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

LLM เริ่มเขียนมัลแวร์ได้ดีขึ้น แต่ยังไม่พร้อมสำหรับการใช้งานจริง

news

LLM เริ่มเขียนมัลแวร์ได้ดีขึ้น แต่ยังไม่พร้อมสำหรับการใช้งานจริง

Netskope Threat Labs ทดสอบพบว่า GPT-3.5 และ GPT-4 สร้างมัลแวร์ได้สำเร็จ แต่โค้ดยังขาดความน่าเชื่อถือและประสิทธิภาพสำหรับใช้งานจริง GPT-5 แม้จะดีขึ้นแต่หลบเลี่ยง guardrails ยาก ภัยคุกคามจริงยังต้องอาศัยมนุษย์ควบคุม

By
เครื่องมือ AI ใหม่อาจลดความสูญเปล่าในการปลูกถ่ายอวัยวะได้ถึง 60%

news

เครื่องมือ AI ใหม่อาจลดความสูญเปล่าในการปลูกถ่ายอวัยวะได้ถึง 60%

Stanford พัฒนาโมเดล Machine Learning ทำนายความเหมาะสมของอวัยวะจากผู้บริจาค DCD ได้แม่นยำกว่าศัลยแพทย์ ลดการจัดหาอวัยวะที่ไร้ประโยชน์ 60% ช่วยเพิ่มประสิทธิภาพการปลูกถ่ายตับ

By
Suno สตาร์ทอัพเพลง AI ที่ถูกฟ้องร้อง ระดมทุนได้ที่มูลค่า 2.45 พันล้านดอลลาร์ จากรายได้ 200 ล้านดอลลาร์

news

Suno สตาร์ทอัพเพลง AI ที่ถูกฟ้องร้อง ระดมทุนได้ที่มูลค่า 2.45 พันล้านดอลลาร์ จากรายได้ 200 ล้านดอลลาร์

Suno แพลตฟอร์มสร้างเพลงด้วย AI ระดมทุนรอบ Series C ได้ 250 ล้านดอลลาร์ ที่มูลค่า 2.45 พันล้านดอลลาร์ จากรายได้ 200 ล้านดอลลาร์ต่อปี แม้กำลังถูกค่ายเพลงใหญ่ 3 แห่งฟ้องร้องเรื่องการใช้เนื้อหาลิขสิทธิ์โดยไม่ได้รับอนุญาต

By
การล่มสลายของงานในยุค AI ในฮอลลีวูดกำลังเริ่มต้น

news

การล่มสลายของงานในยุค AI ในฮอลลีวูดกำลังเริ่มต้น

ลอสแองเจลิสเคาน์ตี้สูญเสียงานในวงการบันเทิงถึง 41,000 ตำแหน่งใน 3 ปี คิดเป็น 25% ของแรงงานทั้งหมด ขณะที่บริษัทเทคโนโลยีอย่าง Amazon วางแผนแทนที่พนักงาน 75% ด้วยระบบอัตโนมัติ ส่งผลกระทบต่อธุรกิจที่เกี่ยวข้องทั้งระบบ

By