ฟูจิตสึต่อยอดเทคโนโลยี AI ดึงข้อมูลซีทีสแกนของเคสผู้ป่วยที่คล้ายคลึงกัน มหาวิทยาลัยฮิโรชิม่าระบุ เทคโนโลยีใหม่มีความแม่นยำสูงในการดึงข้อมูลเคสผู้ป่วยที่คล้ายกัน

ข่าวประชาสัมพันธ์ไอที อินเทอร์เน็ท Tuesday September 19, 2017 10:09
กรุงเทพฯ--19 ก.ย.--พีอาร์ วัน เน็ทเวิร์ค

อ้างอิงข่าวประชาสัมพันธ์ จากบริษัท ฟูจิตสึ ลิมิเต็ด จำกัด เมื่อวันที่ 23 มิถุนายน 2017

http://www.fujitsu.com/global/about/resources/news/press-releases/2017/0623-01.html

บริษัท ฟูจิตสึ ลาบอราทอรี่ส์ จำกัด (Fujitsu Laboratories Ltd.) เปิดเผยถึงการพัฒนาเทคโนโลยีสำหรับการดึงข้อมูลเคสผู้ป่วยที่คล้ายคลึงกันจากฐานข้อมูลการตรวจด้วยเครื่องเอกซเรย์คอมพิวเตอร์ความเร็วสูง (Computed Tomography) หรือภาพซีที (CT) ที่ได้ถ่ายไว้ก่อนหน้านี้ เทคโนโลยีดังกล่าวเป็นผลงานการพัฒนาร่วมกับบริษัท ฟูจิตสึ อาร์แอนด์ดี เซ็นเตอร์ จำกัด (Fujitsu R&D Center Co., Ltd.) โดยทำหน้าที่ดึงข้อมูลภาพเงาที่ผิดปกติในลักษณะที่คล้ายคลึงกัน และทำการขยายภาพในแบบ 3 มิติ

ปัจจุบัน มีเทคโนโลยีสำหรับการดึงข้อมูลเคสที่คล้ายคลึงกันโดยอ้างอิงภาพซีทีสำหรับโรคต่างๆ 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 และดึงข้อมูลผู้ป่วยรายอื่นๆ ที่มีภาพสไลซ์ที่คล้ายคลึงกัน เทคโนโลยีดังกล่าวมีประโยชน์ในกรณีที่ภาพเงาผิดปกติกระจุกตัวอยู่ที่จุดเดียว เช่น ในกรณีของมะเร็งปอดระยะแรก อย่างไรก็ตาม ในกรณีของโรคปอดที่มีการแพร่กระจาย ภาพเงาที่ผิดปกติจะกระจายทั่วอวัยวะในทุกทิศทาง ดังนั้นการดึงข้อมูลด้วยวิธีนี้จึงอาจพบเคสผู้ป่วยที่ดูเหมือนว่าคล้ายกันในบางภาพสไลซ์ แต่อาจไม่เหมือนกันในแบบ 3 มิติ ในกรณีเช่นนี้ แพทย์จะต้องตรวจสอบผลลัพธ์อีกครั้งเพื่อให้แน่ใจว่ามีความคล้ายกันในแบบ 3 มิติ ซึ่งจะต้องใช้เวลานานทีเดียวในการตรวจสอบ (รูปที่ 1)

