รู้จักกับ AI foundation model เพื่อเข้าใจศักยภาพของ RETFound
AI foundation model คือ AI model ขนาดใหญ่ที่พัฒนาขึ้นให้ระบบได้เรียนรู้จาก unlabelled data จำนวนมาก ความโดดเด่นของ model ดังกล่าวคือการนำมาประยุกต์ใช้ได้กับสถานการณ์ที่หลากหลายและไม่เฉพาะเจาะจง ด้วยเหตุนี้จึงทำให้มันมีศักยภาพในด้านความคิดสร้างสรรค์ในการแสดงผลลัพธ์ได้มากกว่า AI model ที่ต้องอาศัยการเรียนรู้ข้อมูลที่ป้อนโดยมนุษย์เพียงอย่างเดียว Chat GPT คือตัวอย่างหนึ่งของ AI foundation model ที่ถูกใช้อย่างแพร่หลายในปัจจุบัน
ทีมนักวิจัยจาก Moorfields Eye Hospital และ University College London (UCL) Institute of Ophthalmology ในสหราชอาณาจักรประสบความสำเร็จในการได้คิดค้น AI foundation model ทางการแพทย์แรกของโลกที่ชื่อว่า “RETFound”
ที่ไม่เพียงแต่สามารถวินิจฉัยโรคทางสายตาที่อาจทำให้ตาบอดได้อย่างแม่นยำและมีประสิทธิภาพเท่านั้น แต่ยังช่วยในการพยากรณ์การเกิดโรคหัวใจและโรคทางระบบประสาทได้อีกด้วย
RETFound ถือเป็น AI model ที่สามารถก้าวผ่านความท้าทายเกี่ยวกับ human data labelling ได้ จากการนำ self-supervising approach มาใช้ ซึ่งเป็นกระบวนการที่ให้ระบบได้เรียนรู้และสร้าง label ให้กับชุดข้อมูล (dataset) ด้วยตัวเองโดยที่ไม่ต้องการข้อมูล label จากมนุษย์ กระบวนการเรียนรู้ของ RETFound อาศัยการทำงานของแพทย์ผู้เชี่ยวชาญในการกำกับข้อมูลต่าง ๆ เพียง 10% เท่านั้น ซึ่งถือว่าน้อยลงมากเมื่อเทียบกับ AI model อื่น ๆ จึงถือว่าช่วยลดทั้งค่าใช้จ่ายและประหยัดเวลาได้อย่างมหาศาลอีกด้วย
อีกก้าวสำคัญของการประยุกต์ใช้ AI model เพื่อป้องกันตาบอด
RETFound เป็น AI foundation model ทางการแพทย์ที่พัฒนาขึ้นจากการใช้ภาพถ่ายจอประสาทตา กว่า 1.6 ล้านภาพจาก UK National Health Service (NHS) ซึ่งเป็นภาพที่มาจากกลุ่มประชากรหลากหลายเชื้อชาติ โดยมีวัตถุประสงค์เพื่อใช้ในการวินิจฉัยโรคตา ได้แก่ diabetic retinopathy และต้อหิน เป็นต้น ซึ่งเป็นสาเหตุหลัก ๆ ที่ทำให้ตาบอดได้
RETFound ผ่านการทดสอบแล้วว่าทำงานได้อย่างมีประสิทธิภาพกว่า AI model อื่น ๆ ที่มีอยู่ในขณะนี้ โดยสามารถวินิจฉัยโรคทางตาที่มีความซับซ้อนได้มากขึ้น และสามารถนำมาประยุกต์ใช้ได้กับประชากรหลากหลายกลุ่มมากกว่า อีกทั้งยังช่วยวินิจฉัยโรคตาที่พบได้ยากได้อีกด้วย
ทีมวิจัยตั้งใจให้ RETFound เป็น AI model ที่นำไปใช้ได้กับประชากรทั่วโลก ไม่เพียงแต่ในสหราชอาณาจักรเท่านั้นแต่องค์กรต่าง ๆ ทั่วโลกจะสามารถเข้าถึงระบบดังกล่าวได้ถ้วนหน้าโดยไม่มีค่าใช้จ่าย โดยหวังที่จะช่วยลดภาระงานของผู้เชี่ยวชาญและเป็นความหวังให้กับผู้ป่วยที่เสี่ยงเกิดตาบอดได้ในอนาคต
แม้ขณะนี้ RETFound สามารถวินิจฉัยโรคตาได้หลายโรค แต่ทีมวิจัยก็ยังวางแผนที่จะพัฒนาความสามารถของเครื่องมือนี้ต่อไปเพื่อให้ช่วยในการตรวจวินิจฉัยและการรักษาโรคทางสายตาอีก 100 กว่าชนิด โดยเฉพาะอย่างยิ่งโรคที่ยังไม่เคยมี AI model ใดทำได้มาก่อนอีกด้วย
เพราะดวงตาคือหน้าต่างของหัวใจ: RETFound ช่วยพยากรณ์การเกิดโรคหัวใจและโรคทางระบบประสาทได้
อีกวัตถุประสงค์หนึ่งที่สำคัญของการพัฒนา RETFound คือการใช้ภาพถ่ายจอประสาทตาในการพยากรณ์การเกิด systemic diseases ได้แก่ ภาวะหัวใจล้มเหลว (heart failure) stroke และโรคพาร์กินสัน
แนวคิดมาจากงานวิจัยที่ค้นพบว่าภาพสแกนดวงตาช่วยระบุตัวผู้ป่วยพาร์กินสันได้ก่อนที่จะแสดงอาการผิดปกติให้เห็น โดยพบว่าผู้ป่วยกลุ่มนี้จะมีเนื้อเยื่อจอประสาทตาที่บางกว่าคนทั่วไป ภาพสแกนดวงตาที่ผิดปกตินี้จึงนับเป็นสัญญาณบ่งชี้เบื้องต้นเพื่อช่วยคัดกรองโรคและช่วยให้แพทย์วินิจฉัยโรคได้อย่างรวดเร็ว
RETFound นับเป็น non-invasive pre-screening tool ที่มีประโยชน์ในการช่วยตรวจจับโรคหัวใจและโรคทางระบบประสาทได้ตั้งแต่ระยะเริ่มต้น ทั้งนี้เนื่องจากโรคดังกล่าวมักไม่แสดงอาการในระยะแรก เครื่องมือที่ช่วยตรวจจับโรคได้ตั้งแต่เนิ่น ๆ จึงช่วยให้ผู้ป่วยเข้าถึงการรักษาได้อย่างทันท่วงที
เอกสารอ้างอิง
Zhou, Y., Chia, M.A., Wagner, S.K. et al. A foundation model for generalizable disease detection from retinal images. Nature 622, 156–163 (2023). https://doi.org/10.1038/s41586-023-06555-x
