การแพทย์
โมเดล AI ลดข้อผิดพลาดในการตรวจตา
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
นักวิจัยได้ออกแบบอัลกอริทึมปัญญาประดิษฐ์ที่สามารถวินิจฉัยปัญหาการมองเห็นได้แม่นยำกว่าการทดสอบการมองเห็นแบบคลาสสิกที่แพทย์ใช้อยู่ในปัจจุบัน ตามรายงานของ Science การทดสอบใหม่นี้สามารถลดข้อผิดพลาดในการวินิจฉัยการตรวจตาได้ประมาณ 74%
แพทย์ผู้เชี่ยวชาญด้านตาได้ใช้การทดสอบการมองเห็นแบบคลาสสิกที่อาศัยตัวอักษรและสัญลักษณ์ที่มีขนาดต่างกันมาเป็นเวลาหลายทศวรรษ ผลลัพธ์ของการทดสอบขึ้นอยู่กับการตีความของแพทย์ผู้เชี่ยวชาญด้านตา และมีข้อผิดพลาดในการตีความและวินิจฉัยได้ นักวิจัยจากมหาวิทยาลัยสแตนฟอร์ดมีเป้าหมายที่จะพัฒนาการทดสอบเหล่านี้ด้วยอัลกอริทึม AI
ตามคำกล่าวของนักวิทยาศาสตร์คอมพิวเตอร์จากสแตนฟอร์ด Chris Piech ส่วนหนึ่งของปัญหาในการทดสอบแบบคลาสสิกคือเมื่อตัวอักษรกลายเป็นภาพที่ไม่ชัดเจนสำหรับผู้ทำการทดสอบ ผู้ทำการทดสอบจะเริ่มเดาตัวอักษร ซึ่งหมายความว่าผลลัพธ์ของการทดสอบอาจแตกต่างกันหากบุคคลคนหนึ่งทำการทดสอบหลายครั้ง เพื่อพัฒนาการทดสอบที่มีความแม่นยำและความน่าเชื่อถือที่ดีขึ้น Piech และเพื่อนร่วมงานได้สร้างการทดสอบออนไลน์ โดยใช้ผลลัพธ์ของการทดสอบเพื่อฝึกโมเดล AI การทดสอบออนไลน์จะนำผู้ใช้ไปสู่กระบวนการปรับแต่งจอแสดงผล หลังจากจอแสดงผลถูกปรับแต่งแล้ว ผู้ใช้จะใส่ระยะห่างจากจอแสดงผล จากนั้นโปรแกรมจะแสดงตัวอักษร “E” ในทิศทางต่างๆ หลังจากนั้น โมเดลจะกำหนดคะแนนการมองเห็นให้กับผู้ใช้ตามแบบจำลองทางสถิติ โปรแกรมจะถามคำถาม 20 ข้อสำหรับตาทั้งสองข้าง โดยอัปเดตคะแนนการมองเห็นในระหว่างนั้น และจากนั้นจะแสดงการคาดการณ์ตามคะแนนการมองเห็น
ทีมวิจัยได้วิ่งโมเดลของตนผ่านการจำลองคอมพิวเตอร์ 1,000 ครั้งที่เลียนแบบการเข้าของคนที่ทำการทดสอบจริงๆ การจำลองคอมพิวเตอร์ทำงานโดยใช้คะแนนการมองเห็นที่ทราบและทำข้อผิดพลาดที่บุคคลอาจทำได้ขณะทำการทดสอบ นักวิจัยได้ทำการทดสอบในลักษณะนี้เพราะสำหรับการทดสอบแต่ละครั้งจะมีคะแนนการมองเห็นที่ “แท้จริง” ซึ่งไม่ใช่กรณีเมื่อมนุษย์ทำการทดสอบ ตามนักวิจัย โมเดลของพวกเขาสามารถลดข้อผิดพลาดในการวินิจฉัยได้ประมาณสามในสี่ (74%) เมื่อเทียบกับการทดสอบการมองเห็นแบบคลาสสิก แม้ว่าผลลัพธ์เหล่านี้จะน่าประทับใจ แต่ Piech และเพื่อนร่วมงานเตือนว่าโมเดลไม่ได้มีจุดมุ่งหมายเพื่อแทนที่แพทย์ แต่เป็นเครื่องมือที่แพทย์สามารถใช้เพื่อเพิ่มความแม่นยำของการวินิจฉัย
แพทย์ผู้เชี่ยวชาญด้านตา Mark Blecher ให้ความเห็นต่อ Science ว่า ในขณะที่โปรแกรมเป็นการนำไปใช้ AI ที่มีประโยชน์และฉลาดสำหรับด้านตา นักวิจัยควรพิจารณาสิ่งต่างๆ เช่น สภาพแวดล้อมที่ผู้ทำการทดสอบกำลังทำการทดสอบ เนื่องจากคุณลักษณะเหล่านี้สามารถส่งผลต่อผลลัพธ์ของการทดสอบได้ นอกเหนือจาก ذلك Blecher คาดว่านักวิจัยอาจพบปัญหาในการทำให้แพทย์ผู้เชี่ยวชาญด้านตาใช้โมเดลใหม่ของตนและตกลงมาตรฐานใหม่ เนื่องจากสถานะปัจจุบันสามารถเปลี่ยนแปลงได้ยาก
การวิจัยที่ทำโดย Piech และเพื่อนร่วมงานไม่ใช่การพัฒนาล่าสุดเพียงอย่างเดียวที่เกี่ยวข้องกับทั้ง AI และการมองเห็น最近 Google (GOOGL ) พัฒนาโมเดล AI ที่สามารถเอาชนะแพทย์ในการระบุปัญหาการมองเห็นที่พบบ่อย ที่อาจทำให้สูญเสียการมองเห็น Google DeepMind ร่วมมือกับโรงพยาบาลตา Moorfields เพื่อพัฒนาโมเดลที่สามารถคาดการณ์ความเสี่ยงของการเกิดโรค ภาวะตาบอดที่รุนแรง ในที่อื่น บริษัทสตาร์ทอัพของอิสราเอลชื่อ AEYE Health ใช้เทคนิคการมองเห็นของคอมพิวเตอร์และการเรียนรู้ของเครื่องจักรเพื่อพัฒนาสแกนเนอร์ตาที่สามารถทำการรับรู้ที่แม่นยำของภาวะตาที่พบบ่อย และอ้างอิงผู้ป่วยไปยังแพทย์หากการวินิจฉัยเป็นบวก