เกี่ยวกับเทคโนโลยีใหม่ที่เพิ่งได้รับการพัฒนา

ฟูจิตสึ ลาบอราทอรี่ส์ ให้ความสนใจต่อวิธีการที่แพทย์ใช้ในการระบุความคล้ายกันของภาพซีที โดยมีการแบ่งอวัยวะออกเป็นส่วนต่างๆ ในรูปแบบ 3 มิติ เช่น ส่วนรอบนอก แกนหลัก ด้านบน ด้านล่าง ด้านซ้าย และด้านขวา รวมไปถึงวิธีการที่แพทย์ตรวจสอบการกระจายตัวของภาพเงาที่ผิดปกติในแต่ละพื้นที่ เพื่อให้สามารถตรวจสอบปัญหานี้ในลักษณะเดียวกันกับแพทย์ ฟูจิตสึ ลาบอราทอรี่ส์ จึงได้พัฒนาเทคโนโลยีที่ใช้ AI ซึ่งสามารถดึงภาพซีทีที่มีการกระจายตัวของภาพเงาที่ผิดปกติในแบบ 3 มิติ โดยใช้การวิเคราะห์ภาพเพื่อแบ่งพื้นที่ภายในอวัยวะโดยอัตโนมัติ ซึ่งอาจเป็นการยากที่จะระบุขอบเขตของพื้นที่ต่างๆ ด้วยตาเปล่า และมีการใช้เทคโนโลยี Machine Learning เพื่อระบุภาพเงาผิดปกติในแต่ละพื้นที่ เทคโนโลยีที่ใช้ในการระบุภาพเงาผิดปกติได้รับการพัฒนาร่วมกับบริษัท ฟูจิตสึ อาร์แอนด์ดี เซ็นเตอร์ จำกัด

ด้วยเทคโนโลยีนี้ จะมีการระบุภาพเงาที่ผิดปกติจากภาพซีทีโดยใช้ Machine Learning (รูปที่ 3(a)) จากนั้นด้วยการประเมินขอบเขตของส่วนแกนหลักและส่วนรอบนอกโดยอ้างอิงส่วนที่ชัดเจนของภาพซีทีที่เกี่ยวข้อง เทคโนโลยีนี้จะแบ่งปอดออกเป็นบริเวณแกนหลักและพื้นที่รอบนอก (รูปที่ 3(b)) ต่อจากนั้น ตามแกนของร่างกายในแนวขึ้นและลง เทคโนโลยีดังกล่าวจะสร้างภาพฮิสโตแกรม (รูปที่ 3(c)) ของจำนวนภาพเงาที่ผิดปกติตรงบริเวณส่วนแกนหลักและส่วนรอบนอก แล้วตรวจสอบการกระจายตัวแบบ 3 มิติของภาพเงาที่ผิดปกติ เพื่อดึงข้อมูลเคสผู้ป่วยที่คล้ายคลึงกัน

ผลลัพธ์ที่ได้

ในการศึกษาวิจัยร่วมกับศาสตราจารย์คาซูโอะ อาวาอิ จากแผนกรังสีวิทยาเพื่อการวินิจฉัย สถาบันและบัณฑิตวิทยาลัยวิทยาศาสตร์ชีวการแพทย์ มหาวิทยาลัยฮิโรชิม่า ผลลัพธ์ของการทดลองเพื่อประเมินผลแสดงให้เห็นว่า เมื่อมีการทดสอบเทคโนโลยีนี้โดยใช้ภาพซีทีของโรคปอดที่มีการแพร่กระจาย เทคโนโลยีนี้สามารถดึงข้อมูลเคสที่คล้ายกันได้อย่างแม่นยำราว 85% ในการดึงข้อมูลที่ดีที่สุดห้าอันดับแรก โดยเทียบกับคำตอบที่ถูกต้องตามที่แพทย์ได้ระบุไว้ คาดว่าเทคโนโลยีนี้จะช่วยเพิ่มประสิทธิภาพของงานตรวจวินิจฉัย ซึ่งก่อนหน้านี้แพทย์ต้องทำงานดังกล่าวด้วยตนเอง เช่น การค้นหาข้อมูลเคสผู้ป่วยที่คล้ายคลึงกัน ทั้งยังอาจช่วยลดระยะเวลาการตรวจวินิจฉัยให้เหลือเพียง 1 ใน 6 ของเวลาที่เคยใช้ก่อนหน้านี้ โดยเฉพาะอย่างยิ่งสำหรับเคสผู้ป่วยที่มีความซับซ้อนและต้องใช้เวลานานในการตรวจสอบ

