นักวิจัยที่ Northwestern University ในรัฐอิลลินอยส์และ Google หวังว่าเทคโนโลยีด้าน AI และ Machine Learning สามารถเพิ่มประสิทธิภาพของการตรวจคัดกรองมะเร็ง
การค้นหาเนื้องอกในระยะแรก ควรจะทำให้ง่ายต่อการรักษา ซึ่งทีมวิจัย กล่าวว่า AI จะมีบทบาทใหญ่ ในอนาคตของยาและการรักษาโรค แต่ซอฟต์แวร์ปัจจุบันยังไม่พร้อมสำหรับการใช้งานทางคลินิกจริง ๆ
ขั้นตอนแรกคือการฝึกอบรมซอฟต์แวร์คอมพิวเตอร์ด้วยการสแกนปอด 42,290 CT จากผู้ป่วยเกือบ 15,000 ราย นักวิจัยไม่ได้บอก AI ว่าต้องมองหาสิ่งใดจากการวิเคราะห์โดยคอมพิวเตอร์ เพียงแค่คัดกรองผู้ป่วยคนที่จะเป็นมะเร็งและไม่ได้เป็นเท่านั้น
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
ด้วยความสามารถของ AI ทำให้หุ่นยนต์ผ่าตัดนั้น สามารถที่จะเรียนรู้จากการผ่าตัดครั้งก่อน ๆ หน้า เพื่อปรับเทคนิคในการผ่าตัดครั้งตอไปให้กับคนไข้ได้ ซึ่งมี Case Study ที่นำเอา AI มาช่วยเหลือหมอผ่าตัดกระดูกและข้อ ซึ่งสามารถลดจำนวนการผ่าตัดได้ถึง 5 เท่า หากเทียบกับ ให้หมอ Orthopedic ได้ทำการวิเคราะห์ด้วยตัวเองเพียงคนเดียว
แถมยังช่วบลดความไม่จำเป็นในการเข้ามาที่โรงพยาบาลได้อีกด้วย ตัวอย่างที่ประสบความสำเร็จของ Virtual Assistant เช่น Care Angel’s ที่มีความสามารถทีช่วยเช็คสุขภาพเบื้องต้นของผู้ป่วยผ่านทางการสื่อสารด้วยเสียง และความสามารถของ AI ที่จะช่วยคัดกรองคนไข้ เพื่อไม่ต้องเข้ามาที่โรงพยบาลหากไม่ใช่เรื่องจำเป็นจริง ๆ
3. Aid clinical judgement or diagnosis
ในปัจจุบันมีหลาย use case ที่น่าสนใจในการนำ AI เข้ามาร่วมในการวินิจฉัยผลของคนไข้ ตัวอย่างนึงที่น่าสนใจคือทาง มหาวิทลัย Standford ได้ทำการทดสอบ AI Algorithm ในการตรวจมะเร็งผิวหนัง โดยมีการเปรียบเทียบกับ หมอผู้เชี่ยวชาญทางด้านผิวหนัง แล้วพบว่า ผลของการวินิจฉัยด้วย AI นั้น มีความสามารถเทียบเท่ากับการใช้หมอผู้เชี่ยวชาญด้านผิวหนังในการวินิจฉัย แต่สิ่งที่แตกต่างกันอย่างชัดเจน คือ เวลา ที่ใช้ในการวินิจฉัยต่างกันอย่างมาก AI สามารถทำได้ภายในระยะเวลาไม่กี่นาที ต่างกับ หมอผู้เชี่ยวชาญที่ต้องใช้เวลาหลายชม. ในการวิเคราะห์ผล
ส่วนทางฝั่งยักษ์ใหญ่ Search Engine จากจีนอย่าง Baidu Research นั้น ก็ได้ทำการทดสอบ Deep learning algorithm ที่สามารถที่จะระบุถึงการแพร่กระจายของมะเร็งเต้านม ได้ดีกว่าการวิเคราะห์จากมนุษย์
ส่วนทางด้านประเทศอังกฤษ นายกรัฐมนตรี Theresa May ก็ได้ประกาศวาระสำคัญของชาติ คือ AI Revolution ซึ่งจะช่วยเหลือ National Health Service (NHS) ซึ่งคงคล้ายๆ สปสช. ของบ้านเรา ในการช่วยทำนายผู้ป่วยที่มีโอกาสเกิดโรคมะเร็ง โดยการวิเคราะห์จาก ข้อมูลทางด้านสุขภาพ พฤติกรรมการใช้ชีวิต รวมถึงพฤติกรรมการรับประทานอาหาร และยังวิเคราะห์จากข้อมูลทางด้าน พันธุกรรมของคนไข้ เพื่อช่วยทำนายว่า คนไข้ มีความเสี่ยงที่จะเป็นโรคมะเร็งหรือไม่ โดยใช้ AI และข้อมูลจาก NHS
ซึ่งตัวอย่างนึงที่ใช้ AI ในการช่วยเหลืองานด้าน Admin คือการร่วมมือกันระหว่าง Cleveland Clinic และ IBM โดยมีการนำเอา IBM’s Watson มาช่วยในการวางแผนการรักษาให้กับแพทย์ โดยทำการวิเคราะห์จากข้อมูล medical record โดยใช้เทคโนโลยี Natural language processing เพื่อช่วยวางแผนการรักษาให้กับแพทย์ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น
ตัวอย่างสำคัญในการวิเคราะห์ที่ทำให้ process เหล่านี้ทำได้รวดเร็วขึ้น คือ ในงานวิจัยของ MIT ได้ทำการพัฒนา machine learning algorithm ที่สามารถจะวิเคราะห์ภาพ Scan 3D จากการถ่าย MRI , CT-SCAN โดยสามารถที่จะวิเคราะห์ได้เร็วกว่าผู้เชี่ยวชาญที่เป็นมนุษย์ถึง 1000 เท่า ซึ่งเป็นตัวเลขที่น่าสนใจเลยทีเดียว
ซึ่ง AI นั้นจะมาช่วยเหลืออย่างมากกับงานด้านรังสีแพทย์ เพราะเป็นงานที่ AI สามารถทำงานได้ดีที่สุด เนื่องจากเป็นการใช้ประสบการณ์การเรียนรู้จากข้อมูลในอดีต หากมีคลังข้อมูลที่มากพอ ก็ทำให้ AI มีผลการวิเคราะห์ที่แม่นยำกว่ารังสีแพทย์ผู้เชี่ยวชาญเสียอีก
รวมถึงการที่ AI สามารถมาช่วยเหลืองานด้าน Telemedicine ในพื้นที่ห่างไกล ซึ่งคนไข้สามารถที่จะใช้ Smartphone ในการถ่ายภาพเบื้องต้น ของบริเวณที่ได้รับบาดเจ็บ หรือ ต้องการรักษา ซึ่ง AI สามารถที่จะช่วยเหลือในการวิเคราะห์อาการเบื้องต้นจากภาพถ่ายเหล่านี้ได้ และสามารถ guide แนวทางการรักษาเบื้องต้นให้กับผู้ป่วยที่อยู่ในพื้นที่ห่างไกลได้
AI จะเข้ามาช่วยเหลือหรือแย่งงานจากคนในอุตสาหกรรม Healthcare