ทีมนักวิจัยจากมหาวิทยาลัยฮาร์วาร์ดและสแตนฟอร์ด ประกาศความสำเร็จในการพัฒนาโมเดลสำหรับการวินิฉัยฟิล์ม X-ray แบบใหม่ในชื่อ CheXZero (คาดว่าน่าจะจงใจให้ล้อกับชื่อ CheXNet ของสแตนฟอร์ด) โดยให้ AI สามารถเรียนรู้จากบันทึกคำวินิจฉัยของแพทย์ในเวชระเบียนโดยตรง

การพัฒนาโมเดลลักษณะนี้ เดิมที AI จำเป็นต้องเรียนรู้จากข้อมูลที่แพทย์ได้ทำการ label ไว้เท่านั้น ยกตัวอย่างเช่น หากต้องการให้ AI เรียนรู้การวินิจฉัย 10,000 ภาพ นักวิจัยต้องได้รับความร่วมมือจากแพทย์รังสีในการอ่านฟิล์มและบันทึก (label) โรคที่ตรวจพบทีละโรคในแต่ละภาพ

ก่อนหน้านี้มีความพยายามปรับปรุงกระบวนการนี้ โดยให้เรียนรู้จาก"ข้อมูลที่ไม่มีโครงสร้าง" (unstructured data) ในขั้นตอนก่อนการเรียนรู้จริง (pre-train) แต่ยังต้องอาศัยข้อมูลที่ผ่านการ label มาใช้ในขั้นตอนการเรียนรู้ (train) เพื่อให้โมเดลมีประสิทธิภาพที่ดีพอ

จุดนี้เองทำให้โมเดล CheXZero แตกต่างจากของเดิม เพราะสามารถเรียนรู้ได้จากข้อมูลบันทึกการวินิจฉัยของแพทย์ที่มีอยู่แล้วได้เลย แต่ยังมีข้อจำกัดคือรองรับเฉพาะภาษาอังกฤษเท่านั้น

ผู้สนใจสามารถติดตามและอ่านรายละเอียดได้ทั้งจาก paper และ code ที่แจกฟรี

ที่มา: Twitter, Harvard Medical School