เมื่อแพทย์วินิจฉัยโดยใช้ข้อมูลจาก Deep Learning เข้าช่วย ก็ทำให้ความผิดพลาดในการตรวจมะเร็งเต้านมลดลงเหลือ 0.5% เท่านั้น
ในงาน 2016 Camelyon Grand Challenge ที่จัดขึ้นโดย International Symposium on Biomedical Imaging ซึ่งเป็นงานแข่งขันเฟ้นหาอัลกอริธึมที่จะช่วยให้ตรวจหามะเร็งได้ดีขึ้นจากการวิเคราะห์ภาพถ่ายของต่อมน้ำเหลืองนั้น ทางทีมจาก Harvard Medical School ได้นำเสนอผลงานในการใช้ Deep Learning ที่สามารถลดความผิดพลาดในการตรวจหามะเร็งเต้านมลงได้ถึง 85%
โดยทั่วไปแล้วแพทย์เฉพาะทางนั้นจะมีอัตราความผิดพลาดในการวินิจฉัยโรคมะเร็งเต้านมอยู่ที่ประมาณ 3.5% แต่งานวิจัยของทีมนี้ที่ใช้เทคโนโลยี Deep Learning ด้วย Caffe Framework ซึ่งประมวลผลโดย NVIDIA Tesla K80 GPU นั้นสามารถสร้าง AI ที่วินิจฉัยโรคมะเร็งเต้านมได้ด้วยความผิดพลาดเพียง 2.9% และหากใช้ทั้งแพทย์เฉพาะทางร่วมกับ AI นี้ก็จะทำให้อัตราความผิดพลาดในการวินิจฉัยลดเหลือเพียง 0.5% เท่านั้น
แน่นอนว่างานวิจัยชิ้นนี้คว้ารางวัลจากการแข่งขันไปได้อย่างสวยงามถึง 2 หมวดด้วยกัน และเทคโนโลยีนี้ก็ถูกผนวกเข้าไปเป็นส่วนหนึ่งของบริษัท Startup ที่มีชื่อว่า PathAI ที่มุ่งเน้นการพัฒนา AI สำหรับตอบโจทย์ทางด้านการทำ Pathology โดยเฉพาะไปเรียบร้อยแล้ว ผู้ที่สนใจลองเข้าไปศึกษารายละเอียดเพิ่มเติมได้ที่ https://www.pathai.com/ เลยนะครับ
ส่วนใครที่อยากอ่านเปเปอร์ฉบับเต็มสามารถอ่านได้ที่ https://arxiv.org/pdf/1606.05718v1.pdf เลยครับ
ที่มา: https://blogs.nvidia.com/blog/2016/09/19/deep-learning-breast-cancer-diagnosis/