OncoAgent: AI มะเร็ง 2 ระดับ เร่ง Fine-Tuning 56 เท่าบน AMD

TL;DR

• OncoAgent เป็นระบบ AI สนับสนุนการตัดสินใจด้านมะเร็งแบบโอเพนซอร์ส ที่เน้นความเป็นส่วนตัวของผู้ป่วย
• ใช้สถาปัตยกรรม LLM แบบหลายเอเจนต์ (multi-agent) สองระดับ และกระบวนการ Corrective RAG เพื่อประมวลผลข้อมูลทางการแพทย์
• สามารถ fine-tuning โมเดลได้เร็วขึ้นถึง 56 เท่า โดยใช้ฮาร์ดแวร์ AMD Instinct MI300X
• ระบบมีความปลอดภัยสูง ด้วยนโยบาย Zero-PHI ทำให้ข้อมูลผู้ป่วยปลอดภัยและสามารถติดตั้งแบบ On-premises ได้

ในวงการแพทย์ โดยเฉพาะด้านโรคมะเร็ง การเข้าถึงข้อมูลที่ถูกต้องและทันสมัยเป็นสิ่งสำคัญอย่างยิ่ง แต่บ่อยครั้งที่ข้อมูลเหล่านี้มีความซับซ้อนและเปลี่ยนแปลงอย่างรวดเร็ว ทำให้เกิดช่องว่างระหว่างหลักฐานทางการแพทย์กับแนวปฏิบัติในห้องตรวจ ล่าสุดมีระบบ AI ใหม่ชื่อ OncoAgent ที่ถูกพัฒนาขึ้นมาเพื่อเป็นผู้ช่วยแพทย์ในการตัดสินใจด้านมะเร็ง โดยมีจุดเด่นทั้งในเรื่องของ ความเป็นส่วนตัว สถาปัตยกรรมที่ทันสมัย และความสามารถในการประมวลผลที่รวดเร็ว

สถาปัตยกรรมอัจฉริยะ สองระดับ การทำงานแบบหลายเอเจนต์

OncoAgent ไม่ได้เป็นเพียงแค่โมเดลภาษาขนาดใหญ่ (LLM) ทั่วไป แต่ถูกออกแบบมาด้วยสถาปัตยกรรมแบบ dual-tier multi-agent ที่ซับซ้อนยิ่งขึ้น โดยใช้เทคโนโลยีอย่าง LangGraph ในการจัดการ workflow ของเอเจนต์ต่างๆ ที่ทำงานร่วมกัน ระบบนี้มีกระบวนการ Corrective RAG (Retrieval-Augmented Generation) ที่ทำงานถึง 4 ขั้นตอน เพื่อดึงข้อมูลจากแนวทางการรักษากว่า 70 ฉบับของ NCCN และ ESMO ที่เป็นมาตรฐานทางการแพทย์ นอกจากนี้ ยังมีระบบความปลอดภัยที่เรียกว่า Reflexion safety validator ซึ่งทำงานถึง 3 ชั้น เพื่อให้มั่นใจว่าข้อมูลที่ได้จะไม่เปิดเผยข้อมูลส่วนบุคคลของผู้ป่วย (Zero-PHI policy)

การเลือกโมเดลตามความซับซ้อน และความเร็วที่เหนือชั้น

เมื่อมีคำถามทางการแพทย์เข้ามา ระบบ OncoAgent จะมีตัวช่วยประเมินความซับซ้อน (complexity scorer) เพื่อเลือกว่าจะส่งคำถามไปยังโมเดลระดับใด หากเป็นคำถามที่ไม่ซับซ้อนมากนัก จะถูกส่งไปยังโมเดลขนาด 9 พันล้านพารามิเตอร์ที่เน้นความเร็ว (Tier 1) แต่ถ้าเป็นคำถามที่ต้องการการวิเคราะห์เชิงลึก จะถูกส่งไปยังโมเดลขนาด 27 พันล้านพารามิเตอร์ (Tier 2) ที่มีความสามารถในการให้เหตุผลสูง สิ่งที่น่าทึ่งคือ ทั้งสองโมเดลนี้ผ่านการ fine-tuning ด้วยเทคนิค QLoRA บนชุดข้อมูลผู้ป่วยมะเร็งกว่า 266,854 ราย โดยใช้เฟรมเวิร์ก Unsloth บนฮาร์ดแวร์ AMD Instinct MI300X ซึ่งส่งผลให้กระบวนการ fine-tuning ทั้งชุดข้อมูลเสร็จสิ้นในเวลาประมาณ 50 นาที หรือเร็วขึ้นถึง 56 เท่า เมื่อเทียบกับการสร้างโมเดลแบบเดิมๆ

สรุป

• OncoAgent คือระบบ AI สนับสนุนการตัดสินใจด้านมะเร็งที่พัฒนาขึ้นโดยเน้น ความเป็นส่วนตัว และความแม่นยำ
• ใช้สถาปัตยกรรม LLM แบบหลายเอเจนต์สองระดับ พร้อมกระบวนการ Corrective RAG เพื่อการประมวลผลข้อมูลทางการแพทย์ที่ซับซ้อน
• แสดงประสิทธิภาพที่โดดเด่น ด้วยความสามารถในการ fine-tune โมเดลที่เร็วขึ้นถึง 56 เท่า บนฮาร์ดแวร์ AMD Instinct MI300X
• ระบบเป็น โอเพนซอร์ส 100% และรองรับการติดตั้งแบบ On-premises เพื่อรักษาความปลอดภัยของข้อมูลผู้ป่วย

แหล่งที่มา: "OncoAgent: A Dual-Tier Multi-Agent Framework for Privacy-Preserving Oncology Clinical Decision Support"