เทคโนโลยี AI กับอนาคตการรักษา “มะเร็ง” งานวิจัยพบ ช่วยลดเวลาวินิจฉัย ช่วยชีวิตผู้ป่วยได้เร็วขึ้น

มนุษย์เราได้ต่อสู้กับโรคมะเร็งมาช้านาน โรคร้ายนี้ถูกบันทึกไว้ครั้งแรกในอียิปต์โบราณเมื่อราว ๆ 5,000 ปีก่อน หลังจากนั้นเป็นต้นมา นักวิจัย บุคลากรทางการแพทย์ และผู้ดูแลผู้ป่วยได้ทุ่มเทอย่างสุดความสามารถ ช่วยให้เกิดความก้าวหน้าอย่างมากในการเข้าใจ วินิจฉัย รักษา และดูแลโรคนี้

อย่างไรก็ตาม โรคมะเร็งยังคงเป็นภัยคุกคามที่ร้ายแรงขึ้นเรื่อย ๆ โรคนี้ทำให้มีผู้เสียชีวิตราว 10 ล้านคนต่อปีทั่วโลก และองค์การอนามัยโลก (World Health Organization หรือ WHO) คาดการณ์ว่าจะมีผู้ป่วยมะเร็งรายใหม่มากกว่า 35 ล้านรายในปี 2593 เพิ่มขึ้น 77% จากตัวเลขประมาณการ 20 ล้านรายในปี 2565

ปัจจุบัน การรักษาโรคมะเร็งถือเป็นสิ่งที่ทั่วโลกให้ความสำคัญเป็นอย่างยิ่ง เทคโนโลยีสมัยใหม่ได้เข้ามามีบทบาทสำคัญในการผลักดันให้การวิจัยก้าวหน้าไปได้เร็วขึ้น และช่วยลดค่าใช้จ่ายลงได้อย่างน่าทึ่ง ส่งผลให้สถานการณ์การต่อสู้กับโรคร้ายนี้เปลี่ยนแปลงไปมาก

เทคโนโลยีคลาวด์กับการใช้งานในวงการแพทย์

เทคโนโลยีคลาวด์มีข้อดีในเรื่องความสามารถในการขยายขนาดได้ง่าย และค่าใช้จ่ายที่ไม่สูงมากนัก ทำให้หน่วยงานด้านสุขภาพและผู้ป่วยสามารถรับมือกับโรคได้อย่างมีประสิทธิภาพมากขึ้น ตั้งแต่ระยะเริ่มป่วยจนถึงช่วงหายเป็นปกติ เทคโนโลยี AI (Artificial Intelligence) และ ML (Machine Learning) ช่วยให้เราเข้าใจข้อมูลพันธุกรรม ข้อมูลและภาพต่าง ๆ ทางการแพทย์ได้ลึกซึ้งยิ่งขึ้น ทำให้การวิเคราะห์ข้อมูลเป็นไปอย่างรวดเร็ว และด้วยการเข้าถึงข้อมูลได้อย่างปลอดภัยตามความต้องการ นักวิจัยทั่วโลกสามารถทำงานร่วมกันแบบเรียลไทม์ และแลกเปลี่ยนข้อมูลสำคัญต่าง ๆ ได้อย่างรวดเร็ว ประกอบกับระบบติดตามผู้ป่วยระยะไกลและการแพทย์ทางไกลยังช่วยให้ผู้ป่วยมีส่วนร่วมในกระบวนการรักษามากขึ้นอีกด้วย

อย่างไรก็ตาม เทคโนโลยีไม่ใช่สิ่งวิเศษที่จะขจัดมะเร็งได้ทั้งหมด แต่เป็นเครื่องมือที่ช่วยให้นักวิจัยและบุคลากรทางการแพทย์สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น เทคโนโลยีช่วยให้การวิจัยมีประสิทธิภาพและผลลัพธ์ที่ดีขึ้น ทำให้การวินิจฉัยรวดเร็วและแม่นยำยิ่งขึ้น และช่วยเร่งกระบวนการค้นพบและพัฒนายารักษาโรค นอกจากนี้ยังเพิ่มการเข้าถึงบริการผ่านช่องทางการรักษาระยะไกลและการทดลองทางคลินิก (Clinical Trial) ที่ครอบคลุมกลุ่มผู้ป่วยมากขึ้น

อนาคตของการรักษา “มะเร็ง”

