หน่วยงานวิจัยของอาลีบาบาได้ใช้โมเดลปัญญาประดิษฐ์แบบโอเพ่นซอร์ส ซึ่งสามารถระบุสภาพช่องท้องได้เกือบ 150 อาการ รวมถึงมะเร็ง ด้วยการอ่านการสแกนเอกซเรย์คอมพิวเตอร์ (CT) ซึ่งเป็นขั้นตอนล่าสุดในโครงการ AI ทางการแพทย์ของกลุ่มเทคโนโลยีจีนที่กำลังขยายตัว

แบบจำลองดังกล่าวมีชื่อว่า Damo Radar ได้รับการพัฒนาโดย Damo Academy สถาบันวิจัยของอาลีบาบา และอธิบายไว้ในงานวิจัยที่ตีพิมพ์เมื่อวันพฤหัสบดีในวารสาร Science ตามรายงานของ South China Morning Post สถาบันประกาศเปิดตัวโอเพ่นซอร์สเมื่อวันศุกร์ ต่างจากระบบเชิงพาณิชย์แบบปิดตรงที่สามารถดาวน์โหลด ตรวจสอบ และดัดแปลงโมเดลโอเพ่นซอร์สได้โดยโรงพยาบาลและนักวิจัย ซึ่งเป็นโมเดลการจัดจำหน่ายที่สามารถเพิ่มความเร็วในการนำไปใช้ในคลินิกที่ไม่สามารถออกใบอนุญาตเครื่องมือวินิจฉัยที่เป็นกรรมสิทธิ์ได้ For more context on this story, see our ongoing more AI stories.

แบบจำลองทั่วไปสำหรับการถ่ายภาพทางการแพทย์

ดาโม เรดาร์ เป็นแบบจำลองภาษาการมองเห็นที่ออกแบบมาเพื่อวิเคราะห์ซีทีสแกนที่ปรับปรุงความคมชัด ซึ่งครอบคลุมอวัยวะในช่องท้อง 18 อวัยวะ และระบุโรคและความผิดปกติอื่นๆ ที่หลากหลาย รวมถึงเนื้องอกเนื้อร้าย สถาบันดังกล่าว ระบุ ผู้สร้างอธิบายว่ามันเป็น "แบบจำลองการถ่ายภาพทางการแพทย์ทั่วไประดับผู้เชี่ยวชาญระบบแรกของโลก" ซึ่งเป็นระบบเดียวที่มีจุดประสงค์เพื่ออ่านผลการค้นพบต่างๆ มากมาย แทนที่จะเป็นเครื่องมือแคบๆ ที่ได้รับการฝึกฝนเพื่อระบุโรคหนึ่งๆ

ความทะเยอทะยานทั่วไปดังกล่าวทำให้ระบบนี้แตกต่างจากระบบ AI ทางการแพทย์ส่วนใหญ่ที่ใช้งานอยู่ ซึ่งโดยทั่วไปจะถูกสร้างขึ้นและตรวจสอบความถูกต้องสำหรับงานเดียว เช่น การตรวจหาเนื้องอกประเภทหนึ่ง แบบจำลองเดียวที่ครอบคลุมการค้นพบทางคลินิกที่แตกต่างกัน 146 รายการ หากเก็บไว้นอกห้องปฏิบัติการ อาจเปลี่ยนแปลงเศรษฐศาสตร์ของการปรับใช้ AI ในแผนกรังสีวิทยา ซึ่งการรวมเครื่องมือสำหรับวัตถุประสงค์เดียวหลายสิบชิ้นเข้าด้วยกันได้พิสูจน์แล้วว่าทำไม่ได้

แบบจำลองนี้ได้รับการฝึกอบรมเกี่ยวกับการสแกน CT ควบคู่ไปกับรายงานทางคลินิก ซึ่งเป็นแนวทางที่สอนระบบให้เชื่อมโยงสิ่งที่ปรากฏบนภาพกับภาษาที่แพทย์ใช้เพื่ออธิบาย ทีมวิจัยกล่าวว่าในที่สุดวิธีการฝึกอบรมสามารถขยายไปสู่การถ่ายภาพทางการแพทย์ประเภทอื่นๆ ได้ในที่สุด

