โครงการปัญญาประดิษฐ์เพื่อการค้นหาวัณโรคเชิงรุก

Abstract

วัณโรคเป็นปัญหาสาธารณสุขสำคัญระดับโลกนอกจากก่อให้เกิดความสูญเสียทางสุขภาพจากการป่วยและเสียชีวิต ยังเกิดความสูญเสียทางเศรษฐกิจ ผลกระทบเกิดทั้งต่อผู้ป่วย ครอบครัวและคนใกล้ชิด รวมถึงสังคมสูญเสียผลิตภาพและศักยภาพของประชากร ในปี 2015 (พ.ศ. 2558) องค์การอนามัยโลก (World Health Organization (WHO)) ได้จัดประเทศไทยเป็น 1 ใน 14 ประเทศที่มีภาระวัณโรคสูงทั้ง 3 ด้าน ได้แก่ อุบัติการณ์วัณโรค วัณโรคดื้อยาหลายขนาน และวัณโรคร่วมกับการติดเชื้อเอชไอวี คาดประมาณว่าในปี 2016 (พ.ศ. 2559) ประเทศไทยมีผู้ป่วยวัณโรคใหม่ 119,000 ราย คิดเป็นอัตราอุบัติการณ์ 172 ต่อแสนประชากร ซึ่งสูงกว่าประเทศที่พัฒนาแล้วมากกว่า 50 เท่า และเป็นสาเหตุของการเสียชีวิตสูงถึงปีละ 12,500 ราย ทั่วโลกให้ความสำคัญและมีเป้าหมายยุติวัณโรคร่วมกัน คือภายในปี 2035 (พ.ศ. 2578) ต้องมีอัตราอุบัติการณ์ไม่เกิน 10 ต่อแสนประชากร กลยุทธ์ที่สำคัญคือการควบคุมและค้นหาวัณโรคเชิงรุกตามคำแนะนำของ WHO ซึ่งเรียกว่า active case finding โดยการใช้ภาพถ่ายรังสีปอด อย่างไรก็ตามการค้นหาวัณโรคเชิงรุกในประเทศกำลังพัฒนาที่มีอุบัติการณ์ของวัณโรคสูงมักพบมีปัญหาและอุปสรรคหลายด้าน คือ (1) ขาดแคลนแพทย์ผู้เชี่ยวชาญที่สามารถแปลผลภาพถ่ายรังสีจำนวนมากได้อย่างแม่นยำ ในกลุ่มประชากรที่มีความเสี่ยงสูง ขาดกลไกการจูงใจสำหรับรังสีแพทย์ซึ่งมีอยู่จำกัดในการเข้าร่วมโครงการคัดกรองวัณโรคเชิงรุก (2) ความซับซ้อนของการวินิจฉัยวัณโรค ที่ต้องใช้ข้อมูลหลายส่วนประกอบกัน ตั้งแต่อาการ/อาการแสดง ภาพรังสีปอด ผลการตรวจเสมหะ ผลการเพาะเชื้อไปจนถึงการตรวจทางพันธุกรรมของเชื้อ การพัฒนาปัญญาประดิษฐ์เพื่อใช้ช่วยในการค้นหาวัณโรคเชิงรุกจึงมีความสำคัญในการยุติการแพร่ระบาดของวัณโรคในประเทศไทย วิธีการศึกษา: การศึกษานี้รวบรวมข้อมูลภาพถ่ายรังสีปอดจากการคัดกรองวัณโรคของประชากรกลุ่มต่างๆ ร่วมกับข้อมูลการตรวจเพาะเชื้อและการตรวจ AFB และนำภาพที่ได้มาจำแนกโดยรังสีแพทย์ที่เชี่ยวชาญในการจำแนกภาพรังสีปอดตามมาตรฐานการจำแนกภาพรังสีของราชวิทยาลัยรังสีแพทย์แห่งประเทศไทย ข้อมูลที่รวบรวมได้ในส่วนนี้จะนำมาประกอบเป็นฐานข้อมูลภาพถ่ายรังสีวัณโรคปอดของประเทศไทย การพัฒนาปัญญาประดิษฐ์ ทำโดยการใช้โมเดลโครงข่ายประสาทเทียม PYLON ร่วมกับการทำ image normalization and augmentation ด้วยเทคนิค Lung segmentation and balance