ในปี 2020 Nature.comได้เผยแพร่วิธีที่นักวิจัยจาก Imperial College London และ Google Health ใช้ปัญญาประดิษฐ์ (AI) เพื่อตรวจจับความผิดปกติในภาพเอ็กซเรย์จากผู้หญิงเกือบ 29,000 คน โดยผลลัพธ์แสดงให้เห็นว่าอัลกอริทึมมีประสิทธิภาพดีกว่านักรังสีวิทยา 6 คนในการอ่านแมมโมแกรม ด้วยสิ่งนี้เป็นการบ่งชี้ถึงศักยภาพทางทฤษฎีสำหรับ AI ที่สามารถตรวจพบมะเร็งได้เร็วขึ้นด้วยความแม่นยำที่
มากขึ้น นอกจากนี้ยังเป็นโอกาสที่ Prognica Labs สตาร์ทอัพ
ด้านเทคโนโลยีด้านสุขภาพในสหรัฐอาหรับเอมิเรตส์หวังว่าจะเข้ามามีส่วนร่วมในภูมิภาค GCC
Prognica Labsเปิดตัวในปี 2562 โดย Khalid Shaikh โดยมีภารกิจในการปรับปรุงผลลัพธ์ทางคลินิกและเร่งการค้นพบความก้าวหน้าในการต่อสู้กับโรคมะเร็ง สตาร์ทอัพกำลังสร้างโซลูชันการตรวจคัดกรองอัจฉริยะที่วิเคราะห์ภาพทางการแพทย์และสร้างข้อมูลเชิงลึกเพื่อช่วยทำนายและตรวจหาสัญญาณมะเร็งในระยะเริ่มต้นโดยใช้ AI และการเรียนรู้ของเครื่อง ด้วยความซับซ้อนที่เกี่ยวข้องกับมะเร็งประเภทต่างๆ Prognica Labs จึงเลือกที่จะเริ่มต้นด้วยการมุ่งเน้นไปที่มะเร็งเต้านม จากข้อมูลขององค์การอนามัยโลก (WHO) ผู้หญิง 21 ล้านคนทั่วโลกได้รับผลกระทบจากโรคมะเร็งเต้านมในแต่ละปี
และหากเราดูสถิติใกล้บ้าน สตาร์ทอัพพบว่าในสหรัฐอาหรับเอมิเรตส์ ผู้ป่วยมะเร็งเต้านมมากกว่า 75% จะขอคำแนะนำทางการแพทย์หลังจากพบสัญญาณหรืออาการของโรค และหลายคนขอคำแนะนำดังกล่าวล่าช้า การขาดความตระหนักเกี่ยวกับอาการของมะเร็งเต้านมและการตรวจคัดกรองเป็นประจำยังมีผลกระทบที่สำคัญต่อการประเมินอาการและการตัดสินใจเกี่ยวกับทางเลือกในการรักษา ทีมงานของ Prognica Labs ยังพบว่าผู้ป่วยมะเร็งเต้านมจำนวนมากอายุระหว่าง 35-70 ปีมีประสบการณ์การรักษาที่ล่าช้าหลังจากการรับรู้อาการของโรคมะเร็งเต้านม และช่วงเวลาระหว่างประสบการณ์เริ่มต้นของอาการที่เกี่ยวข้องกับโรคและการขอความช่วยเหลือทางการแพทย์เริ่มจาก สามเดือนถึงสามปี
ที่มา: Prognica Labs
ดังนั้น Prognica Labs จึงมุ่งตรวจสอบปัจจัยที่ส่งผลต่อการนำเสนอการรักษามะเร็งเต้านมในสหรัฐอาหรับเอมิเรตส์ที่ล่าช้า ในขณะเดียวกันก็สนับสนุนความก้าวหน้าของมาตรฐานและคุณภาพของการตรวจคัดกรองมะเร็งเต้านมเพื่อการตรวจหาในระยะเริ่มต้น เป็นวาระแห่งความทะเยอทะยาน แต่เป็นสิ่งที่ Shaikh กล่าวว่าเขาพร้อมที่จะทำ ในฐานะที่เรียกตัวเองว่า “เทคโนแครต” Shaikh ได้เปิดตัว Affaan Technologies ในปี 2551 ซึ่งให้บริการให้คำปรึกษาด้าน AI และการเรียนรู้ของเครื่อง และทำงานร่วมกับความเป็นจริงเสริม ความจริงเสมือน และข้อมูลขนาดใหญ่ในอุตสาหกรรมต่างๆ ดังนั้น สิ่งที่ทำให้ผู้ก่อตั้งและ CEO ของHealthTech รู้สึกทึ่งฉาก? Shaikh อธิบายว่าเขาสนใจเรื่องนี้เป็นพิเศษหลังจากป้ามีประสบการณ์เป็นมะเร็งเต้านม “ฉันยังจำได้ว่าช่วงเวลาที่ยากลำบาก [มาก] นั้นเป็นอย่างไรสำหรับเธอและทุกคนในครอบครัว แม้แต่ในด้านจิตใจ และฉันเริ่มคิดย้อนกลับไปในตอนนั้นว่าควรจะมีวิธีที่ง่าย รวดเร็ว และแม่นยำในการตรวจหาและวินิจฉัย [มะเร็ง] และผู้หญิงควรเข้าถึงรายงานของตนได้อย่างรวดเร็วและมากขึ้น”
