TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย
ในวงการแพทย์ได้มีความพยายามในการนำการเรียนรู้ของเครื่อง (Machine Learning) ขั้นสูงมาช่วยให้แพทย์วินิจฉัยโรคได้ง่ายขึ้น โดยนำ Machine Learning มาช่วยในจัดเรียงและแยกประเภทข้อมูลทางการแพทย์ที่อยู่ในรูปแบบรูปภาพ หรือข้อมูลที่ไม่มีโครงสร้าง เช่น การบันทึกข้อมูลต่างๆ ในประวัติคนไข้ รวมถึงข้อมูลที่มีโครงสร้าง เช่น ผลการทดสอบจากห้องปฏิบัติการ เป็นต้น
Jeremy Howard ผู้ก่อตั้งและผู้บริหารของ Enlitic กล่าวว่า ข้อมูลมีความสำคัญมากต่อการการวินิจฉัยทางการแพทย์ ดังนั้นจึงควรนำเทคโนโลยีด้าน Machine Learning มาช่วยในการวินิจฉัยโรคในบริการทางสาธารณสุขความก้าวหน้าทางเทคโนโลยีจากการประยุกต์ใช้ Machine Learning โดยเฉพาะอย่างยิ่งการใช้การเรียนรู้เชิงลึก (Deep Learning) แสดงให้เห็นว่าคอมพิวเตอร์สามารถวิเคราะห์ข้อมูลจำนวนมากและทำให้เข้าใจข้อมูลในเชิงลึกได้อย่างรวดเร็วขึ้น รวมถึงการค้นหารูปแบบการทำงานที่ชาญฉลาดด้วย Jeremy Howard ผู้ซึ่งเคยเป็นหัวหน้านักวิทยาศาสตร์ใน Data Science Startup และกลุ่ม Kaggle (Community Kaggle) กล่าวเพิ่มเติม ทุกวันนี้ Enlitic ยังคงเป็นที่รวมกลุ่มของนักวิทยาศาสตร์ข้อมูลที่มีความชำนาญพิเศษด้านประสาทวิทยาเชิงคอมพิวเตอร์, การเรียนรู้ด้วยเครื่องแบบกระจาย (Distributed Machine Learning), ระบบที่เกี่ยวกับกระบวนการความคิดและการรับรู้ รวมถึงการประยุกต์ใช้การเรียนรู้เชิงลึก ซึ่งปัจจุบันก็ยังคงต้องการผู้ร่วมงานเพิ่มเติมอยู่
ในปัจจุบันแพทย์ทั้งหลายต่างท่วมท้นไปด้วยข้อมูลในการวินิจฉัยโรค Enlitic คิดว่ามันมีความสำคัญต่อ Machine Learning อย่างมาก ตัวอย่างเช่น การพัฒนาอัลกอริธึมการเรียนรู้เชิงลึกแนวใหม่ซึ่งนำใช้สำหรับรูปแบการจดจำในการสอนเครื่อง สามารถประยุกต์ใช้เครื่องมือเพื่อช่วยให้แพทย์ประหยัดเวลาโดยการใช้เครื่องหมายรูปภาพเพื่อรับรองการทดสอบครั้งต่อไปของแพทย์ อีกหนึ่งกรณีคือแพทย์สามารถใช้เครื่องมือของ Enlitic ค้นหาข้อมูลจากฐานข้อมูลสำหรับโรคหรือการเจ็บป่วยที่เฉพาะเจาะจงได้ Enlitic คือส่วนหนึ่งของคลื่นการเติบโตของ Big Data โดยพยายามเน้นไปที่การใช้งานเทคนิคทางวิทยาศาสตร์ข้อมูล เช่น Machine Learning ในการงานด้านสาธารณสุข เครือข่ายโรงพยาบาลเริ่มต้นใช้การวิเคราะห์ข้อมูลเพื่อวินิจฉัยผู้ป่วยโรคหัวใจในระดับความเสี่ยงสูงสุด