Gweld lygad i lygad: ymchwilwyr yn hyfforddi AI i gopïo syllu gweithwyr proffesiynol clinigol
21 Gorffennaf 2023
Mae system deallusrwydd artiffisial (AI), sy'n dynwared syllu radiolegwyr wrth iddynt ddarllen delweddau meddygol fel mamogramau, wedi'i datblygu gan dîm o wyddonwyr ym Mhrifysgol Caerdydd.
Mae'r system gyntaf o'i math yn gwella cyflymder, cywirdeb a sensitifrwydd diagnosteg feddygol a gallai arwain at ganfod canser y fron yn gynnar, mae'r ymchwilwyr yn honni.
Mae'r tîm hefyd yn gobeithio y bydd yn helpu i fynd i'r afael â phrinder radiolegwyr ledled y DU drwy gymwysiadau hyfforddiant ac addysg.
Er mwyn adeiladu'r system, defnyddiodd y tîm algorithm soffistigedig a elwir yn rhwydwaith niwral cythryblus sydd wedi'i gynllunio i ddynwared niwronau yn yr ymennydd dynol ac sydd wedi'i fodelu'n benodol ar y cortecs gweledol.
Mae'r math hwn o algorithm yn ddelfrydol ar gyfer cymryd delweddau a phriodoli pwysigrwydd i wahanol wrthrychau neu agweddau o fewn y ddelwedd ei hun.
Datblygodd y tîm yr algorithm gyda radiolegwyr o dri ysbyty GIG - Bron Brawf Cymru, Ysbyty Athrofaol Cymru (UHW) ac Ysbyty Great Ormond Street.
Mae eu canfyddiadau, a gyhoeddwyd yn IEEE Transactions on Multimedia, yn dangos y gall y system AI ragweld yn gywir ardaloedd delwedd lle mae radiolegwyr yn fwyaf tebygol o edrych wrth baratoi diagnosis.
Dywedodd Dr Hantao Liu, Darllenydd yn Ysgol Cyfrifiadureg a Gwybodeg Prifysgol Caerdydd ac un o gyd-awduron yr astudiaeth: "Gyda'r holl heriau sy'n wynebu'r GIG, mae'n bwysig ein bod yn edrych at wyddor data a deallusrwydd artiffisial i gael atebion posibl.
"Nid yw hyn yn golygu disodli pobl â robotiaid ond yn hytrach dangos sut y gall dysgu peirianyddol gefnogi ac ychwanegu at waith gweithwyr proffesiynol clinigol. Yn ein hastudiaeth rydym wedi gwneud hynny, trwy ddatblygu system a all weithio gyda radiolegwyr i ymddwyn fel ffrind beirniadol neu gydweithiwr yn ystod eu gwaith diagnostig meddygol a chefnogi'r broses o wneud penderfyniadau sy'n deillio ohono."
Nod Dr Liu, sydd wedi derbyn swydd ymchwil anrhydeddus gyda GIG Cymru, yw datblygu map ffordd strategol ar gyfer defnyddio deallusrwydd artiffisial ar draws adrannau radioleg yng Nghymru.
Dywedodd Dr Richard White, Radiolegydd Ymgynghorol yn Ysbyty Athrofaol Cymru a gymerodd ran yn yr astudiaeth: "Mae cymaint o ddata yn ymwneud â radioleg fel fy mod yn credu ei bod yn well i ni ei ddefnyddio a'r arbenigedd sydd ar gael.
"Mae pob radiolegydd yn colli pethau. Yn aml, nid ydym yn sylwi arno am flynyddoedd oherwydd gall fod yn gynnil iawn - efallai na fydd hyd yn oed yn ymddangos yn weladwy o gwbl mewn rhai achosion. Ond rydyn ni'n gwybod y gall AI sylwi ar bethau nad ydyn ni. Felly, yn yr ystyr hwnnw, mae'r math hwn o system yn mynd i wella ein gwaith, gan leihau'r risg o wallau."
"Rydym hefyd yn gweld sut y bydd y system yn ein helpu i flaenoriaethu atgyfeiriadau cleifion drwy ddod o hyd i sganiau a delweddau annormal fel y gellir rhoi gwybod am y rhain cyn rhai sydd angen llai o sylw. Gallaf weld mwy o hynny'n digwydd yn y dyfodol gyda'r system hon, gan ein helpu i fynd i'r afael â'r hyn sy'n aml yn rhestrau aros hir."
Er bod eu hastudiaeth yn canolbwyntio ar ragfynegi cyfeiriad syllu, dywed ymchwilwyr y Grŵp Ymchwil Cyfrifiadura Amlgyfrwng ym Mhrifysgol Caerdydd mai systemau sy'n helpu i wneud penderfyniadau fyddai'r cam nesaf o ran cymhwyso deallusrwydd artiffisial yn glinigol.
Ychwanegodd Zelei Yang, Radiolegydd arall yn UHW a gymerodd ran yn yr astudiaeth hefyd: "I bob pwrpas, mae'r system hon yn dod â mwy o ddyneiddiad deallusrwydd artiffisial ac felly cynrychiolaeth fwy realistig o'r hyn a wnawn fel radiolegwyr.
"Am y rhesymau hyn, mae'n gallu chwyldroi'r ffordd yr ydym yn ymdrin â dysgu dwfn a'i gymwysiadau clinigol oherwydd ei fod bellach yn fwy effeithiol ac yn fwy realistig yn y lleoliad hwn yn hytrach na dim ond offeryn sydd wedi'i ddatblygu er ei fwyn."
Rhannu’r stori hon
Newyddion cysylltiedig
Pobl
-
Lecturer
