ทีมวิจัยจากมหาวิทยาลัยสแตนฟอร์ดพัฒนาระบบวิเคราะห์ภาพ CheXNet ที่เป็น deep learning ลึกถึง 121 ชั้น วิเคราะห์ภาพเอ็กซ์เรย์ปอดโดยฝึกจากฐานข้อมูล 112,120 ภาพ (ชุดข้อมูล ChestX)
CheXNet สามารถตรวจพบโรค 14 โรคจากภาพเอ็กซ์เรย์ ChestX ได้ดีกว่าระบบอัตโนมัติอื่นที่เคยมีการพัฒนามาก่อนหน้านี้ ความแม่นยำต่ำสุดคือ Infiltration สามารถตรวจได้ถูกต้อง 72.04% แต่ก็ยังดีกว่างานวิจัยก่อนหน้านี้มาก
ทีมวิจัยทดสอบภาพเอ็กซ์เรย์ตัวอย่างอีก 420 ภาพกับรังสีแพทย์ 4 คนที่มีประสบการณ์ทำงาน 4, 7, 25, และ 28 ปี พบว่าเมื่อ CheXNet และแพทย์วิเคราะห์ภาพด้วยข้อมูลเท่าๆ กัน (เห็นภาพด้านหน้าอย่างเดียว, ไม่รู้ประวัติคนไข้) CheXNet มีความสามารถในการวิเคราะห์ภาพได้แม่นยำกว่า
แม้ CheXNet จะวิเคราะห์ได้ดี แต่ในการรักษาจริง แพทย์ผู้เชี่ยวชาญสามารถสอบถามประวัติคนไข้เพิ่มเติม รวมถึงสามารถขอเอ็กซ์เรย์ในบางมุมเพิ่มได้ ซึ่งจะทำให้การวินิจฉัยของแพทย์แม่นยำขึ้นไปอีก
ที่มา - ArXiv