ในฐานะผู้ก่อตั้งแต่เพียงผู้เดียวที่ไม่มีพื้นฐานทางการแพทย์
Shaikh ใช้เวลาในการวิจัยและศึกษาเกี่ยวกับมะเร็งเต้านม ตลอดจนกระบวนการวิเคราะห์ภาพทางการแพทย์จากมุมมองของรังสีแพทย์ เพื่อทำความเข้าใจและตรวจสอบความรู้ของเขา เขาได้ปรึกษากับแพทย์ เจ้าของโรงพยาบาล และเจ้าหน้าที่ของรัฐจำนวนหนึ่ง ตั้งแต่นั้นเป็นต้นมา เขาได้รับประโยชน์จากคำแนะนำของที่ปรึกษาและที่ปรึกษาจำนวนหนึ่ง ซึ่งรวมถึงชื่อต่างๆ เช่น นายแพทย์จามาล อัลฮัจจ์ ซึ่งเคยเป็นศัลยแพทย์อาวุโสประจำกระทรวงสาธารณสุขและการป้องกันของสหรัฐอาหรับเอมิเรตส์ กองพลน้อย Dr. Ali Singel ซึ่งเป็นที่ปรึกษาด้านสุขภาพทั่วไปของศูนย์สุขภาพตำรวจดูไบและที่ปรึกษาของ Dermalase Clinic, BS Vadivelu ซีอีโอของ Logic360 Business Consultancy, Shailesh Janu ซึ่งทำงานที่แผนก Data Science ที่ LinkedIn และ Asad Haque ซีอีโอของ ที่ปรึกษาด้านไอซีที.
ที่เกี่ยวข้อง: Refood ของ Maryam Aleisa อยู่ในภารกิจเพื่อลดขยะอาหารในคูเวต
จากการวิจัย Shaikh และทีมงานของเขาได้ระบุประเด็นหลักสามประการที่เกี่ยวข้องกับภาคการดูแลสุขภาพ: อัตราส่วนแพทย์ต่อผู้ป่วยต่ำทั่วโลก วิธีการที่แพทย์ทำงานหนักเกินไปและยืดเยื้อมากเกินไป (ซึ่งอาจนำไปสู่ความแปรปรวนและความเป็นส่วนตัวในวิธีการวินิจฉัยโรคและ รักษา) และค่าอุปกรณ์ทางการแพทย์คุณภาพสูงที่ทำให้บางหน่วยงานนำเทคโนโลยีล่าสุดมาใช้ในตลาดได้ยาก “เรากำลังพยายามแก้ไขปัญหาเหล่านี้ผ่านข้อมูลและข่าวกรอง” Shaikh กล่าว “เรากำลังพัฒนาเทคโนโลยีการคัดกรองอัจฉริยะรุ่นต่อไปสำหรับการวิเคราะห์ภาพทางการแพทย์ที่ผู้ให้บริการด้านการแพทย์และผู้ป่วยสามารถวางใจได้อย่างมั่นใจ” โดยเฉพาะอย่างยิ่งการตรวจแมมโมแกรมเป็นหนึ่งในวิธีการตรวจมะเร็งเต้านมที่ใช้กันอย่างแพร่หลาย Shaikh ตั้งข้อสังเกตว่าความซับซ้อนและปริมาณการตรวจที่มากต่อนักรังสีวิทยาอาจส่งผลให้เกิดการวินิจฉัยที่ผิดพลาดได้ Shaikh กล่าวว่า “ในระหว่างการตรวจคัดกรองเต้านม การปรากฏตัวของการกลายเป็นปูนขนาดเล็กของเต้านมเป็นความเสี่ยงหลัก การกลายเป็นปูนของเต้านมในระยะแรกของมะเร็งเต้านมจะปรากฏเป็นจุดกระจัดกระจายในภาพแมมโมกราฟี ซึ่งมีขนาดตั้งแต่ 0.1 ถึง 1.0 มม.” Shaikh กล่าว
ทำให้ยากต่อการตรวจพบและวินิจฉัยรอยโรคที่เต้านมอย่างแม่นยำ ดังนั้นจึงต้องพึ่งพาความเชี่ยวชาญของรังสีแพทย์เป็นอย่างมาก ซึ่งอาจนำไปสู่ผลบวกปลอมและการตรวจเพิ่มเติมจำนวนมาก ในทางกลับกัน เทคโนโลยีที่เป็นกรรมสิทธิ์ของ Prognica -PrognicaMMG- จะตรวจหาก้อนเนื้อในแมมโมแกรมโดยอัตโนมัติ จากนั้นจึงช่วยในการแบ่งส่วนและจำแนกประเภทของเนื้องอก ในการตรวจสอบความถูกต้องของเทคโนโลยีสตาร์ทอัพได้ฝึกอบรมชุดข้อมูลการฝึกอบรมการตรวจแมมโมแกรมด้วยภาพดิจิตอล
Credit : สล็อตเว็บตรง แตกง่าย / เว็บตรงสล็อต