ขณะที่กำลังลดจำนวนผู้ป่วยที่เข้ามาเป็นผู้ป่วยในซ้ำ การเริ่มต้นของ Big Data เหล่านี้ถูกนำไปใช้ในการประหยัดต้นทุนรวมถึงความพยายามในการอนุรักษ์ทรัพยากรอีกด้วย ทั้งนี้นักสังเกตุการณ์ตั้งข้อสังเกตุว่ากฏหมายสหพันธรัฐ (Federal Laws) ได้มุ่งเน้นการเก็บข้อมูลทางสาธารณสุขให้เป็นความลับ ซึ่งทำให้จำกัดบทบาทของ Big Data ในทางสาธารณสุขซึ่งนักวิจารณ์ทั้งหลายก็กำลังมีข้อถกเถียงกันเรื่องโบรกเกอร์ข้อมูลอาจจะมีสิทธ์การเข้าถึงข้อมูลผู้ป่วยมากเกินไป
Startups อย่าง Enlitic ก็กำลังหาทางที่จะพัฒนาความก้าวหน้าของอัลกอริธึมในด้านรูปแบบของการรับรู้เพื่อนำไปสู่การปรับปรุงการวินิจฉัยทางการแพทย์ ซึ่ง Startup ได้ให้เหตุผลว่าปัจจุบันแพทย์ขาดเครื่องมือที่ดีในการจัดการข้อมูล โดยเฉพาะอย่างยิ่งเครื่องมืออัตโนมัติที่ใช้ในอัลกอริธึมในด้านรูปแบบของการรับรู้ ตัวอย่างเช่น ข้อมูลลักษณะพิเศษของโรค เป็นต้น เพื่อสร้างความเข้าใจอันลึกซึ้งให้แก่แพทย์ Enlitic กำลังพยายามพัฒนา MachineLearning โดยเฉพาะอย่างยิ่ง Deep Learning มาเชื่อมโยงการวิเคราะห์ขั้นตอนวิธีทางรูปภาพ ภาษาธรรมชาติ (Natural Language) และข้อมูลเชิงโครงสร้าง IBM Watson Cognitive Computing Platform คือหนึ่งตัวอย่างของการประยุกต์ใช้การพัฒนา Machine Learning ในการแก้ปัญหาของระบบ Startup กล่าวว่า เป้าหมายหลักคือการพัฒนาซอฟต์แวร์ ซึ่งจะพัฒนาความสามารถของ Machine Learning รวมถึงการประยุกต์ความก้าวหน้าเหล่านั้นไปสู่การวินิจฉัยโรคในบริการทางสาธารณสุขด้วย ทั้งนี้Enlitic ยังไม่กำหนดเส้นเวลาในการปล่อยผลิตภัณต์ตัวแรก พวกเขาต้องการผู้เชี่ยวชาญด้าน Machine Learning และนักวิทยาศาสตร์ข้อมูลรวมถึง GPU Programmer เพิ่มเติมในทีมของพวกเขา
แปลและเรียบเรียงโดย รวิกานต์ นนท์ขุนทด
เกี่ยวกับ Data Science Thailand
Data Science Thailand เป็นแหล่งรวมข้อมูล Data Science เพื่อการพัฒนา Data Science ในประเทศไทย
ทางทีมงานยังได้จัดตั้ง Data Sci Lab, Thailand เพื่อให้บริการด้านงานวิจัย ให้คำปรีกษา และ จัดอบรม ที่เกี่ยวกับ Data Science โดยใน Lab ของเราจะแบ่งงานเป็นสามส่วนคือ (1) การเรียนรู้และพัฒนาเทคโยโลยีที่เกี่ยวกับ Big Data (2) การทำ Data mining ซิ่งรวมถีง Predictive Analytics และ (3) การทำ Data Visualization สนใจติดต่อได้ที่ komes@datascienceth.com
https://www.facebook.com/DataScienceTh
http://datascienceth.com/
