AI-HUAWEI CLOUD อีกตัวช่วยวิเคราะห์ “โควิด-19”

หัวเว่ย เทคโนโลยี่ ผนึกกำลังกับกระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม (ดีอีเอส) เดินหน้ามอบโซลูชั่น AI บนเทคโนโลยีของ HUAWEI CLOUD เพื่อช่วยวิเคราะห์ผลตรวจไวรัสโควิด-19 ให้กับโรงพยาบาลต่าง ๆ ล่าสุดได้มอบให้กับโรงพยาบาลศิริราชและรามาธิบดี

“อาเบล เติ้ง” ประธานกรรมการบริหาร บริษัท หัวเว่ย เทคโนโลยี่ ประเทศไทย (จำกัด) เปิดเผยว่า โซลูชั่นAI บนเทคโนโลยีของ HUAWEI CLOUD เป็นการพัฒนาร่วมกับ HY Medical ในประเทศจีนที่เชี่ยวชาญด้านการใช้ระบบปัญญาประดิษฐ์เพื่อการแพทย์ โดยระบบจะมุ่งวิเคราะห์รูปภาพทางการแพทย์โดยใช้ AI เพื่อแยกแยะระหว่างจุดขาวพร่าในปอด (ground glass opacities-GGOs) จำนวนมาก กับการรวมตัวกันของเนื้อปอด (consolidation) แล้ววิเคราะห์ผลเชิงปริมาณจากผลการตรวจ CT ปอดผู้ป่วย โดยใช้เวลาวิเคราะห์ผลเพียง 25 วินาทีต่อ 1 เคส ช่วยให้แพทย์ระบุได้อย่างแม่นยำยิ่งขึ้นว่าเชื้อไวรัสโควิด-19 อยู่ในระยะเริ่มต้น ระยะลุกลาม หรือระยะรุนแรง

โดยโรงพยาบาลในประเทศจีนกว่า 20 แห่ง หลังจากใช้ตรวจภาพเอกซเรย์ปอดของคนไข้กว่า 20,000 ภาพ ซึ่งเป็นผู้ป่วยโควิด-19 กว่า 4,000 ราย ทำให้ระบบมีอัตราความแม่นยำในการวินิจฉัยสูงถึง 96% และได้รับคะแนน DICE score ซึ่งเป็นค่าดัชนีสำหรับใช้วัดความแม่นยำของการประเมินผลรูปภาพทางการแพทย์สูงกว่า 85 คะแนน

ขณะที่เครือข่าย 5G ของหัวเว่ยจะช่วยเพิ่มประสิทธิภาพการทำงานของโรงพยาบาล จากความเร็วและความเสถียร ช่วยให้ระบบบริการด้านสาธารณสุขต่าง ๆ มีค่าความหน่วง (latency) ของการรับส่งผ่านข้อมูลได้ดีที่สุด ส่งผลให้งานด้านการดูแลผู้ป่วย การเก็บข้อมูลวิเคราะห์ และการสั่งงานจากระยะไกลสามารถทำได้อย่างมีประสิทธิภาพมากขึ้น ทั้งยังเป็นต้นแบบของแพลตฟอร์มรับมือสถานการณ์ฉุกเฉินบนเทคโนโลยี cloud ที่ขับเคลื่อนด้วยข้อมูล

ด้าน ศ.นพ.ประสิทธิ์ วัฒนาภา คณบดีคณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล กล่าวว่า การตรวจด้วยเครื่องเอกซเรย์คอมพิวเตอร์ (CT) เป็นวิธีหนึ่งในการวินิจฉัยและติดตามการรักษาในผู้ป่วยโควิด-19 ซึ่งในผู้ป่วยหรือผู้ต้องสงสัยบางรายอาจต้องตรวจซ้ำและเปรียบเทียบอ่านผลภาพการตรวจหลายครั้ง เทคโนโลยี AI จะช่วยให้แพทย์นำมาใช้วินิจฉัยผลตรวจ CT ของผู้ป่วยที่ติดเชื้อได้อย่างแม่นยำและรวดเร็ว ลดภาระให้บุคลากรทางการแพทย์ไทยได้เป็นอย่างมาก


ทั้งเครือข่าย 5G จะยิ่งเพิ่มประสิทธิภาพในการรับมือกับสถานการณ์ได้ดียิ่งขึ้น จากการรับส่งข้อมูลและติดตามอาการของคนไข้ ซึ่งจะช่วยให้สามารถจัดการทรัพยากรทางการแพทย์ได้อย่างรวดเร็ว