ในสิ่งที่คาดว่าจะกลายเป็นแนวปฏิบัติมาตรฐาน เทคโนโลยีปัญญาประดิษฐ์ถูกนำมาใช้เพื่อตรวจจับสัญญาณของมะเร็งด้วยความแม่นยำที่สูงกว่ามนุษย์ที่ผ่านการฝึกอบรม โมเดล AI รุ่นใหม่ที่ล้ำสมัยนี้มีอัตราความสำเร็จเกือบ 100% และแสดงให้เห็นถึงความก้าวหน้าที่สำคัญในด้านการวินิจฉัยมะเร็ง ความร่วมมือระดับนานาชาติจากนักวิทยาศาสตร์ รวมถึงนักวิจัยจากมหาวิทยาลัยชาร์ลส์ดาร์วิน (CDU) ของออสเตรเลีย ได้สร้างโมเดล AI ที่เป็นนวัตกรรมชื่อ ECgMPL โมเดลนี้สามารถวิเคราะห์ภาพจุลภาคของเซลล์และเนื้อเยื่อเพื่อตรวจจับมะเร็งเยื่อบุโพรงมดลูก ซึ่งเป็นหนึ่งในชนิดเนื้องอกในระบบสืบพันธุ์ที่พบเห็นได้บ่อยที่สุด ด้วยความแม่นยำที่น่าประทับใจถึง 99. 26% นักวิจัยยังระบุว่ามันสามารถปรับใช้เพื่อตรวจจับโรคต่าง ๆ ได้มากมาย รวมถึงมะเร็งลำไส้ใหญ่และมะเร็งช่องปาก “โมเดล ECgMLP ทำได้ดีกว่าวิธีการที่มีอยู่ โดยบรรลุความแม่นยำถึง 99. 26% ซึ่งสูงกว่าประสิทธิภาพของการเรียนรู้แบบถ่ายโอนและโมเดลที่ปรับแต่งในงานวิจัยในขณะเดียวกันก็รักษาประสิทธิภาพของการประมวลผล” ดร.

อาซิฟ คารีม หนึ่งในผู้เขียนจาก CDU กล่าว “ผ่านการศึกษาแบบตัดออก การใช้กลไกการให้ความสนใจด้วยตนเอง และการฝึกฝนที่มีประสิทธิภาพ ECgMLP แสดงให้เห็นถึงความสามารถทั่วไปที่แข็งแกร่งในชุดข้อมูลทางพยาธิวิทยาที่หลากหลาย ทำให้มันเป็นเครื่องมือที่เชื่อถือได้และสามารถนำไปใช้ในคลินิกสำหรับการวินิจฉัยมะเร็งเยื่อบุโพรงมดลูก” พูดง่าย ๆ ว่า โมเดลที่ได้รับการพิสูจน์แล้วนี้สามารถวิเคราะห์การสแกนแบบจุลภาคที่เรียกว่าภาพพยาธิวิทยา โดยปรับปรุงคุณภาพเพื่อให้ตรวจจับระยะเริ่มต้นของมะเร็งได้ มันมุ่งเน้นไปที่พื้นที่เฉพาะในสแกนเพื่อระบุการเจริญเติบโตที่มีปัญหาซึ่งอาจมองไม่เห็นด้วยตามนุษย์ การวินิจฉัยที่ดำเนินการโดยมนุษย์ปัจจุบันให้ระดับความแม่นยำประมาณ 78. 91% ถึง 80. 93% แม้มะเร็งเยื่อบุโพรงมดลูกจะรักษาได้และให้ระดับการอยู่รอดห้าปีที่ดีเมื่อถูกตรวจพบในระยะเริ่มต้น แต่การพยากรณ์โรคจะแย่ลงอย่างมากเมื่อมันแพร่กระจายออกนอกมดลูก ซึ่งเน้นย้ำถึงความสำคัญของการวินิจฉัยที่ตรงเวลาในการช่วยชีวิต ปัจจุบัน ชาวอเมริกันกว่า 600, 000 คนกำลังเผชิญกับโรคนี้ แม้มันอาจจะไม่ส่งผลกระทบต่อประชากรครึ่งหนึ่งโดยตรง แต่ผู้วิจัยเน้นว่า ความสามารถของ ECgMLP นั้นขยายไปไกลกว่าสิ่งที่มันได้รับการฝึกฝนมาโดยเฉพาะ “วิธีการเดียวกันนี้สามารถเร่งการตรวจจับและการวินิจฉัยโรคอื่น ๆ ให้เร็วขึ้น ซึ่งจะนำไปสู่การปรับปรุงผลลัพธ์ของผู้ป่วย” นูชา ชาฟิอาบาดี ผู้ร่วมเขียนและรองศาสตราจารย์ที่ ACU กล่าว “เราได้ประเมินโมเดลในชุดข้อมูลภาพพยาธิวิทยาหลายประเภท โดยมีความแม่นยำในการวินิจฉัยมะเร็งลำไส้ใหญ่ 98. 57% มะเร็งเต้านม 98. 20% และมะเร็งช่องปาก 97. 34%” เครื่องมือ AI นี้ไม่ได้ตั้งใจที่จะทดแทนผู้เชี่ยวชาญทางการแพทย์ แต่รวมถึงการช่วยผู้เชี่ยวชาญด้านมะเร็งในการตรวจจับโรคได้อย่างแม่นยำและติดตามประสิทธิภาพการรักษา นอกจากนี้ โมเดลนี้ยังเป็นวิธีที่รวดเร็ว เข้าถึงได้ง่าย และประหยัดค่าใช้จ่ายสำหรับการวินิจฉัยมะเร็ง “โมเดล AI พื้นฐานที่พัฒนาในการวิจัยนี้อาจทำหน้าที่เป็นแกนหลักของระบบซอฟต์แวร์ที่ออกแบบมาเพื่อช่วยแพทย์ในการตัดสินใจเกี่ยวกับการวินิจฉัยมะเร็ง” ชาฟิอาบาดีเสริม “การตรวจจับมะเร็งเยื่อบุโพรงมดลูกที่ตรงเวลาและแม่นยำเป็นสิ่งสำคัญสำหรับการรักษาที่มีประสิทธิภาพและการบริหารจัดการ” นักวิจัยเน้นย้ำ “การจำแนกประเภทมะเร็งเยื่อบุโพรงมดลูกผ่านภาพพยาธิวิทยาได้ดำเนินการอย่างมีประสิทธิภาพด้วยประสิทธิภาพที่ดีกว่า ความแม่นยำที่สูงกว่า และเวลาในการประมวลผลที่ดีขึ้น โดยใช้อัลกอริธึมการเรียนรู้เชิงลึก” การศึกษานี้ได้รับการตีพิมพ์ในวารสาร Computer Methods and Programs in Biomedicine Update