បញ្ហា (The Problem)៖ ឯកសារនេះដោះស្រាយបញ្ហាកង្វះតម្លាភាព (Black-box solutions) នៃប្រព័ន្ធបញ្ញាសិប្បនិម្មិត (AI) ក្នុងវិស័យរូបភាពវេជ្ជសាស្ត្រ ដោយផ្តោតលើភាពចាំបាច់ក្នុងការធ្វើឱ្យ AI អាចពន្យល់បាន (Explainable AI) សម្រាប់ការចំណាត់ថ្នាក់ដុំសាច់ខួរក្បាល ដើម្បីទទួលបានទំនុកចិត្តពីគ្រូពេទ្យ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះប្រើប្រាស់វិធីសាស្ត្របណ្ដាញសរសៃប្រសាទសិប្បនិម្មិត និងបច្ចេកទេសពន្យល់រូបភាព ដើម្បីវិភាគពីរបៀបដែលម៉ូដែល AI ធ្វើការសម្រេចចិត្តចំណាត់ថ្នាក់ដុំសាច់ខួរក្បាល។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| CNN with Gradient-based Saliency Maps បណ្ដាញ CNN ជាមួយផែនទី Saliency ផ្អែកលើជម្រាល |
ផ្តល់នូវការពន្យល់ជាលក្ខណៈរូបភាព (Visual explanation) ដែលបង្ហាញពីតំបន់សំខាន់ៗនៃដុំសាច់។ ជួយឱ្យយល់ពីរបៀបដែលម៉ូដែល AI ធ្វើការសម្រេចចិត្តក្នុងវិស័យវេជ្ជសាស្ត្រ។ | មិនមានកម្រិតកំណត់ (Threshold) ច្បាស់លាស់សម្រាប់កំណត់សារៈសំខាន់នៃតំបន់នីមួយៗ។ ងាយរងការរំខាន និងភាន់ច្រឡំពីរូបរាងដុំសាច់ស្មុគស្មាញ និងឆ្អឹងលលាដ៍ក្បាល។ | ទទួលបានពិន្ទុ F1-score ០.៧៤ សម្រាប់ការចំណាត់ថ្នាក់រូបភាពមានដុំសាច់ (Yes class) និង ០.៨៤ សម្រាប់រូបភាពគ្មានដុំសាច់ (No class)។ |
| CNN with Bone Extraction (Skull-stripping) Preprocessing បណ្ដាញ CNN ជាមួយនឹងការកែច្នៃទិន្នន័យដកឆ្អឹងចេញជាមុន |
កាត់បន្ថយការភាន់ច្រឡំរបស់ម៉ូដែលទៅលើរចនាសម្ព័ន្ធឆ្អឹង។ ជួយបង្វែរចំណាប់អារម្មណ៍របស់ម៉ូដែលឱ្យផ្តោតទៅលើតែតំបន់ជាលិកាទន់ (Soft tissue) វិញ ដែលបង្កើនភាពត្រឹមត្រូវ។ | ទាមទារពេលវេលា និងក្បួនដោះស្រាយបន្ថែមក្នុងការធ្វើកែច្នៃទិន្នន័យ (Preprocessing pipeline) មុនពេលអាចចាប់ផ្តើមបង្ហាត់ម៉ូដែលបាន។ | នេះគឺជាអនុសាសន៍ក្នុងឯកសារដែលត្រូវអនុវត្តបន្ត ដើម្បីដោះស្រាយបញ្ហាទស្សន៍ទាយខុស (Misclassification) ដែលបង្ហាញដោយផែនទី Saliency។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ឯកសារមិនបានបញ្ជាក់ពីទំហំថវិកាជាក់លាក់ទេ ប៉ុន្តែការអនុវត្តទាមទារធនធានកុំព្យូទ័រសម្រាប់ការហ្វឹកហាត់ម៉ូដែល Deep Learning និងសំណុំទិន្នន័យរូបភាពវេជ្ជសាស្ត្រ។
