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

KPMG เปิดตัวแดชบอร์ดติดตามการใช้ AI ของพนักงาน แต่ผู้เชี่ยวชาญชี้ระบบอาจถูกบิดเบือนได้ง่าย

news

KPMG เปิดตัวแดชบอร์ดติดตามการใช้ AI ของพนักงาน แต่ผู้เชี่ยวชาญชี้ระบบอาจถูกบิดเบือนได้ง่าย

KPMG เปิดตัวแดชบอร์ดติดตามการใช้ AI ของพนักงานกว่า 10,000 คนใน US Advisory แต่พนักงานเผยระบบถูกบิดเบือนได้ง่าย สะท้อนปัญหาการวัดผล AI ในองค์กรยุคใหม่

By
Google Gemini ถูกนำไปใช้สร้าง AI Influencer ปลอม Meta สั่งระงับบัญชีหลังพบ Fraudulent Activity

news

Google Gemini ถูกนำไปใช้สร้าง AI Influencer ปลอม Meta สั่งระงับบัญชีหลังพบ Fraudulent Activity

นักศึกษาแพทย์อินเดียใช้ Google Gemini สร้าง AI Influencer "Emily Hart" บน Instagram และ Fanvue จนสร้างรายได้หลักพันดอลลาร์ต่อเดือน ก่อน Meta สั่งระงับบัญชีและประกาศนโยบายติด AI Label บนคอนเทนต์ทุกชิ้น

By
OpenAI เปิดตัว "Daybreak" ระบบ AI ป้องกันภัยไซเบอร์อัตโนมัติ ท้าชน Anthropic โดยตรง

news

OpenAI เปิดตัว "Daybreak" ระบบ AI ป้องกันภัยไซเบอร์อัตโนมัติ ท้าชน Anthropic โดยตรง

OpenAI เปิดตัว Daybreak ระบบ AI ป้องกันภัยไซเบอร์อัตโนมัติ ครอบคลุมตั้งแต่การจัดลำดับภัยคุกคาม ทดสอบความเสี่ยง ไปจนถึงส่ง Evidence พร้อม Audit โดยตรงสู่องค์กร ท้าชน Mythos ของ Anthropic อย่างเปิดเผย

By
Smartcat เปิดตัว Multi-Agent AI ปฏิวัติการสร้างคอร์สและ Translation Workflow รองรับการปรับตัวแบบ Real-Time

news

Smartcat เปิดตัว Multi-Agent AI ปฏิวัติการสร้างคอร์สและ Translation Workflow รองรับการปรับตัวแบบ Real-Time

Smartcat เปิดตัว Multi-Agent AI ในงาน Learning Technologies London 2026 ช่วยทีม L&D สร้าง แปล และอัปเดต Global Content เร็วขึ้น 10 เท่า พร้อมรองรับ SCORM และ Delta Detection แบบ Real-Time"

By