contrast enhancement (Lung BCET) โดยโมเดลที่พัฒนาได้แบ่งเป็น 2 โมเดลหลัก ได้แก่ โมเดลสำหรับการคัดกรองในประชากรทั่วไปเชิงรุกและโมเดลคัดกรองเชิงรุกในกลุ่มผู้ป่วย HIV สรุปผลการศึกษา: ในส่วนที่ 1 ของโครงการ คือ การพัฒนาปัญญาประดิษฐ์เพื่อค้นหาวัณโรคเชิงรุก ทางผู้วิจัยได้ดำเนินการพัฒนาปัญญาประดิษฐ์โดยการพัฒนาโครงข่ายประสาทเทียม PYLON ร่วมกับการสร้างเทคนิค image normalization and augmentation ด้วยการตัดปอดและทำ balance contrast enhancement ร่วมกัน (Lung BCET) ได้เป็นโมเดลคัดกรองหลักสำหรับการคัดกรองวัณโรคเชิงรุกในชุมชน และโมเดลคัดกรองวัณโรคเชิงรุกในผู้ที่ติดเชื้อ HIV จากการทดสอบประสิทธิภาพของโมเดลคัดกรองหลักสำหรับการคัดกรองวัณโรคเชิงรุกในชุมชน ในภาพชุดทดสอบ จำนวน 1,172 ภาพ พบว่า มีค่าความสามารถในการจำแนกภาพรังสีปอดที่เป็นวัณโรค (area under ROC curve) เท่ากับ 0.94 และจากการนำไปทดสอบกับฐานข้อมูลของผู้มารับบริการที่สำนักวัณโรค กรมควบคุมโรค พบว่า มีความแม่นยำในการคัดกรอง (accuracy) เท่ากับ 93.4 % สอดคล้องกับผลการทดสอบคัดแยกภาพรังสีปอดของผู้ป่วยวัณโรค โดยใช้โมเดลคัดกรองหลักสำหรับการคัดกรองวัณโรคเชิงรุกในชุมชนของโครงการที่โรงพยาบาลแม่สอด พบว่า ค่าการทำนายความผิดปกติของผู้ป่วยวัณโรคมีความแตกต่างกับผู้ไม่เป็นวัณโรคอย่างมีนัยสำคัญทางสถิติ สำหรับโมเดลคัดกรองวัณโรคเชิงรุกในผู้ที่ติดเชื้อ HIV พบว่า ประสิทธิภาพที่ได้จากโมเดลมีความถูกต้อง (accuracy) 82% ความแม่นยำ (specificity) 76% และความไว (sensitivity) 75% ซึ่งลดลงจากแบบจำลองที่ใช้กับฐานข้อมูลที่เป็นวัณโรค แต่ไม่ได้มีการติดเชื้อ HIV ร่วมด้วย ทั้งนี้อาจเนื่องมาจากรอยโรคในปอดแตกต่างไปผู้ป่วยที่ไม่ได้มี HIV จากการตอบสนองของภูมิคุ้มกันต่อเชื้อวัณโรคที่แตกต่างกันในผู้ป่วย HIV และการติดเชื้อฉวยโอกาสอื่นๆ นอกจากการติดเชื้อวัณโรคในผู้ป่วยกลุ่มนี้ โดยสรุปโครงการได้พัฒนาโมเดลปัญญาประดิษฐ์ที่มีความสามารถในการทำนายความน่าจะเป็นที่จะพบความผิดปกติที่สอดคล้องกับโรควัณโรค (prediction) พร้อมกับระบุตำแหน่งของรอยโรคได้อย่างแม่นยำ (labeling) ทั้งในกลุ่มการคัดกรองเชิงรุกที่เป็นและไม่เป็น HIV ในส่วนที่ 2 ของโครงการได้พัฒนาฐานข้อมูลภาพถ่ายรังสีการคัดกรองวัณโรคของไทย (Thai TB AI database) โดยรวบรวมภาพถ่ายรังสีปอดแบ่งตามคุณลักษณะของประชากร ผลการตรวจหาเชื้อวัณโรคและการจำแนกภาพรังสีปอดของรังสีแพทย์ผู้เชี่ยวชาญ