิจัย DeepMind กล่าวว่าขั้นตอนต่อไปคือการตรวจสอบประสิทธิภาพของระบบในผู้ป่วยที่กว้างขึ้นและในสถานพยาบาลที่แตกต่างกัน อาจต้องใช้เวลาอีกหลายเดือน ก่อนที่ AI จะสามารถนำมาใช้ในเชิงพาณิชย์ได้จริง ๆ 

References : 
https://www.statnews.com/2019/07/31/deepmind-artificial-intelligence-predicts-acute-kidney-injury/



ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA ด.ดล Blog


Line OA


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


ติดตาม ด.ดล Blog เพิ่มเติมได้ที่

Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol
TikTok : tiktok.com/@tharadhol.blog
Linkedin : www.linkedin.com/in/tharadhol