ดวงตาของมนุษย์อาจจะไม่ได้เป็นเพียง "หน้าต่างของหัวใจ" อย่างที่สำนวนว่าไว้อีกต่อไป แต่กำลังจะกลายเป็น "หน้าต่าง" ที่ระบบปัญญาประดิษฐ์ของกูเกิลใช้สำรวจและพยากรณ์สุขภาพในแง่มุมต่างๆ ของผู้คนเช่นความเสี่ยงต่ออาการหัวใจวายจากข้อมูลการเรียงตัวของเส้นเลือด โดยที่ระบบดีพเลิร์นนิงตัวนี้กำลังอยู่ระหว่างพัฒนาเพื่อนำมาใช้ประโยชน์ในทางการค้นคว้าชีววิทยาและทางการแพทย์

Häggström, Mikael (2014). "Medical gallery of Mikael Häggström 2014". WikiJournal of Medicine 1 (2). DOI:10.15347/wjm/2014.008. ISSN 2002-4436. Public Domain.orBy Mikael Häggström, used with permission. (Own work) [CC0], via Wikimedia Commons

8 ม.ค. 2561 นิตยสารวิทยาศาสตร์ Nature รายงานว่านักวิจัยที่กูเกิลกำลังพยายามพัฒนาให้ระบบปัญญาประดิษฐ์ที่มีการเรียนรู้แบบดีพเลิร์นนิง (deep learning) ในการพยากรณ์หรือประเมินสุขภาพในด้านต่างๆ ของผู้คนไม่ว่าจะเป็น ความดันเลือด อายุ สถานะการสูบบุหรี่ โดยอาศัยแค่การวิเคราะห์รูปถ่ายจอตาหรือ "เรตินา" ของมนุษย์ จากการพิจารณาการเรียงตัวของเส้นเลือดในดวงตาเท่านั้น

นักวิจัยใช้โครงข่ายประสาท (neural network) ที่เป็นเทคนิคการประมวลผลข้อมูลโดยอาศัยแบบจำลองทางคณิตศาสตร์ที่จำลองการทำงานของโครงข่ายประสาทของมนุษย์ เป็นหนึ่งในวิธีการแบบดีพเลิร์นนิงที่นำมาใช้ในการช่วยให้นักชีววิทยาวิเคราะห์ภาพเพื่อค้นคว้าได้ง่ายขึ้น วิธีเดียวกันนี้ยังเคยใช้ในการค้นหาการผ่าเหล่าในกลุ่มยีนและพยากรณ์การเปลี่ยนแปลงโครงสร้างภายนอกของเซลล์หนึ่งๆ ได้

ฟิลิป เนลสัน ผู้อำนวยการด้านวิศวกรรมที่กูเกิลรีเสิร์ชกล่าวว่า ก่อนหน้านี้ยังไม่เคยมีใครคิดใช้การเรียนรู้ของปัญญาประดิษฐ์ในเชิงชีววิทยามาก่อน แต่ในตอนนี้มีการนำมาใช้แล้วและน่าสนใจว่ามันจะสามารถค้นเจอสิ่งที่มนุษย์ไม่สามารถทำได้มาก่อนหรือไม่

ถึงแม้ว่าปัญญาประดิษฐ์ที่ใช้โครงข่ายประสาทจะสามารถวิเคราะห์ภาพโดยรวมได้โดยไม่มีการแบ่งเป็นส่วนๆ แต่นักวิทยาศาสตร์ก็เคยพบอุปสรรคกับการเอามาใช้ในเชิงชีววิทยาคือความแตกต่างทางวัฒนธรรมระหว่างสองวิชาชีพที่ "พูดภาษาต่างกัน" และ "มีความเชื่อที่ส่งผลต่อพฤติกรรมต่างกัน"

นักวิทยาศาสตรที่จะใช้เทคโนโลยีนี้ในการค้นคว้าวิจัยต้องฝึกฝนการใช้งานกับรูปภาพจำนวนมากก่อน เช่น ถ้าต้องการศึกษาเรื่องกลุ่มยีน พวกเขาต้องทำให้ตัวอักษรที่ระบุถึงดีเอ็นเอเป็นรูปภาพที่คอมพิวเตอร์เข้าใจได้ หลังจากนั้นก็ฝึกให้โครงข่ายประสาทเหล่านี้โยงดีเอ็นเอกับกลุ่มยีนและค้นหาการผ่าเหล่าจนทำให้ได้เครื่องมือที่เรียกว่าดีพวาเรียนต์ (DeepVariant) ออกมาเมื่อช่วงเดือน ธ.ค. 2560 ซึ่งในตอนนี้ดีพวาเรียนต์ยังใช้งานได้มีประสิทธิภาพแค่ระดับเทียบเท่ากับเครื่องมือโดยปกติเท่านั้น

Nature ระบุอีกว่าเครื่องมือเช่นนี้ช่วยลดภาระในการตรวจพิสูจน์ด้วยการแต้มสีเนื้อเยื่อตัวอย่างเพื่อแยกแยะเซลล์ตอนนำมาส่องกล้องจุลทรรศน์ ซึ่งเป็นการลดโอกาสไม่ให้มีการสร้างความเสียหายต่อเซลล์ในกระบวนการแต้มสีนี้ด้วย เนื่องจากอาศัยปัญญาประดิษฐ์ในการแยกแยะส่วนต่างๆ แทนการประมวลข้อมูลเซลล์

แอนน์ คาร์เพนเทอร์ ผู้อำนวยการอิมเมจิงแพลตฟอร์มของสถาบันบรอดที่ทำเรื่องการใช้เทคโนโลยีในการเก็บข้อมูลเซลล์มนุษย์เพื่อการค้นคว้าทางชีววิทยาและทางการแพทย์บอกว่ามีการนำโครงข่ายประสาท มาใช้ในองค์กรของเธอแล้วร้อยละ 15 และในอีกไม่กี่ปีหลังจากนี้อาจจะนำมาใช้เป็นตัวหลัก

นอกจากการค้นพบสิ่งที่ไม่คาดคิดมาก่อนแล้ว ริค ฮอร์วิตซ์ ผู้อำนวยการบริหารจากสถาบันอัลเลนก็หวังว่าจะนำการค้นพบที่ได้มาพัฒนาการวิจัยเรื่องการรักษาโรคภัยไข้เจ็บของมนุษย์ได้ เช่น ถ้าหากดีพเลิร์นนิงสามารถค้นพบอะไรบางอย่างของเซลล์ที่อาจจะบ่งชี้มะเร็งแต่ไม่ได้เห็นชัดเจนได้ ก็จะสามารถช่วยวิจัยเรื่องการขยายตัวของเนื้องอกในอนาคตและพยากรณ์ได้ว่ามะเร็งขยายตัวลุกลามไปในรูปแบบใด

เรียบเรียงจาก

Deep learning sharpens views of cells and genes, Nature, 03-01-2018
https://www.nature.com/articles/d41586-018-00004-w