AI ตัวใหม่ตรวจพบโรคปอดได้ 97% และแยกแยะโรคปอดอักเสบกับ COVID-19 ได้

นักวิจัยจาก CDU, UIU และ ACU พัฒนาโมเดล AI ผสมผสาน CNN และ LSTM วินิจฉัยโรคปอดจากภาพอัลตร้าซาวด์ได้แม่นยำ 96.57% พร้อมแสดงเหตุผลผ่าน heat map ช่วยแพทย์ตัดสินใจได้รวดเร็วขึ้น

AI ตัวใหม่ตรวจพบโรคปอดได้ 97% และแยกแยะโรคปอดอักเสบกับ COVID-19 ได้

Key takeaway

  • โมเดล AI ใหม่ที่ชื่อ TD-CNNLSTM-LungNet พัฒนาโดยทีมวิจัยจากหลายมหาวิทยาลัย สามารถวินิจฉัยโรคปอดจากภาพอัลตร้าซาวด์ได้แม่นยำถึง 96.57% โดยใช้เทคโนโลยี AI แบบผสมผสานระหว่าง CNN และ LSTM
  • โมเดลนี้ไม่เพียงให้ผลการวินิจฉัยที่แม่นยำ แต่ยังสามารถแสดงเหตุผลประกอบการวินิจฉัยผ่าน heat map ทำให้รังสีแพทย์เข้าใจที่มาของการวินิจฉัยได้ชัดเจน และมีค่า recall สูงถึง 96.51%
  • ทีมวิจัยมีแผนพัฒนาต่อยอดให้โมเดลสามารถตรวจจับโรคปอดชนิดอื่นๆ เพิ่มเติม เช่น วัณโรค โรคปอดดำ มะเร็ง และขยายขีดความสามารถให้รองรับการวิเคราะห์ภาพ CT scan และ X-ray ในอนาคต

ทีมนักวิจัยจากมหาวิทยาลัย Charles Darwin (CDU) ร่วมกับ United International University และ Australian Catholic University (ACU) ประสบความสำเร็จในการพัฒนาโมเดล AI ที่สามารถตรวจจับโรคปอดจากภาพอัลตร้าซาวด์ได้อย่างแม่นยำถึง 96.57% โดยสามารถระบุได้ว่าเป็นโรคปอดอักเสบ โควิด-19 หรือโรคปอดชนิดอื่นๆ

โมเดลดังกล่าวใช้เทคโนโลยี AI 2 รูปแบบผสมผสานกัน ได้แก่ Convolutional Neural Network (CNN) สำหรับวิเคราะห์รูปแบบในภาพระดับพิกเซล และ Long Short-Term Memory (LSTM) สำหรับวิเคราะห์ข้อมูลตามบริบทเวลา

TD-CNNLSTM-LungNet ซึ่งเป็นชื่อของโมเดลลูกผสมนี้ ไม่เพียงให้ผลการวินิจฉัยที่แม่นยำ แต่ยังสามารถแสดงเหตุผลประกอบการวินิจฉัยผ่าน heat map ให้รังสีแพทย์เข้าใจได้ด้วย โดยมีค่า recall สูงถึง 96.51% ซึ่งแสดงถึงโอกาสการวินิจฉัยผิดพลาดที่ต่ำมาก

ศาสตราจารย์ Niusha Shafiabady หนึ่งในทีมวิจัยเผยว่า "โมเดลนี้ช่วยให้แพทย์วินิจฉัยโรคได้รวดเร็วและแม่นยำยิ่งขึ้น ช่วยในการตัดสินใจ ประหยัดเวลา และยังเป็นเครื่องมือที่มีประโยชน์สำหรับการฝึกอบรม"

ทีมวิจัยวางแผนพัฒนาโมเดลให้สามารถตรวจจับโรคปอดชนิดอื่นๆ เพิ่มเติม อาทิ วัณโรค โรคปอดดำ โรคหอบหืด มะเร็ง โรคปอดอุดกั้นเรื้อรัง และพังผืดในปอด รวมถึงขยายขีดความสามารถให้รองรับการวิเคราะห์ภาพ CT scan และ X-ray ในอนาคต