ការសិក្សានេះប្រើប្រាស់សំណុំទិន្នន័យកូដបើកចំហ (BR35H Dataset ពីវេបសាយ Kaggle) ដែលមិនបានបញ្ជាក់ពីប្រភពប្រជាសាស្ត្ររបស់អ្នកជំងឺ (អាយុ, ភេទ, ឬពូជសាសន៍) នោះទេ។ សម្រាប់ប្រទេសកម្ពុជា ការខ្វះទិន្នន័យពិតប្រាកដក្នុងស្រុកអាចធ្វើឱ្យម៉ូដែលដំណើរការមិនបានល្អ (Model Bias) នៅពេលអនុវត្តផ្ទាល់ជាមួយរូបភាព MRI ពីមន្ទីរពេទ្យខ្មែរ ដោយសារភាពខុសគ្នានៃគុណភាពម៉ាស៊ីនស្កេន និងលក្ខណៈជីវសាស្ត្រ។
បច្ចេកទេស Explainable AI (XAI) នេះមានសក្តានុពលខ្លាំងក្នុងការអភិវឌ្ឍវិស័យសុខាភិបាលឌីជីថលនៅកម្ពុជា ដើម្បីជួយគ្រូពេទ្យក្នុងការវិភាគជំងឺបានលឿន និងមានតម្លាភាព។
ការរួមបញ្ចូលប្រព័ន្ធ AI ដែលអាចពន្យល់បាន (XAI) នឹងជួយបង្កើនទំនុកចិត្តរវាងគ្រូពេទ្យ និងប្រព័ន្ធកុំព្យូទ័រ ព្រមទាំងលើកកម្ពស់គុណភាពនៃការព្យាបាលជំងឺកម្រិតធ្ងន់នៅកម្ពុជា។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Explainable Artificial Intelligence (XAI) | គឺជាវិធីសាស្ត្រក្នុងការអភិវឌ្ឍប្រព័ន្ធបញ្ញាសិប្បនិម្មិតដែលអនុញ្ញាតឱ្យមនុស្សអាចមើលឃើញ និងយល់ពីមូលហេតុ ឬដំណើរការទាញសេចក្តីសន្និដ្ឋានរបស់កុំព្យូទ័រ ជាជាងគ្រាន់តែផ្តល់ចម្លើយ។ វាមានសារៈសំខាន់ខ្លាំងក្នុងវិស័យពេទ្យដើម្បីធានាភាពជឿជាក់។ | ដូចជាសិស្សពូកែគណិតវិទ្យាដែលមិនត្រឹមតែប្រាប់ចម្លើយ ប៉ុន្តែថែមទាំងបង្ហាញពីរបៀបគណនាមួយជំហានម្តងៗឱ្យគ្រូបានឃើញសាច់រឿង។ |
| Saliency Maps | ជាបច្ចេកទេសបង្កើតរូបភាពបង្ហាញពណ៌ (Highlight) លើតំបន់ ឬភីកសែលជាក់លាក់ណាមួយនៃរូបភាពដើម ដែលម៉ូដែល AI ផ្តោតការយកចិត្តទុកដាក់ខ្លាំងជាងគេក្នុងការសម្រេចចិត្ត (ឧទាហរណ៍៖ ការបញ្ជាក់ពណ៌លើតំបន់ដែលមានដុំសាច់ខួរក្បាល)។ | ដូចជាការប្រើហ្វឺតពណ៌ (Highlighter) គូសបញ្ជាក់លើពាក្យ ឬប្រយោគសំខាន់ៗនៅក្នុងសៀវភៅ ដើម្បីងាយស្រួលចំណាំអត្ថន័យ។ |
| Black-box solutions | សំដៅលើប្រព័ន្ធ AI ដែលមានភាពស្មុគស្មាញខ្លាំង ដែលអ្នកប្រើប្រាស់អាចដឹងត្រឹមតែទិន្នន័យបញ្ចូល (Input) និងលទ្ធផលចេញ (Output) ប៉ុន្តែមិនអាចយល់ ឬតាមដានពីដំណើរការគណនាខាងក្នុងរបស់វាបានឡើយ។ | ដូចជាម៉ាស៊ីនធ្វើសាច់ក្រក ដែលយើងដឹងថាយើងដាក់សាច់ចូល និងទទួលបានសាច់ក្រកចេញមក ប៉ុន្តែយើងមើលមិនឃើញថាម៉ាស៊ីនកិន និងលាយគ្រឿងផ្សំយ៉ាងម៉េចខ្លះនៅខាងក្នុងនោះទេ។ |
