เชียงใหม่ – เมื่อวันที่ 23 เมษายน ที่ผ่านมา วงการแพทย์และเทคโนโลยีสารสนเทศได้รับข่าวดีครั้งสำคัญ เมื่อทีมนักวิจัยจากภาควิชาวิทยาการคอมพิวเตอร์ คณะวิทยาศาสตร์ มหาวิทยาลัยเชียงใหม่ ประสบความสำเร็จในการพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI) ที่มีความแม่นยำสูงในการตรวจจับเนื้องอกในสมอง งานวิจัยนี้ไม่เพียงแต่เป็นการยกระดับการวินิจฉัยโรคเท่านั้น แต่ยังเป็นการนำเทคโนโลยี AI ที่ทันสมัยมาประยุกต์ใช้เพื่อประโยชน์ด้านสุขภาพของประชาชนอย่างเป็นรูปธรรม

ผศ.ดร.กรพรหม พิกุลแก้ว หัวหน้าโครงการวิจัย ได้เปิดเผยถึงผลงานการพัฒนาโมเดล AI โดยใช้เทคนิค Deep Learning ซึ่งเป็นเทคนิคขั้นสูงในการเรียนรู้ของเครื่อง ผสานกับการใช้ Explainable AI (XAI) ชนิด Gradient-Weighted Class Activation Mapping หรือ Grad-CAM ผลลัพธ์ที่ได้น่าทึ่งมาก โดยโมเดล AI นี้สามารถตรวจจับเนื้องอกในสมองได้ด้วยความแม่นยำสูงถึง 97% ซึ่งถือเป็นอัตราที่สูงมากและมีความสำคัญอย่างยิ่งต่อการวินิจฉัยโรคที่ต้องการความละเอียดและแม่นยำ

งานวิจัยภายใต้หัวข้อ “Enhancing Brain Tumor Detection with Gradient-Weighted Class Activation Mapping and Deep Learning Techniques” นี้ ไม่ได้มุ่งเน้นเพียงแค่ความแม่นยำในการตรวจจับเท่านั้น แต่ยังให้ความสำคัญกับการทำให้กระบวนการตัดสินใจของ AI สามารถอธิบายได้ การใช้เทคนิค Grad-CAM ช่วยให้แพทย์สามารถมองเห็นและเข้าใจได้ว่า AI ใช้ข้อมูลส่วนใดของภาพถ่ายทางการแพทย์ (เช่น ภาพ MRI หรือ CT Scan) ในการตัดสินใจว่ามีเนื้องอกหรือไม่ ซึ่งสิ่งนี้เป็นหัวใจสำคัญของ Explainable AI ช่วยเพิ่มความเชื่อมั่นและความเข้าใจระหว่างแพทย์กับเทคโนโลยี และลดความกังวลในการนำ AI มาใช้ในทางคลินิกจริง

ผลการศึกษาครั้งนี้มีศักยภาพสูงที่จะนำไปประยุกต์ใช้ในวงกว้าง ไม่ใช่แค่เพียงการตรวจจับเนื้องอกสมองเท่านั้น แต่ยังสามารถปรับใช้กับเทคนิคการวิเคราะห์ภาพทางการแพทย์อื่นๆ ได้ เช่น การตรวจหาและวินิจฉัยโรคติดเชื้อ หรือความผิดปกติอื่นๆ ที่ปรากฏในภาพถ่ายทางการแพทย์ หากได้รับการพัฒนาและทดสอบเพิ่มเติมอย่างต่อเนื่อง โมเดลนี้มีแนวโน้มสูงที่จะถูกนำไปใช้ในสถานพยาบาลเพื่อช่วยในการคัดกรองโรค ติดตามผลการรักษา หรือแม้กระทั่งช่วยในการวางแผนการรักษาของผู้ป่วยได้อย่างมีประสิทธิภาพ

นอกจากประโยชน์ทางคลินิกแล้ว การนำ AI มาใช้ในลักษณะนี้ยังช่วยลดภาระงานของแพทย์ผู้เชี่ยวชาญด้านรังสีวิทยา ทำให้กระบวนการวินิจฉัยรวดเร็วขึ้น ลดระยะเวลาในการรอผลของผู้ป่วย ซึ่งส่งผลโดยตรงต่อการลดต้นทุนด้านการแพทย์โดยรวม และที่สำคัญที่สุดคือช่วยยกระดับคุณภาพชีวิตของผู้ป่วย ให้ได้รับการวินิจฉัยและการรักษาที่รวดเร็วและแม่นยำยิ่งขึ้น

ผศ.ดร.กรพรหม พิกุลแก้ว ถือเป็นหนึ่งในผู้บุกเบิกกลุ่มแรกๆ ของประเทศไทย ที่นำเทคนิค Explainable AI โดยเฉพาะ Grad-CAM มาใช้ในการวิเคราะห์ภาพทางการแพทย์อย่างจริงจัง ซึ่งความสำเร็จในครั้งนี้ถือเป็นก้าวสำคัญที่ช่วยขับเคลื่อนความก้าวหน้าในวงการวิชาการและเทคโนโลยีการแพทย์ของประเทศไทย สอดคล้องกับเป้าหมายการพัฒนาที่ยั่งยืน (SDGs) ขององค์การสหประชาชาติในด้านการส่งเสริมสุขภาพและความเป็นอยู่ที่ดีสำหรับทุกคน

งานวิจัยชิ้นสำคัญนี้ได้รับการตีพิมพ์ในนิตยสารงานวิจัยระดับนานาชาติ คือ 20th International Joint Conference on Computer Science and Software Engineering (JCSSE) ซึ่งจัดขึ้นระหว่างวันที่ 28 มิถุนายน ถึง 1 กรกฎาคม 2566 ที่ผ่านมา ผู้ที่สนใจศึกษาข้อมูลเพิ่มเติมเกี่ยวกับงานวิจัยนี้สามารถเข้าชมได้ที่ https://ieeexplore.ieee.org/document/10202020.