ผลการวิจัยนี้ได้รับการตีพิมพ์ในวารสาร Frontiers in Computer Science

#AI #MachineLearning #Healthcare #MedTech #Radiology #CNN #LSTM

Why it matters

💡 ข่าวนี้น่าสนใจเพราะเป็นความก้าวหน้าทางเทคโนโลยี AI ที่มีผลกระทบโดยตรงต่อวงการแพทย์และสาธารณสุข โดยเฉพาะการวินิจฉัยโรคปอดที่มีความแม่นยำสูงถึง 96.57% ซึ่งไม่เพียงช่วยให้แพทย์ทำงานได้รวดเร็วและแม่นยำขึ้น แต่ยังช่วยลดภาระงานและความเสี่ยงในการวินิจฉัยผิดพลาด นับเป็นนวัตกรรมที่มีศักยภาพในการยกระดับการดูแลสุขภาพและการรักษาผู้ป่วยในอนาคต

ข้อมูลอ้างอิงจาก https://newatlas.com/medical-ai/ai-lung-disease/

Read more

แขนกลโรงงานกับโลโก้ Omron และ OnLogic พร้อมข้อความ Omron ซื้อ OnLogic $675M เดินเกม physical AI

news

Omron ซื้อ OnLogic $675M เสริมบริการ physical AI ในธุรกิจระบบอัตโนมัติ

Omron ประกาศซื้อ Onlogic ผู้ผลิตคอมพิวเตอร์อุตสาหกรรมของสหรัฐฯ และ Interlogic มูลค่า 675 ล้านดอลลาร์ เพื่อพัฒนาบริการ physical AI โดย Onlogic ยังคงแบรนด์และทีมบริหารเดิม

By
โลโก้ Huawei และ Nvidia กับธงจีนและสหรัฐฯ พร้อมข้อความ Nvidia เสียส่วนแบ่งชิป AI ในจีนเหลือ 34% Huawei ขึ้น 28%

news

ส่วนแบ่งตลาดชิป AI ของ Nvidia ในจีนเหลือราว 34% ขณะที่ Huawei ขึ้นเป็น 28%

รายงาน IDC ที่ Reuters ได้เห็นระบุว่าครึ่งแรกปี 2026 Nvidia ส่งชิป AI ในจีนราว 678,000 ชิ้น ลดลง 44% ส่วนแบ่งราว 34% ขณะที่ Huawei ส่งราว 572,000 ชิ้น ส่วนแบ่งราว 28%

By
ห้องเซิร์ฟเวอร์ดาต้าเซ็นเตอร์ กับโลโก้ NTT Data และ AI พร้อมข้อความ NTT Data เจรจาสร้างดาต้าเซ็นเตอร์ให้ Anthropic

news

NTT Data เจรจารอบสุดท้ายสร้างดาต้าเซ็นเตอร์ Osaka ให้ Anthropic เป็นแห่งแรกในญี่ปุ่น

Reuters อ้าง Nikkei ว่า NTT Data อยู่ในรอบเจรจาสุดท้ายเพื่อสร้างดาต้าเซ็นเตอร์ที่ Osaka ให้ Anthropic ต้นทุนราว 1 ล้านล้านเยน กำลังไฟสูงสุด 500 MW และอาจเริ่มใช้งานบางส่วนปี 2028

By
โลโก้ Anthropic AI บนพื้นหลังโทนมืด พร้อมข้อความ Anthropic เตือน AI ขนาดเล็กอาจ self-replicate บน IoT

news

Anthropic เตือน โมเดลเล็กอาจ self-replicate บนอุปกรณ์ IoT ได้ในไม่กี่เดือน

ทีม Frontier Red Team ของ Anthropic เตือนว่าโมเดลขนาดเล็กอาจ self-replicate บนอุปกรณ์ IoT ราคาถูกได้ในไม่กี่เดือน หลังทดสอบบนกล่อง Android TV 15 เครื่อง โดยการแพร่กระจายช้าแต่ปิดยาก

By