ด้วยเหตุนี้ ศ.นพ.รังสรรค์ ฤกษ์นิมิตร และ พญ.เกศินี เธียรกานนท์ ศูนย์ความเป็นเลิศทางการแพทย์ด้านการส่องกล้องระบบทางเดินอาหาร โรงพยาบาลจุฬาลงกรณ์ สภากาชาดไทย ร่วมกับ ผศ.ดร.พีรพล เวทีกูล ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย จึงได้พัฒนาระบบตรวจจับความผิดปกติในทางเดินอาหาร DeepGI ซึ่งเป็นนวัตกรรมที่ใช้ปัญญาประดิษฐ์ (AI) ในการช่วยตรวจจับชิ้นเนื้อที่มีความผิดปกติในลำไส้และกระเพาะอาหาร โดยเป็นการใช้เทคนิคเครื่องจักรเรียนรู้ (machine learning) ตัวใหม่ล่าสุดที่เรียกว่า การเรียนรู้เชิงลึก (deep learning) แต่เนื่องจากโมเดลที่ใช้มีความซับซ้อนจึงใช้เวลาในการประมวลผลและทำให้เกิดความล่าช้าในการทำงาน จึงได้มีการใช้ฮาร์ดแวร์และซอฟต์แวร์ที่มีความเหมาะสมร่วมด้วย เพื่อช่วยให้สามารถตรวจจับชิ้นเนื้อที่มีความผิดปกติในลำไส้และกระเพาะอาหารได้แบบทันกาล (real-time) ระหว่างที่แพทย์ทำการส่องกล้อง และตอบโจทย์การใช้งานของแพทย์ สำหรับจุดเด่นของระบบตรวจจับความผิดปกติในทางเดินอาหาร DeepGI คือ

• มีราคาที่ถูกกว่าระบบเดียวกันที่มีอยู่ในตลาด ทำให้ผู้ป่วยสามารถเข้าถึงได้มากขึ้น 
• เป็นสิ่งประดิษฐ์ที่เป็นเทคโนโลยีขั้นสูง
• สามารถรองรับกล้องส่องทางเดินอาหารได้ทุกยี่ห้อ ซึ่งปกติแล้วระบบตรวจจับความผิดปกติในทางเดินอาหารยี่ห้ออื่นนั้นจะต้องใช้กับกล้องยี่ห้อเดียวกันเท่านั้น 
• ช่วยแพทย์ในการตรวจจับชิ้นเนื้อที่มีความผิดปกติในลำไส้และกระเพาะอาหาร ทำให้ลดโอกาสที่จะเกิดความผิดพลาด

งานวิจัยนี้ได้รับทุนสนับสนุนจาก Chulalongkorn University Technology Center (UTC) และภาคเอกชนได้แก่บริษัท ESM Solution จำกัด ปัจจุบันระบบตรวจจับความผิดปกติในทางเดินอาหาร DeepGI อยู่ในขั้นตอนการวิจัยและมีความพร้อมของเทคโนโลยีระดับ 5 (Technology Readiness Level, TRL6) พร้อมกันนี้กำลังจะยื่นขอรับสิทธิบัตรระดับชาติ

ในอนาคตคณะผู้วิจัยได้วางแผนต่อยอดให้ระบบตรวจจับความผิดปกติในทางเดินอาหาร DeepGI สามารถทั้งตรวจจับชิ้นเนื้อที่ผิดปกติและสามารถระบุชนิดของชิ้นเนื้อว่า เนื้องอกที่เป็นเป็นมะเร็ง (adenoma) หรือ เนื้องอกที่ไม่เป็นมะเร็ง (hyperplastic) โดยที่ไม่ต้องตัดชิ้นเนื้อออกมาเพื่อตรวจสอบ นอกจากนี้จะขยายความสามารถของนวัตกรรมให้ใช้กับโรคอื่นได้อีกด้วย 

หากสนใจสามารถติดต่อเพิ่มเติมได้ที่ ผศ.ดร.พีรพล เวทีกูล ภาควิชาวิศวกรรมคอมพิวเตอร์ คณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย peerapon.v@chula.ac.th