close
Rti Thaiดาวน์โหลด Rti App
Open
:::

ทีมวิจัยไต้หวันพัฒนาโมเดล AI ทำนายอัตราการรอดชีวิต 5 ปีของผู้ป่วยมะเร็งลำไส้ใหญ่

  • 26 May, 2023
  • แสงชัย กิตติภูมิวงศ์
ทีมวิจัยไต้หวันพัฒนาโมเดล AI ทำนายอัตราการรอดชีวิต 5 ปีของผู้ป่วยมะเร็งลำไส้ใหญ่
ทีมวิจัยไต้หวันพัฒนาโมเดล AI ทำนายอัตราการรอดชีวิต 5 ปีของผู้ป่วยมะเร็งลำไส้ใหญ่

     ม. เจิ้งต้า (National Chengchi University) แถลงในวันที่ 25 พฤษภาคม 2023 ระบุว่า มะเร็งลำไส้ใหญ่และทวารหนักติดอันดับ 1 ใน 10 ของโรคมะเร็งที่พบมากในไต้หวันเป็นเวลา 15 ปีติดต่อกัน ภายใต้การสนับสนุนของสำนักงานสหพันธ์มหาวิทยาลัย ม. เจิ้งต้า ทีมวิจัย รศ. หลัวจงหมิง (羅崇銘) สถาบันหอสมุดข้อมูลและหอจดหมายเหตุแห่งชาติ ม. เจิ้งต้า รวมทั้ง นพ. เจียงเจิ้งไข่ (姜正愷) และ นพ. หลินชุนจี๋ (林春吉) ศัลยแพทย์ลำไส้ใหญ่และทวารหนัก โรงพยาบาลทหารผ่านศึกไทเป ร่วมมือกันสร้างแบบจำลอง AI (ปัญญาประดิษฐ์) ที่สามารถทำนายอัตราการรอดชีวิต 5 ปีของผู้ป่วยมะเร็งลำไส้ใหญ่และทวารหนัก ผลการวิจัยคาดว่าจะเผยแพร่ใน International Journal of Medical Imaging ในเดือนกรกฎาคม

     รศ. หลัวจงหมิง กล่าวว่า การถ่ายภาพทางการแพทย์ผสานกับเทคโนโลยี AI เป็นสาขาการวิจัยของเขา ที่ผ่านมาเคยร่วมมือกับโรงพยาบาลมหาวิทยาลัยไต้หวัน และ โรงพยาบาลมหาวิทยาลัยแพทย์ไทเปในงานวิจัยที่เกี่ยวข้อง ในการครั้งนี้เป็นการร่วมมือกับโรงพยาบาลทหารผ่านศึกไทเป ซึ่งเป็นโรงพยาบาลที่มีการผ่าตัดเกี่ยวข้องกับมะเร็งลำไส้ใหญ่มากที่สุดในไต้หวัน และยังมุ่งเน้นการวิจัยมะเร็งลำไส้ใหญ่และทวารหนักเป็นเป้าหมายหลัก

     การวิจัยนี้มีการใช้ AI วินิจฉัยภาพทางคลินิก ผสมผสานกับเทคโนโลยีการเรียนรู้เชิงลึก ใช้ภาพจากการส่องกล้องลำไส้ใหญ่และข้อมูลทางคลินิก เพื่อพัฒนาโมเดลพยากรณ์โรคมะเร็งที่แม่นยำยิ่งขึ้น ทำนายระดับความรุนแรง และอัตราการรอดชีวิต 5 ปีของผู้ป่วยมะเร็งได้อย่างมีประสิทธิภาพและแม่นยำ สามารถสร้างข้อมูลการวินิจฉัยอัตโนมัติ ความแม่นยำในการทำนายสูงถึง 94%

     หลัวจงหมิง กล่าวว่า การพัฒนาการแพทย์อัจฉริยะได้รับความสนใจอย่างมาก การร่วมมือเทคโนโลยีข้ามสาขาเป็นสิ่งจำเป็น ปัจจุบันเขากำลังสร้างแพลตฟอร์มอัจฉริยะออนไลน์ระบบดึงภาพทางการแพทย์ ผสานการบริหารองค์ความรู้ของศูนย์กลางรูปภาพ ประยุกต์ AI หลายรูปแบบจัดประเภทรูปภาพทางการแพทย์ตามอาการ หลังจากผู้ใช้อัปโหลดรูปภาพ ระบบจะค้นหารูปภาพที่คล้ายกัน เพื่อให้ผู้ใช้ระบบวินิจฉัยสาเหตุของโรค เป็นการยกระดับการแพทย์แบบดั้งเดิมให้ทันสมัยมากขึ้น

ความคิดเห็นที่เกี่ยวข้อง

ล่าสุดmore