แผนการสำหรับอนาคต

เทคโนโลยีนี้นอกจากจะนำไปใช้กับการวินิจฉัยโรคปอดที่มีการแพร่กระจายแล้ว ยังสามารถประยุกต์ใช้กับเทคนิคการวินิจฉัยภาพถ่ายทางการแพทย์อื่นๆ 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


Latest Press Release

Infineon เปิดตัวชุดซอฟต์แวร์โอเพ่นซอร์สสำหรับ TPM 2.0 เพิ่มความปลอดภัยการใช้งานในภาคอุตสาหกรรมและยานยนต์

ปัจจุบันภาคอุตสาหกรรมมีความสนใจอย่างมากที่จะยกระดับความปลอดภัยของการใช้ IoT, IIoT, Industry 4.0 และแอปพลิเคชันในด้านยานยนต์ ด้วยเหตุนี้ จึงนำมาสู่การเปิดตัวชุดระบบซอฟต์แวร์แบบโอเพ่นซอร์ส (open source software stack) สำหรับ Trusted Platform Module (TPM)...

เอเชียซอฟท์ ชี้แจงผลประกอบการไตรมาส 3 เร่งแผนไตรมาส 4 สร้างผลกำไร

บริษัท เอเชียซอฟท์ คอร์ปอเรชั่น จำกัด (มหาชน) แถลงผลการดำเนินการไตรมาส 3/2561 สืบเนื่องจากการเลื่อนกำหนดเปิดให้บริการเกมใหม่ในไตรมาสนี้ ทำให้ไม่เกิดรายได้ตามที่ตั้งเป้าไว้ ส่งผลให้ผลประกอบการในไตรมาส 3 ไม่เป็นตามที่คาดหวัง โดยขาดทุน 11.8 ล้านบาท...

ไมโครชิพ ช่วยนักพัฒนาเร่งการออกแบบโหนด IoT ระยะไกล ด้วยผลิตภัณฑ์ตระกูล LoRa(R) System-in-Package ที่ใช้พลังงานต่ำที่สุดในอุตสาหกรรม

- SAM R34/35 คืออุปกรณ์ที่ช่วยในการเชื่อมต่อไร้สายระยะไกล พร้อมยืดอายุแบตเตอรี่ และประหยัดพลังงานมากที่สุดในอุตสาหกรรม ปัจจุบัน เทคโนโลยี LoRa(R) (Long Range) กำลังขยายขอบเขตการเข้าถึง Internet of Things (IoT)...

Kaidee รุกตลาดอสังหาริมทรัพย์ เปิดตัว BaanKaidee แหล่งซื้อ-ขายอสังหาฯ ออนไลน์ที่ยอดคนเข้าชมทะลุ 10 ล้าน และปิดการขายได้มูลค่ากว่า 8 พันล้านบาท

Kaidee ตลาดซื้อ-ขายของออนไลน์ที่ใหญ่ที่สุดในประเทศไทย เดินหน้ารุกตลาดอสังหาริมทรัพย์ เปิดตัว BaanKaidee - บ้านขายดี ( Baan.Kaidee.com ) พื้นที่ซื้อ-ขาย อสังหาฯ ออนไลน์ ที่ชูจุดเด่นช่วยเหลือผู้ใช้งานในด้านความหลากหลายของประเภทอสังหาฯ...

ภาพข่าว: กระทรวงดิจิทัลฯ เดินหน้าความร่วมมือด้านดิจิทัลระหว่างไทยกับฟินแลนด์

ดร.พิเชฐ ดุรงคเวโรจน์ รัฐมนตรีว่าการกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอี) ให้การต้อนรับ นางซาตู ซุยก์การี-เคลฟเวน (H.E. Mrs. Satu Suikkari-Kleven) เอกอัครราชทูตฟินแลนด์ประจำประเทศไทย พร้อมด้วยผู้แทนจากสถานเอกอัครราชทูตฯ...

Related Topics