ปีที่แล้วกูเกิลประกาศโครงการความร่วมมือระหว่างกูเกิลและโรงพยาบาลราชวิถี ในการใช้ปัญญาประดิษฐ์มาวิเคราะห์ภาวะเบาหวานขึ้นจอประสาทตา (diabetic retinopathy - DR) ล่าสุดกูเกิลก็เผยแพร่รายงานวิจัย การประเมินผลโดยใช้มนุษย์เป็นศูนย์กลาง (human-centered evaluation) ของการนำระบบปัญญาประดิษฐ์มาใช้ในการโรงพยาบาลจริงครั้งนี้

รายงานนี้เล่าถึงประสบการณ์ที่ทีมวิจัยได้สังเกตกระบวนการคัดกรอง DR ทั้งก่อนการนำปัญญาประดิษฐ์เข้าไปทดสอบและหลังจากเริ่มนำปัญญาประดิษฐ์ให้ทดสอบ โดยเก็บข้อมูลจากคลีนิก 11 แห่งในปทุมธานีและเชียงใหม่ โดยระบบทุกวันนี้อาศัยพยาบาลเป็นผู้ประเมินเบื้องต้นว่าภาพดวงตาที่ได้มีความผิดปกติหรือไม่ หากดูไม่พบความผิดปกติก็จะรวบรวมเป็นชุดส่งให้จักษุแพทย์ (ophthalmologist) วินิจฉัยเป็นชุดผ่านทางอีเมลโดยต้องรอเวลาหลายสัปดาห์ หรือหากพยาบาลพบความผิดปกติก็จะส่งภาพตรงให้จักษุแพทย์ผ่านแอปแชตซึ่งหลายครั้งแพทย์ก็อ่านผลให้ในไม่กี่ชั่วโมงหรือไม่กี่วัน

ระบบปัญญาประดิษฐ์ของกูเกิลน่าจะทำให้กระบวนการอ่านผลภาพกินเวลาเพียง 10 นาทีเท่านั้น

หลังนำปัญญาประดิษฐ์เข้าไปทดสอบจริง ทีมวิจัยพบความลำบากในการทำวิจัย เช่นพยาบาลต้องอธิบายคนไข้ให้เข้าใจถึงโครงการวิจัยรวมถึงต้องอธิบาย "deep learning" ด้วย นอกจากนี้การเข้าโครงการวิจัยนั้นเมื่อผลจากปัญญาประดิษฐ์ออกมาแล้วบางครั้งคนไข้จะต้องไปตรวจเพิ่มเติมในโรงพยาบาลปทุมธานี ซึ่งคนไข้หลายคนไม่สะดวกเดินทางทำให้หลายคนไม่ยอมเข้าร่วมโครงการเพราะเสียเวลา

ปัญหาใหญ่ที่ทีมงานพบ คือ ปัญญาประดิษฐ์ที่สร้างขึ้นออกแบบให้อ่านผลเฉพาะภาพที่ชัดเจนสมบูรณ์เท่านั้น หากภาพเบลอไปเล็กน้อยหรือมีส่วนมืดไปบ้าง แม้ระบบจะอ่านผลได้ความมั่นใจสูงเพียงใดก็จะคืนค่าว่าไม่อ่านผลทันทีเพื่อความมั่นใจ การเก็บผล 6 เดือนแรก มี 3 คลีนิกรายงานว่าระบบไม่ยอมอ่านผลบ่อยครั้งทีมงานเข้าไปตรวจดูพบว่าเครื่องปฎิเสธไม่อ่านผล 21% (393 ภาพจาก 1838 ภาพ) โดยหลายครั้งปัญหาคุณภาพภาพเกิดจากการถ่ายภาพดวงตาในห้องที่ไม่ได้มืดสนิท แต่เป็นสภาพแวดล้อมปกติที่คลีนิกทำงานอยู่ก่อน

เมื่อระบบระบุว่าภาพอ่านผลไม่ได้ ระบบจะแจ้งให้พยาบาลส่งตัวคนไข้ไปยังโรงพยาบาลทุกครั้ง บางครั้งพยาบาลถ่ายภาพดวงตาดวงเดียวสองครั้งโดยแต่ละครั้งชัดบางส่วน เพราะสามาราถควบคุมเครื่องให้โฟกัสได้บางส่วนเท่านั้นโดยพยาบาลคาดหวังให้ระบบเข้าใจว่าภาพทั้งสองคือตาดวงเดียวกันแล้วอ่านภาพได้ถูกต้อง ข้อจำกัดในสภาพแวดล้อมทำให้การถ่ายภาพคุณภาพสูงทำได้ยาก เพราะห้องถ่ายภาพดวงตานั้นอยู่ในห้องเดียวกับโต๊ะที่พยาบาลอธิบายผลการถ่ายภาพให้คนไข้อีกคนทำให้ปิดไฟมืดไม่ได้ ทีมวิจัยแนะนำให้ถ่ายภาพดวงตาสองข้างห่างกัน 60 วินาทีเพื่อให้ถ่ายภาพได้ง่ายขึ้นแต่ในสภาพแวดล้อมจริงก็ลำบากเพราะมีคนไข้รอคิวถึง 150 คน

รายงานของกูเกิลระบุว่าปัญญาประดิษฐ์ต้องถูกฝึกให้รองรับสภาพแวดล้อมจริงให้ได้ ขณะเดียวกันก็เห็นประโยชน์เพิ่มเติมของระบบปัญญาประดิษฐ์ที่เพิ่มความมั่นใจให้กับพยาบาลในการส่งคนไข้บางคนไปยังจักษุแพทย์ให้เร็วขึ้น

รายงาน A Human-Centered Evaluation of a Deep Learning System Deployed in Clinics for the Detection of Diabetic Retinopathy เผยแพร่ในงานประชุมวิชาการ CHI '20: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems ที่จัดขึ้นระหว่างวันที่ 25-30 เมษายนในฮาวาย

ที่มา - Google Blog