ผ่านการทดสอบกับนักรังสีวิทยาที่ทำงาน

ตัวเลขพาดหัวมาจากการประเมินข้อสอบจริงเกือบ 40,000 รายการ จากการค้นพบทางคลินิก 146 รายการ Damo Radar บรรลุเป้าหมายพื้นที่เฉลี่ยใต้เส้นโค้ง (AUC) ที่ 0.913 ซึ่งเป็นตัวชี้วัดทางสถิติของประสิทธิภาพการวินิจฉัย โดยที่ 1.0 แสดงถึงความแม่นยำที่สมบูรณ์แบบ การศึกษารายงาน

การเปรียบเทียบกับผู้อ่านที่เป็นมนุษย์จะได้รับการพิจารณาอย่างละเอียดที่สุด ในการศึกษาร่วมกับนักรังสีวิทยา 26 คนจากโรงพยาบาลหลายแห่ง พบว่าความแม่นยำโดยเฉลี่ยของแบบจำลองนั้นเกินความแม่นยำของผู้เข้าร่วม 23 คน ตามการวิจัย และเมื่อนักรังสีวิทยาทำงานร่วมกับแบบจำลองนี้ พวกเขาก็ปรับปรุงความสามารถในการป้องกันการวินิจฉัยผิดพลาดได้ถึง 10 เปอร์เซ็นต์ ขณะเดียวกันก็ลดเวลาที่ต้องใช้ต่อเคสลงได้มากกว่า 30 เปอร์เซ็นต์ Damo Academy กล่าว

การวิจัยนี้เกี่ยวข้องกับสถาบันหลายแห่งร่วมกับอาลีบาบา รวมถึงโรงพยาบาลในเครือมหาวิทยาลัยเจ้อเจียง การตีพิมพ์ในวารสาร Science ซึ่งเป็นหนึ่งในวารสารทางวิทยาศาสตร์ที่คัดสรรมากที่สุด ทำให้ผลลัพธ์มีระดับในการตรวจสอบจากภายนอก ซึ่งเกณฑ์มาตรฐานที่ผู้ขายสนับสนุนมักจะขาด แม้ว่าประสิทธิภาพในโลกแห่งความเป็นจริงจะขึ้นอยู่กับการสแกน อุปกรณ์ และจำนวนผู้ป่วยที่โรงพยาบาลเห็นจริงเสมอก็ตาม

ทำไมโอเพ่นซอร์สจึงมีความสำคัญ

การปล่อยตุ้มน้ำหนักอย่างเปิดเผยเป็นทางเลือกที่โดดเด่นสำหรับเทคโนโลยีที่มีความละเอียดอ่อนทางการแพทย์ ผู้จำหน่ายที่เป็นกรรมสิทธิ์มักจะปิดโมเดลทางการแพทย์โดยอ้างถึงกฎระเบียบและความปลอดภัย การเปิดตัวแบบเปิดช่วยให้นักวิจัยอิสระสามารถตรวจสอบโหมดความล้มเหลว ช่วยให้โรงพยาบาลรันแบบจำลองบนโครงสร้างพื้นฐานของตนเอง โดยไม่ต้องส่งข้อมูลผู้ป่วยไปยังผู้จำหน่ายภายนอก และช่วยให้สิ่งอำนวยความสะดวกขนาดเล็กเข้าถึงความสามารถที่สงวนไว้สำหรับระบบโรงพยาบาลขนาดใหญ่

นอกจากนี้ยังหมายความว่าอาลีบาบาควบคุมวิธีใช้แบบจำลองน้อยลง ความพร้อมใช้งานแบบเปิดไม่ได้รับการอนุมัติทางคลินิก: หน่วยงานกำกับดูแลในแต่ละเขตอำนาจศาลจะยังคงตัดสินใจว่าจะปรับใช้แบบจำลองกับผู้ป่วยได้หรือไม่และอย่างไร และโรงพยาบาลจะต้องตรวจสอบความถูกต้องบนอุปกรณ์และประชากรของตนเอง

