4 เทคนิคในปัจจุบันที่ใช้ A.I. และ Machine learning เพื่อการแพทย์

เป็นที่รู้กันว่า Artificial Intelligence (A.I.) หรือ ปัญญาประดิษฐ์ กลายเป็นหนึ่งในเครื่องมือที่ช่วยให้มนุษย์ใช้ชีวิตได้อย่างสะดวกสบายมากขึ้น ไม่ว่าจะในด้านของทางธุรกิจ หรือทางการเกษตร แต่ที่พลาดไม่ได้เลยคือ A.I. สามารถช่วยพัฒนาศักยภาพทางการแพทย์ได้เป็นอย่างดี โดยแบ่งออกเป็น 4 ตัวอย่าง

4 เทคนิคที่ใช้ A.I. ในการแพทย์

วินิจฉัยโรค (Disease Diagnosis)
พัฒนายารักษาโรคได้เร็วมากขึ้น (Drug Development)
สร้าง Virtual Nursing Assistant ผ่านระบบ A.I
เพิ่มความสำเร็จของ Gene Editing หรือ การตัดต่อพันธุกรรม

มาดูกันดีกว่า ว่าแต่ละเทคนิคคืออะไรบ้าง

1. วินิจฉัยโรค (Disease Diagnosis)

Skooldio blog - 4 เทคนิคในปัจจุบันที่ใช้ A.I. และ Machine learning เพื่อการแพทย์ | Disease Diagnosis

การพัฒนาเครื่องมือ เพื่อใช้ในการวินิฉัยนั้นสำคัญมาก ยิ่งเครื่องมือมีความแม่นยำมากเท่าไหร่ การแพทย์ยิ่งมีประสิทธิภาพมากเท่านั้น งานวิจัยจาก India ของ Sachin Sharma ใช้ Machine Learning กับผู้ป่วย 200 คน ในการจำแนกภาพปอดของผู้ป่วยที่ติด COVID-19 ออกจากผู้ป่วยที่เป็น โรคปอดบวม ผ่าน CT scan

โดยปกติแล้ว มันยากมากที่จะแยกผู้ป่วยที่มี COVID-19 ออกจากผู้ป่วยที่เป็นโรคปอดบวม แต่ความแม่นยำของ Machine Learning สามารถช่วยให้แยกผู้ป่วยได้สำเร็จมากขึ้น

ท้ายที่สุดแล้วในงานวิจัยครั้งนี้ ความสำเร็จในการ screening เจอผู้ป่วยที่มี COVID-19 สูงถึง 91% ดังนั้น Sachin Sharma พบว่าเราสามารถใช้ Machine Learning ในการตรวจผู้ป่วยที่อาจติดเชื้อ COVID-19 ใน Early Stage ได้ แบบนี้ก็ทำให้สามารถเจอก่อนรักษาก่อนกันไปเลย

2. พัฒนายารักษาโรคได้เร็วมากขึ้น (Drug Development)

Skooldio Blog - 4 เทคนิคในปัจจุบันที่ใช้ A.I. และ Machine learning เพื่อการแพทย์ | Drug Development

โดยปกติแล้วการพัฒนาตัวยานั้นใช้เวลายาวนาน และเงินทุนมหาศาล แต่ A.I. สามารถเป็นตัวการสำคัญในบทบาทการผลิตที่จะช่วยลดทั้งเวลาและต้นทุนลงได้ เมื่อต้นทุนลดลง ทรัพยากรที่นำมาใช้ก็ลดลง และยังเป็นการช่วยเหลือสิ่งแวดล้อมอีกต่างหาก

การพัฒนายานั้นแบ่งออกเป็น 4 ขั้นตอนคือ

Target Identification for Intervention
Discovering the Drug Candidates
Speeding up Clinical Trials
Finding Biomarkers for Diagnosing the Disease

Target Identification for Intervention

โดยขั้นตอนแรกเลย Machine learning ทำหน้าที่ วิเคราะห์ข้อมูลที่มีอยู่เพื่อ ค้นหาโปรตีนที่จะนำมาผลิต ต่อยอดไปยังขั้นตอนผลิตพัฒนาขั้นต่อไป

Discovering the Drug Candidates

ต่อมา Machine learning จะช่วยเข้ามาคาดการณ์ความเหมาะสมและเข้ากันของระดับ Molecules โดยพิจารณาจาก โครงสร้างของ Molecules จากนั้นก็คัดกรองส่วนที่ไม่จำเป็นออกไป ในส่วนนี้ Machine Learning ได้ช่วยประหยัดเวลาที่เครื่องจักรจะทำงานมากๆ ทำให้ยิ่งสามารถลดเงินทุนที่ต้องจ่าย