การวิจัยนี้ใช้เทคนิคการวิเคราะห์ลำดับจีโนมเพื่อทำความเข้าใจโรคมะเร็งอย่างลึกซึ้ง มะเร็งเป็นโรคที่เกิดจากการแบ่งเซลล์ผิดปกติอย่างควบคุมไม่ได้ ส่วนใหญ่เป็นผลมาจากการเปลี่ยนแปลงทางพันธุกรรมรูปแบบใดรูปแบบหนึ่ง ดังนั้นมะเร็งจึงถือเป็นโรคของ DNA สิ่งที่ทำให้รักษามะเร็งได้ยากคือ เมื่อยีนมีการกลายพันธุ์ ลักษณะของมันก็จะเปลี่ยนไป และขณะที่มะเร็งเติบโต มันก็ยังคงเปลี่ยนแปลงอยู่เรื่อย ๆ แม้ว่ามะเร็งแต่ละชนิดจะมีลักษณะการกลายพันธุ์ที่เป็นเอกลักษณ์ แต่ในก้อนมะเร็งเดียวกันนั้น การกลายพันธุ์ของยีนและเซลล์ก็ยังคงแตกต่างกันอีกด้วย

การสำรวจความหลากหลายทางพันธุกรรมนั้นต้องอาศัยข้อมูลจำนวนมหาศาล แต่การเก็บรวบรวมข้อมูลต้องเป็นไปอย่างระมัดระวังและปลอดภัยเพื่อปกป้องความเป็นส่วนตัวของผู้ป่วย แล้ววิเคราะห์และนำเสนอข้อมูลในรูปแบบที่เข้าใจง่ายเพื่อให้แพทย์สามารถนำไปใช้ประโยชน์ได้ รวมทั้งใช้เป็นแนวทางในการรักษาและพัฒนายาใหม่ ๆ

โครงการ The Cancer Genome Atlas ได้รวบรวมข้อมูลจากเนื้องอกกว่า 20,000 ก้อน และตัวอย่างเนื้อเยื่อปกติเพื่อเปรียบเทียบจากผู้ป่วยมะเร็ง 11,328 ราย ใน 33 ชนิดของมะเร็ง การนำเสนอข้อมูลด้วยกราฟิกแสดงให้เห็นวิธีการเกิดและแพร่กระจายของมะเร็งแต่ละชนิด ทั้งรูปแบบเซลล์ต้นกำเนิด การเปลี่ยนแปลงพันธุกรรมที่เกิดจากไวรัสต่าง ๆ และกระบวนการสื่อสารภายในร่างกายที่สามารถนำมาใช้ในการรักษาโรคได้อย่างมีประสิทธิภาพ โครงการนี้เป็นส่วนหนึ่งของ AWS Registry of Open Data ที่ช่วยให้นักวิจัยทั่วโลกสามารถเข้าถึงและขยายฐานความรู้ได้มากขึ้น

การค้นหารหัสพันธุกรรมของมะเร็งด้วยข้อมูลนั้น จำเป็นต้องวิเคราะห์ลำดับดีเอ็นเอของผู้ป่วยแต่ละคนอย่างมีประสิทธิภาพและประหยัดค่าใช้จ่าย นี่คือเป้าหมายของบริษัท Ultima Genomics ซึ่งตั้งอยู่ในรัฐแคลิฟอร์เนีย บริษัทนี้ได้คิดค้นเครื่องมือวิเคราะห์ดีเอ็นเอรุ่นใหม่ที่ทำงานได้เร็วและประหยัดกว่า โดยใช้บริการคลาวด์ของ AWS ในการวิเคราะห์ เครื่องมือนี้สามารถวิเคราะห์จีโนมมนุษย์ทั้งหมดได้ด้วยค่าใช้จ่ายเพียง 100 ดอลลาร์เท่านั้น ซึ่งในอดีตเมื่อ 10 ปีที่แล้วการวิเคราะห์นี้ต้องเสียค่าใช้จ่ายถึง 1,000 ดอลลาร์

ใช้ AI ช่วยให้การวินิจฉัยมะเร็งทราบผลเร็วขึ้น

เทคนิคการวิเคราะห์ลำดับจีโนมแบบใหม่ที่ Ultima Genomics เป็นผู้คิดค้น ช่วยให้การตรวจหามะเร็งทำได้รวดเร็วมากยิ่งขึ้น เนื่องจากใช้วิธีการวิเคราะห์ทางพันธุกรรมที่มีต้นทุนต่ำ Munich Leukemia Lab ซึ่งใช้บริการ Amazon Elastic Compute Cloud (Amazon EC2) ในการประมวลผลข้อมูลจีโนมิกส์นั้น สามารถลดระยะเวลาในการประมวลผลลงจาก 20 ชั่วโมงเหลือเพียง 3 ชั่วโมงเท่านั้น ทำให้การวินิจฉัยมีความรวดเร็วและแม่นยำมากขึ้น

โดยปกติแล้ว ผู้ป่วยส่วนใหญ่มักจะไม่ได้รับการวินิจฉัยว่าเป็นมะเร็งจากการตรวจวิเคราะห์ทางพันธุกรรมอย่างละเอียด แต่มักตรวจพบจากการไปพบแพทย์เพื่อตรวจสุขภาพประจำปี หรือเพราะมีอาการผิดปกติอื่น ๆ ที่ดูเหมือนไม่เกี่ยวข้องกับโรคมะเร็ง ดังนั้นการที่แพทย์สามารถสังเกตเห็นสัญญาณเล็ก ๆ น้อย ๆ จากภาพ ซึ่งอาจบ่งบอกถึงโรคมะเร็งได้ แม้ว่าจะไม่ใช่วัตถุประสงค์หลักของการพบแพทย์ในครั้งนั้น ก็ถือเป็นหนึ่งในวิธีสำคัญที่ AI ช่วยเพิ่มโอกาสรอดชีวิตของผู้ป่วยโรคมะเร็งได้

ไมเคิล ริเวอร์ส รองประธานฝ่ายพยาธิวิทยาดิจิทัลของ Roche Tissue Diagnostics ซึ่งร่วมมือกับ Ibex และ AWS เพื่อนำเครื่องมือวินิจฉัยด้วย AI มาใช้ในห้องปฏิบัติการพยาธิวิทยาผ่านแพลตฟอร์ม Navify กล่าวว่า “การวินิจฉัยมะเร็งส่วนใหญ่ยังคงต้องอาศัยนักพยาธิวิทยาส่องกล้องจุลทรรศน์เพื่อดูเนื้อเยื่อบนแผ่นสไลด์กระจก การแปลงสไลด์เหล่านั้นให้อยู่ในรูปแบบดิจิทัล เปิดโอกาสให้เราประยุกต์ใช้การวิเคราะห์ภาพด้วย AI เพื่อช่วยในการวินิจฉัยและกำหนดแผนการรักษาสำหรับผู้ป่วย”

ไมเคิล อธิบายว่าหนึ่งในวิธีที่น่าตื่นเต้นที่สุดที่ AI สามารถเร่งกระบวนการวินิจฉัยโรคได้ คือการฝึกโมเดลพื้นฐาน (Foundational Models: FMs) ให้สามารถวิเคราะห์ภาพได้ด้วยตนเอง โดยมีแนวทางปฏิบัติที่รอบคอบและระมัดระวัง ไมเคิล กล่าวว่า “การทำให้ AI สามารถอธิบายกระบวนการทำงานของมันเองได้อย่างเข้าใจง่ายนั้นเป็นสิ่งสำคัญมากสำหรับโซลูชันที่เรากำลังพัฒนา เราจะมีการแสดงข้อมูลในรูปแบบ Heat Map เพื่อบอกแพทย์ผู้เชี่ยวชาญว่าระบบ AI กำลังวิเคราะห์ภาพอย่างไร แต่ทั้งนี้ การวินิจฉัยขั้นสุดท้ายจะเป็นดุลยพินิจของแพทย์ผู้เชี่ยวชาญเท่านั้น”

ช่วยเหลือผู้ป่วยมะเร็ง ไม่ว่าจะอยู่ที่ใดบนโลกนี้

การต่อสู้กับโรคมะเร็งนั้นไม่ได้มีแค่เรื่องของการรักษาให้รวดเร็วและมีประสิทธิภาพมากขึ้นเท่านั้น เนื่องจากโรคมะเร็งกำลังแพร่ระบาดมากขึ้น การเพิ่มโอกาสในการเข้าถึงการรักษาให้กับทุกคนจึงมีความสำคัญไม่แพ้กัน และสิ่งสำคัญคือต้องมั่นใจว่าการรักษาในอนาคตจะได้รับการพัฒนาโดยคำนึงถึงผู้ป่วยมะเร็งทุกราย

ในหลายพื้นที่ห่างไกลของประเทศจีน มีผู้เชี่ยวชาญด้านคลื่นเสียงความถี่สูง (อัลตราซาวด์) น้อยมาก ทำให้การวินิจฉัยโรคนั้นเป็นไปได้ยาก บริษัท Shangyiyun จึงได้สร้าง “Dr. J” ผู้ช่วย AI ขึ้นมาเพื่อช่วยคัดกรองมะเร็งเต้านม Dr. J สามารถตรวจจับและระบุรอยโรคได้เอง และส่งวิดีโอกับภาพอัลตราซาวด์ขึ้นคลาวด์ให้แพทย์ผู้เชี่ยวชาญวิเคราะห์เพิ่มเติม การใช้ Dr. J ช่วยให้การคัดกรองมะเร็งเต้านมทำได้ทั่วถึงมากขึ้น และสามารถค้นพบผู้ป่วยที่ต้องรักษาต่อได้อย่างรวดเร็ว ด้วยระบบประมวลผลและจัดเก็บข้อมูลของ AWS ทำให้ Dr. J สามารถให้บริการคัดกรองที่มีประสิทธิภาพ แม่นยำ และมีเสถียรภาพแก่สถาบันต่าง ๆ และผู้ใช้งาน นอกจากนี้ AWS ยังมีมาตรฐานความปลอดภัยข้อมูลที่เข้มงวด รองรับการนำ Dr. J ไปใช้งานทั่วโลกได้อย่างมั่นใจ

บริษัท Hurone AI ได้นำเทคโนโลยี AI มาใช้เพื่อช่วยแก้ไขปัญหาช่องว่างในการดูแลรักษามะเร็งในแถบประเทศแอฟริกาใต้ซาฮารา เทคโนโลยีหลักที่ใช้คือระบบพยากรณ์ด้วย AI และโมเดลภาษาขนาดใหญ่ หรือ LLM ที่พัฒนาบนคลาวด์ของ AWS ซึ่งช่วยให้แพทย์ผู้เชี่ยวชาญด้านมะเร็งที่มีภาระงานหนักสามารถติดตามดูแลและให้การสนับสนุนผู้ป่วยได้อย่างทั่วถึง แม้ในพื้นที่ห่างไกลที่ขาดแคลนสิ่งอำนวยความสะดวกทางการแพทย์ นอกจากนี้ Hurone AI ยังศึกษาการนำระบบเดียวกันนี้มาใช้คัดกรองผู้ป่วยที่สามารถเข้าร่วมการทดลองทางคลินิกได้ ซึ่งจะช่วยให้การพัฒนาการรักษามะเร็งมีประสิทธิภาพมากยิ่งขึ้นสำหรับทุกคน

การขยายบริการดูแลรักษามะเร็งไปยังพื้นที่ต่าง ๆ ทั่วประเทศ เป็นวิธีสำคัญที่จะช่วยให้ผู้ป่วยเข้าถึงบริการได้มากขึ้น อีกวิธีหนึ่งคือการให้บริการดูแลผู้ป่วยที่บ้าน ซึ่งจะช่วยให้ผู้ป่วยสามารถรับการรักษาในสภาพแวดล้อมที่คุ้นเคย ทำให้รู้สึกผ่อนคลาย มีกำลังใจ และรู้สึกว่าตนเองมีอำนาจในการควบคุมชีวิตของตนเองมากขึ้น

สิ่งที่ท้าทายวงการแพทย์ในการรักษาโรคมะเร็งคือ แต่ละคนมีความแตกต่างกันทั้งอาการและสภาพร่างกาย เหมือนกับยีนในเนื้องอกมะเร็งแต่ละก้อนที่ไม่เหมือนกัน การนำเทคโนโลยีคลาวด์มาใช้ในการดูแลรักษาผู้ป่วย ช่วยให้การรักษาสามารถตอบโจทย์และครอบคลุมความต้องการเฉพาะของแต่ละคนได้มากขึ้น เปลี่ยนความท้าทายเหล่านี้ให้กลายเป็นจุดแข็งในการรักษา นอกจากจะทำให้การรักษาทางร่างกายมีประสิทธิภาพมากขึ้นแล้ว เทคโนโลยีนี้ยังมีประโยชน์อย่างมากต่อสุขภาพจิตใจของผู้ป่วยด้วย เนื่องจากจะช่วยให้ผู้ป่วยแต่ละคนรู้สึกว่าได้รับความเข้าใจและการดูแลอย่างใกล้ชิดตามสภาพและความต้องการเฉพาะของตนเอง จึงไม่เพียงแค่ทำให้การรักษาทางกายภาพตรงจุดมากขึ้นเท่านั้น แต่ยังส่งผลดีต่อประสบการณ์ของผู้ป่วยและผลลัพธ์จากการรักษาอีกด้วย

ติดตามเพจ Facebook : Thairath Money ได้ที่ลิงก์นี้ - https://www.facebook.com/ThairathMoney