SiAiR (Siriraj AI in Radiology Laboratory) หน่วยงานภายใต้ภาควิชารังสีวิทยา คณะแพทยศาสตร์ศิริราชพยาบาล ก่อตั้งขึ้นตั้งแต่ปี พ.ศ. 2562 โดยมีพันธกิจหลักในการวิจัยและพัฒนาเทคโนโลยี AI ที่มีประสิทธิภาพสูงเพื่อนำมาใช้งานได้จริงในทางการแพทย์ ช่วยสนับสนุนรังสีแพทย์ในการตรวจวินิจฉัยโรคได้อย่างแม่นยำและรวดเร็ว

หนึ่งในผลงานชิ้นสำคัญที่ประสบความสำเร็จอย่างเป็นรูปธรรม คือ โปรแกรมปัญญาประดิษฐ์วิเคราะห์ภาพเอ็กซเรย์ทรวงอก ที่ทางหน่วยงานได้ร่วมมือกับ บริษัท เพอร์เซ็ปทรา จำกัด (Perceptra) พัฒนาสู่ผลิตภัณฑ์ในเชิงพาณิชย์ ซึ่งผ่านการรับรองมาตรฐานจากหน่วยงานระดับสากลและระดับประเทศ อาทิ ราชวิทยาลัยรังสีแพทย์แห่งประเทศไทย, สำนักงานคณะกรรมการอาหารและยา (อย.) ของไทย และ Singapore FDA รวมถึงได้รับการขึ้นทะเบียนเป็นผลิตภัณฑ์ในบัญชีนวัตกรรมไทยเมื่อเดือนธันวาคม พ.ศ. 2566

โดยตลอดระยะเวลาที่ผ่านมา SiAiR ได้สร้างสรรค์ผลงานนวัตกรรมรวมแล้วกว่า 16 ผลงาน ครอบคลุมอวัยวะต่าง ๆ ของร่างกาย ทั้งที่นำมาประยุกต์ใช้งานจริงแล้วและกำลังอยู่ในกระบวนการเตรียมความพร้อมเพื่อใช้งานในอนาคต

ผลงานด้านปัญญาประดิษฐ์เพื่อการวินิจฉัยทางรังสีวิทยา

1. การนำผลงานวิจัยไปสู่การใช้งานเชิงพาณิชย์ (ร่วมมือกับ บริษัท เพอร์เซ็ปตรา จำกัด)

• โปรแกรมปัญญาประดิษฐ์สำหรับจำแนกความผิดปกติของเนื้อเยื่อเต้านมจากภาพรังสีเต้านม

• โปรแกรมปัญญาประดิษฐ์สำหรับจำแนกภาวะเลือดออกในสมองจากภาพเอกซเรย์คอมพิวเตอร์ศีรษะ

2. ผลงานนวัตกรรมที่พร้อมสู่การถ่ายทอดเทคโนโลยีและการใช้ประโยชน์เชิงพาณิชย์

• Sarcopenia Detection ระบบตรวจหาภาวะกล้ามเนื้อลีบจากภาพเอกซเรย์คอมพิวเตอร์ลำตัวส่วนกระดูกสันหลัง Cartilage Volume Measurement ระบบวัดปริมาตรกระดูกอ่อนบริเวณข้อเข่า เพื่อประเมินภาวะข้อเข่าเสื่อม

• Cartilage Volume Measurement ระบบวัดิป็ริมาต่ร กระดิ้กอ่อนบัริเวณิข้อเข่า เพือป็ระเมินภาวะข้อเข่าเสือม

• ILD Lesion Analysis
ระบบวิเคราะห์โรคเนื้อเยื่อปอดอักเสบ (Interstitial Lung Disease) ทั้งในระยะอักเสบและระยะเกิดพังผืด

• Sex-Age Classification
ระบบจำแนกเพศและช่วงอายุจากภาพรังสีทรวงอก

• CXR Bone Subtraction
ระบบแยกโครงสร้างกระดูกออกจากภาพรังสีทรวงอกแบบอัตโนมัติ โดยใช้ปัญญาประดิษฐ์ทดแทนการถ่ายภาพเอกซเรย์แบบพลังงานคู่ (Dual-energy X-ray)

3. นวัตกรรมที่กำลังพัฒนาเพื่อการใช้งานในอนาคต

• Infarct and Calcification Classification การจำแนกภาวะเนื้อสมองตายจากการขาดเลือด และการตรวจหาตะกอนแคลเซียมในสมอง

• Knee Abnormality Classification การจำแนกความผิดปกติของข้อเข่า เช่น ภาวะข้อเสื่อม และการสะสมของตะกอนแคลเซียม

• Nodule Detection from CT
การตรวจหาก้อนเนื้อขนาดเล็กในปอดจากภาพเอกซเรย์คอมพิวเตอร์

• Hip Abnormality Classification การจำแนกความผิดปกติของข้อสะโพก เช่น กระดูกแตกร้าว ภาวะกระดูกถูกทำลาย และภาวะกระดูกขาดเลือด

• Mitral Stenosis Classification การจำแนกผิดปกติของลิ้นหัวใจด้วยภาพรังสีทรวงอก

• Lumbar Spine Stenosis Classification การจำแนกภาวะโพรงกระดูกสันหลังส่วนเอวตีบแคบ

• LLM in Radiology
การประยุกต์ใช้โมเดลภาษาขนาดใหญ่ (Large Language Model: LLM) เพื่อช่วยวิเคราะห์และสรุปรายงานผลการตรวจทางรังสีวิทยา รวมถึงการแปลผลภาพเอกซเรย์อัตโนมัติในรูปแบบ Image-to-Text

สำหรับเบื้องหลังสำคัญของการเรียนรู้ของปัญญาประดิษฐ์นั้น ได้ใช้คอมพิวเตอร์ที่มี GPUs สมรรถนะสูงและเป็นเครื่องที่มีเสถียรภาพ มีหน่วยความจำขนาดใหญ่ที่มีความเร็วสูงในการรับส่งข้อมูล โดยได้ใช้ระบบซูเปอร์คอมพิวเตอร์ Cray Computer จาก HPE ร่วมกับระบบจัดเก็บข้อมูล WekaIO Cluster ขนาดใหญ่ ทำให้สามารถลดเวลาในการเรียนรู้ของตัวปัญญาประดิษฐ์ทำให้ทางหน่วยงานสามารถผลิตผลงานที่คุณภาพสูงได้อย่างรวดเร็ว

ความร่วมมือและการพัฒนาอย่างไม่หยุดยั้งของศิริราชพยาบาลในครั้งนี้ ไม่เพียงแต่ช่วยยกระดับคุณภาพชีวิตของผู้ป่วยให้ได้รับการรักษาที่รวดเร็วและปลอดภัยขึ้นในปัจจุบัน แต่ยังถือเป็นรากฐานและแพลตฟอร์มสำคัญในการต่อยอดองค์ความรู้ทางการแพทย์สมัยใหม่ ช่วยสร้างบุคลากรผู้เชี่ยวชาญ และเตรียมความพร้อมของระบบสาธารณสุขไทยในการรับมือกับโรคอุบัติใหม่ที่จะเกิดขึ้นในอนาคตเพื่อความยั่งยืนของสังคมไทย