ข้อแม้ประการหนึ่งที่น่าสังเกต: South China Morning Post เป็นเจ้าของโดย Alibaba ซึ่งเป็นข้อเท็จจริงที่รายงานเปิดเผยในรายงานของตนเอง การตีพิมพ์ผลการศึกษาวิจัยในสาขาวิทยาศาสตร์ถือเป็นการยืนยันผลงานวิจัยอย่างเป็นอิสระ แต่กรอบการประกาศเมื่อวันศุกร์นั้นมาจากฝ่ายของบริษัทอย่างหลีกเลี่ยงไม่ได้

การผลักดัน AI ทางการแพทย์ที่กว้างขึ้นของอาลีบาบา

Damo Radar ไม่ใช่ก้าวแรกของอาลีบาบาในด้านการถ่ายภาพเพื่อการวินิจฉัย Damo Academy ใช้เวลาไม่กี่ปีในการพัฒนาเครื่องมือคัดกรอง AI เพื่อช่วยให้แพทย์ระบุมะเร็งตับอ่อน มะเร็งกระเพาะอาหาร และมะเร็งลำไส้ใหญ่ รวมถึงการผ่าหลอดเลือดแดงใหญ่ ในเดือนเมษายน แผนกดังกล่าวได้เปิดตัวแบบจำลองที่เรียกว่า Coca ซึ่งพัฒนาร่วมกับสถาบันต่าง ๆ รวมถึงโรงพยาบาลทั่วไปกวางตุ้ง ซึ่งบริษัทกล่าวว่ามีความไวมากกว่านักรังสีวิทยาในการตรวจหามะเร็งลำไส้ใหญ่ระยะเริ่มแรกด้วยการสแกน CT

ความก้าวหน้าจากเครื่องคัดกรองโรคเดี่ยวไปสู่แบบจำลองทั่วไปสะท้อนให้เห็นถึงการเดิมพันที่กว้างขึ้น: แบบจำลองภาษาการมองเห็นขนาดใหญ่ที่ได้รับการฝึกอบรมเกี่ยวกับรูปภาพและรายงานที่จับคู่กันสามารถดูดซับงานการจดจำรูปแบบที่ปัจจุบันต้องใช้เวลาของผู้เชี่ยวชาญที่หายาก การขาดแคลนนักรังสีวิทยานั้นเกิดขึ้นอย่างเฉียบพลันในระบบสุขภาพหลายแห่ง และโปรแกรมการตรวจคัดกรองก็ทำให้เกิดการสแกนมากกว่าที่ผู้เชี่ยวชาญจะสามารถอ่านได้ด้วยความใส่ใจที่เท่าเทียมกัน

อะไรจะเกิดขึ้นต่อไป

การเปิดตัวโอเพ่นซอร์สถือเป็นจุดเริ่มต้น ไม่ใช่การใช้งาน โรงพยาบาลที่พิจารณาโมเดลนี้จะต้องมีการตรวจสอบความถูกต้องในท้องถิ่นจากการสแกนของตนเอง และการใช้งานทางคลินิกจะขึ้นอยู่กับการตรวจสอบด้านกฎระเบียบในแต่ละประเทศ แต่หลักฐานที่เผยแพร่ในสัปดาห์นี้ ได้แก่ การสอบในโลกแห่งความเป็นจริงเกือบ 40,000 ครั้ง การเปรียบเทียบแบบตัวต่อตัวกับนักรังสีวิทยาที่ทำงาน และการลดเวลาในการอ่านลง 30 เปอร์เซ็นต์ด้วยความช่วยเหลือจาก AI ทำให้ Damo Radar มีรากฐานที่แข็งแกร่งกว่าโมเดลส่วนใหญ่ที่เปิดตัวเป็นข่าวประชาสัมพันธ์ ไม่ว่าแบบจำลองการถ่ายภาพทางการแพทย์ทั่วไปจะกลายเป็นเครื่องมือมาตรฐานของโรงพยาบาลหรือยังคงเป็นเหตุการณ์สำคัญในการวิจัยหรือไม่นั้น ขึ้นอยู่กับว่าแบบจำลองเหล่านั้นทำงานอย่างไรในสภาพแวดล้อมที่ยุ่งยากกว่าของการปฏิบัติงานทางคลินิกในแต่ละวัน

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →