.jpg)
83,000 คือ ตัวเลขของจำนวนคนไทยที่เสียชีวิตจากการเป็น ‘มะเร็ง’ ต่อปี จากการรายงานของสถาบันมะเร็งแห่งชาติ ซึ่งในแต่ละปี ประเทศไทยจะมีผู้ป่วยใหม่ที่เป็นมะเร็งกว่า 140,000 คน หรือประมาณ 400 รายต่อวัน โดย ‘มะเร็งตับและท่อน้ำดี’ พบได้มากที่สุดในชายไทย อยู่ที่ 33.2% ส่วน ‘มะเร็งเต้านม’ พบได้ในผู้หญิงมากที่สุด สูงถึง 34.2%
AI ช่วยในการวินิจฉัยมะเร็ง ‘Chief’ โมเดลที่มีความแม่นยำ ตรวจจับมะเร็งถึง 94%
สะท้อนให้เห็นว่า การตรวจมะเร็งในระยะเริ่มต้น มีความจำเป็นอย่างเร่งด่วน แม้การตรวจคัดกรองมะเร็ง และการวินิจฉัยมะเร็งในระยะเริ่มต้น จะเพิ่มโอกาสในการรักษาให้ประสบความสำเร็จได้ แต่หลากหลายปัจจัย ทั้งการขาดแคลนบุคลากรทางการแพทย์ เครื่องมือที่มีประสิทธิภาพ และทรัพยากร กลับยยังเป็นอุปสรรคในการรักษามะเร็งในตอนนี้
ไม่เพียงเท่านี้ มะเร็งมักถูกพูดถึงราวกับว่า เป็นเพียงโรคภัยไข้เจ็บธรรมดาชนิดหนึ่ง แต่ความจริงแล้ว มะเร็งมีความซับซ้อนมากกว่านั้นมาก ทำให้มีการพยายามนำ ‘เทคโนโลยี’ เข้ามาช่วยให้การรักษามะเร็งในระยะต้น มีประสิทธิภาพและเกิดความรวดเร็วขึ้น ซึ่งเทคโนโลยีก็พัฒนาไปไกลจนมี ‘ปัญญาประดิษฐ์’ หรือ AI เข้ามามีบทบาทในการรักษามะเร็ง
หนึ่งในนั้น คือ ‘Chief’ โมเดล AI ที่พัฒนาโดย Harvard Medical School สามารถตรวจจับมะเร็งหลายประเภทได้อย่างแม่นยำ วิเคราะห์เนื้องอกได้หลายชนิด ประเมินการรักษา และคาดการณ์ผลลัพธ์ละอัตราการรอดชีวิตได้ ซึ่งถือเป็นความก้าวหน้าล่าสุดในการวินิจฉัยทางการแพทย์ที่ขับเคลื่อนด้วยเทคโนโลยี
การทำงานของ Chief จะมีการตรวจสอบภาพดิจิทัลความละเอียดสูง ของตัวอย่างเนื้อเยื่อที่นำมาจากเนื้องอก ภาพเหล่านี้ช่วยให้ AI สามารถศึกษาโครงสร้างเนื้อเยื่อโดยละเอียดได้ โดยเริ่มจากการเรียนรู้จากภาพที่ AI ไม่ทราบว่า ภาพเหล่านั้นแสดงถึงอะไร จำนวนกว่า 15 ล้านภาพ จึงช่วยให้ AI สามารถจดจำรูปแบบทั่วไปในโครงสร้างของเนื้อเยื่อได้
หลังจากนั้น โมเดลได้มีการปรับแต่ง โดยใช้ภาพสไลด์ทั้งหมดที่ติดป้ายกำกับไว้ทั้งหมด 60,000 ภาพ โดย AI จะได้รับภาพเนื้อเยื่อที่ได้รับการวินิจฉัยว่าเป็นมะเร็งชนิดต่างๆ แล้ว สไลด์ที่ติดป้ายกำกับเหล่านี้ครอบคลุมมะเร็ง 19 ชนิด ช่วยให้ Chief เรียนรู้ที่จะระบุประเภทของมะเร็งได้อย่างแม่นยำ
Kun-Hsing Yu ผู้ช่วยศาสตราจารย์ด้านชีวสารสนเทศศาสตร์ที่ Blavatnik Institute ของ Harvard Medical School กล่าวว่า “เราต้องการสร้างแพลตฟอร์ม AI ที่คล่องตัว และหลากหลาย ที่มีความคล้ายกับ ChatGPT สามารถทำงานประเมินมะเร็งได้หลากหลาย โดยโมเดลของเรามีประโยชน์มากสำหรับงานต่างๆ ที่เกี่ยวข้องกับการตรวจจับมะเร็ง การพยากรณ์โรค และการตอบสนองต่อการรักษาในมะเร็งหลายชนิด”
แม้ว่าความก้าวหน้าล่าสุดในด้าน AI จะทำให้เกิดความกลัวเกี่ยวกับการละเมิดเทคโนโลยี แต่นักวิชากรบางรายโต้แย้งว่า AI ยังสามารถก่อให้เกิดประโยชน์ระยะยาวต่อมนุษยชาติในสาขาต่างๆ เช่น การแพทย์ และภูมิอากาศวิทยาได้อีกด้วย
นักวิจัย กล่าวว่า การฝึกเทรนดังกล่าว ก็เพื่อให้มั่นใจว่า Chief สามารถเชื่อมโยงการเปลี่ยนแปลงโดยละเอียด ในบริเวณหนึ่งของเนื้อเยื่อ กับบริบทที่กว้างขึ้นได้ พวกเขาได้ทดสอบประสิทธิภาพของ Chief กับภาพสไลด์ทั้งหมดเกือบ 20,000 ภาพจากโรงพยาบาล 24 แห่ง และกลุ่มผู้ป่วยทั่วโลก
โดยในรายงานระบุว่า Chief มีประสิทธิภาพในการตรวจจับเซลล์มะเร็ง เหนือกว่าการวินิจฉัยด้วย AI วิธีอื่นๆ มากถึง 36% รวมทั้งการคาดการณ์ผลลัพธ์ของผู้ป่วย และการระบุแหล่งที่มาของเนื้องอก และการมีอยู่ของรูปแบบทางพันธุกรรมที่เกี่ยวข้องกับการตอบสนองต่อการรักษา
นอกจากนี้ Chief มีความแม่นยำในการตรวจจับมะเร็งถึง 94% และเพิ่มขึ้นเป็น 96% สำหรับเนื้องอกในหลอดอาหาร กระเพาะอาหาร ลำไส้ใหญ่ และต่อมลูกหมาก ไม่เพียงเท่านี้ Chief ยังสามารถเชื่อมรูปแบบเซลล์เนื้องอกกับความผิดปกติของจีโนมเฉพาะ โดยไม่จำเป็นต้องจัดลำดับดีเอ็นเอ ที่มีราคาแพงและช้ากว่า
Yu กล่าวเพิ่มเติมว่า หากแนวทางของ Chief และวิธีการที่คล้ายกัน ได้รับการรับรองโดยการวิจัยเพิ่มเติม แนวทางเหล่านี้อาจนำไปใช้เพื่อช่วยระบุผู้ป่วยมะเร็งในระยะเริ่มต้น ที่อาจได้รับประโยชน์จากการรักษาแบบทดลอง ที่กำหนดเป้าหมายที่การเปลี่ยนแปลงของโมเลกุลบางประเภทได้ รวมถึงในประเทศที่ยังไม่มีการดำเนินการดังกล่าวในปัจจุบัน
อนาคตของ AI ในด้านการรักษามะเร็งดูมีแนวโน้มที่ดี เนื่องจาก AI กำลังมุ่งหน้าสู่ทางเลือกการรักษาที่เป็นส่วนตัว แม่นยำ และเข้าถึงได้มากขึ้น อย่างไรก็ตาม ยังคงมีปัญหาท้าทายอยู่ เช่น ความจำเป็นในการใช้ชุดข้อมูลที่หลากหลายเพื่อหลีกเลี่ยงอคติ การรับรองความเป็นส่วนตัวของผู้ป่วย และการปฏิบัติตามมาตรฐานการกำกับดูแลที่สูง
ทั้งนี้ โมเดล AI กำลังพิสูจน์ให้เห็นถึงความเป็นประโยชน์ที่เพิ่มขึ้นเรื่อยๆ รวมทั้งมอบข้อมูลเชิงลึกที่โดดเด่น จากภาพสไลด์ทั้งหมด และเพิ่มความแม่นยำในการวินิจฉัย และการพยากรณ์ที่ดีขึ้น แม้ว่าโมเดลดังกล่าว จะยังไม่สมบูรณ์แบบนัก แต่ก็มีประโยชน์ในการคัดแยกผู้ป่วย เป็นเหมือน ‘second opinion’ และสร้างข้อมูลเชิงลึกที่แพทย์อาจมองข้ามหรือไม่ทราบ
ที่มา Financial Times, Chief AI, EZRA, Techopedia, H Focus