| Convolutional neural network (CNN) | ជាប្រភេទបណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតកម្រិតជ្រៅ (Deep Learning) ដែលត្រូវបានរចនាឡើងយ៉ាងពិសេសសម្រាប់វិភាគ និងចំណាត់ថ្នាក់ទិន្នន័យរូបភាព ដោយវាចេះស្វែងរកទម្រង់ ពណ៌ និងគែមរបស់វត្ថុក្នុងរូបភាពដោយស្វ័យប្រវត្តិ។ | ដូចជាមនុស្សម្នាក់ដែលពាក់វ៉ែនតាពង្រីក (Magnifying glass) សម្លឹងមើលរូបភាពមួយប្លុកម្តងៗ ដើម្បីស្វែងរកលក្ខណៈសម្គាល់ពិសេសៗរហូតដល់អាចទាយដឹងថារូបនោះជារូបអ្វី។ |
| Gradient-based methods | ជាបច្ចេកទេសគណនាក្នុងគណិតវិទ្យា (ការដេរីវេ) ដើម្បីវាស់ស្ទង់មើលថា តើការផ្លាស់ប្តូរតូចមួយនៃភីកសែលណាមួយក្នុងរូបភាព នឹងជះឥទ្ធិពលខ្លាំងប៉ុណ្ណាដល់ការសម្រេចចិត្ត ឬការទស្សន៍ទាយចុងក្រោយរបស់ម៉ូដែល AI។ | ដូចជាការសាកល្បងដកគ្រឿងផ្សំចេញម្តងមួយមុខពីរូបមន្តម្ហូប ដើម្បីចង់ដឹងថាគ្រឿងផ្សំណាមួយដែលធ្វើឱ្យម្ហូបនោះមានរសជាតិឆ្ងាញ់ជាងគេ។ |
| Magnetic Resonance Imaging (MRI) | គឺជាបច្ចេកវិទ្យាថតរូបភាពវេជ្ជសាស្ត្រដែលប្រើប្រាស់ដែនម៉ាញេទិក និងរលកវិទ្យុ ដើម្បីបង្កើតជារូបភាពលម្អិតនៃសរីរាង្គ និងជាលិកាខាងក្នុងរាងកាយ (ជាពិសេសខួរក្បាល) ដោយមិនប្រើកាំរស្មីអ៊ិច (X-ray) ដែលប៉ះពាល់សុខភាព។ | ដូចជាម៉ាស៊ីនស្កេន 3D ទំនើបដែលអាចថតមើលរចនាសម្ព័ន្ធខាងក្នុងនៃផ្លែឪឡឹកបានយ៉ាងច្បាស់ ដោយមិនចាំបាច់ពុះវាឡើយ។ |
| Skull-stripping | ជាដំណើរការកែច្នៃទិន្នន័យរូបភាពស្កេនខួរក្បាលជាមុន ដោយប្រើកុំព្យូទ័រដើម្បីលុបបំបាត់រូបភាពផ្នែកឆ្អឹងលលាដ៍ក្បាលចេញ និងរក្សាទុកតែរូបភាពជាលិកាខួរក្បាលទន់ៗ ដើម្បីកុំឱ្យម៉ូដែល AI មានការភាន់ច្រឡំក្នុងការវិភាគ។ | ដូចជាការបកសំបកផ្លែក្រូចចេញ មុននឹងយកសាច់ក្រូចទៅកិនធ្វើទឹកក្រូចស្រស់ ដើម្បីកុំឱ្យវាមានរសជាតិល្វីង ឬខូចគុណភាពដោយសារសំបក។ |
| Perturbation-based methods | វិធីសាស្ត្រវាយតម្លៃម៉ូដែល AI ដោយការសាកល្បងបិទបាំង កែប្រែ ឬដាក់ការរំខាន (Noise) លើផ្នែកខ្លះនៃរូបភាពបញ្ចូល ដើម្បីសង្កេតមើលថាតើការធ្វើបែបនេះធ្វើឱ្យប្រព័ន្ធ AI ផ្លាស់ប្តូរចម្លើយរបស់វាឬក៏អត់។ | ដូចជាការយកដៃបិទភ្នែកម្ខាងរបស់មិត្តភក្តិ ហើយសួរគេថាអាចមើលឃើញផ្លូវច្បាស់ដូចមុនឬអត់ ដើម្បីតេស្តថាភ្នែកម្ខាងនោះសំខាន់ប៉ុណ្ណាសម្រាប់ការមើលឃើញ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