Speeding up Clinical Trials

จริงๆแล้วมันไม่ง่ายเลยที่จะหาอะไรที่เหมาะสมกับ Clinical Trials การเลือกส่วนประกอบผิดสามารถทำให้เสียหายทั้งเงินมหาศาลและทรัพยากร Machine Learning นั้นเรียนรู้ได้เป็นอย่างดีว่าอะไรเหมาะสมหรือไม่ และสามารถทำให้ทุกกระบวนการรวดเร็วยิ่งขึ้น

Finding Biomarkers for Diagnosing the Disease

การที่จะรักษาคนไข้นั้นเราต้องมั่นใจแล้วว่าโรคที่เราวินิฉัยนั้นคืออะไร Biomarkers คือ Molecules ของเหลวที่คล้ายกับเลือดของมนุษย์ ซึ่งมันจะช่วยบ่งบอกว่า คนไข้ติดเชื้อ หรือไม่ติดเชื้อ แต่การจะหา Biomarkers ที่เหมาะสมต่อเชื้อโรคนั้นไม่ใช่เรื่องง่าย เพราะมีราคาสูง และใช้เวลานาน แต่เราสามารถใช้ A.I. Automates เพื่อเร่งความเร็วในการหา Biomarkers ยกตัวอย่างเช่น ในปี 2017 บริษัท AstraZeneca ใน UK ทำงานร่วมกับ Biopharma company Berg ที่ใช้ A.I. ในการหา Biomarkers และยาสำหรับ Neurological Disease

3. สร้าง Virtual Nursing Assistant ผ่านระบบ A.I

Skooldio Blog - 4 เทคนิคในปัจจุบันที่ใช้ A.I. และ Machine learning เพื่อการแพทย์ | Virtual Nursing

Virtual Nursing Assistant เป็น 1 ใน 3 เทคโนโลยี AI สำหรับ Healthcare ที่มีการทุ่มเงินไปกว่า 20,000 ล้าน USD เพื่อสร้างขึ้นภายในปี 2027 การสร้าง Virtual Nursing Assistant ขึ้นมาจะช่วยลดจำนวนผู้ป่วยในโรงพยาบาลเป็นจำนวนมาก ระบบยังสามารถวินิฉัยอาการป่วยขั้นพื้นฐานได้อีกต่างหาก สามารถช่วยนัดแพทย์ประจำตัวให้กับเราได้ ในกรณีที่โรงพยาบาลยุ่งมากๆ

ในช่วงวิกฤต COVID-19 British Hospital ได้นำ Virtual Assistant เข้ามาช่วยทีมแพทย์ร่วมกับ IBM เพื่อสร้าง A.I. ออกมา

Virtual Nursing Assistant สามารถให้ Personalised Treatment แก่ผู้ป่วยได้ การให้ Personalised Treatment นั้นไม่ใช่แค่ทำให้การรักษามีประสิทธิภาพ แต่ยังช่วยลดปริมาณยาที่ผลิตมาเกินความจำเป็นในแต่ละปีอีกด้วย

4. เพิ่มความสำเร็จของ Gene Editing หรือ การตัดต่อพันธุกรรม

Skooldio Blog - 4 เทคนิคในปัจจุบันที่ใช้ A.I. และ Machine learning เพื่อการแพทย์ | Gene Editing

A.I. กำลังถูกใช้อย่างแพร่หลายใน Genetic Research เพื่อเพิ่มความแม่นยำของ Genome Sequencing หลายๆคนที่อยู่ในวงการน่าจะได้ยินชื่อของ Clustered Regularly Interspaced Short Palindromic Repeats หรือ CRISPR ที่สำคัญเลยก็คือ CRISPR-Cas9 ตามคำแนะนำของ Stanford CRISPR เป็นเครื่องมือที่เรียกได้ว่า เป็นการก้าวกระโดดของวงการตัดต่อพันธุกรรมมากๆ แถมยังมาในราคาที่ถูกกว่าเครื่องมืออื่นๆ หลายเท่า แต่อย่างไรก็ตามแม้เราจะสามารถแก้ไขพันธุกรรมได้เหมือนดั่งใจเพราะการช่วยเหลือของ A.I. แต่ก็ยังติดในเรื่องของจริยธรรม และมนุษยธรรม

อย่างที่ได้เห็นกันแล้วว่า A.I. นั้นได้เข้ามาในชีวิตเราอย่างแพร่หลายและได้ช่วยให้เราสะดวกมากขึ้น ยิ่งเราสามารถ Digitalise ข้อมูลทางการแพทย์มากเท่าไหร่ เราก็จะสามารถใช้ A.I. ไ้ด้มากขึ้นและแม่นยำมากขึ้น

References