เครื่องมือ AI ทำนายการเติบโตของเนื้องอกในผู้ป่วยมะเร็งได้อย่างแม่นยำ | มะเร็ง

แพทย์และนักวิทยาศาสตร์ได้พัฒนาเครื่องมือปัญญาประดิษฐ์ที่สามารถทำนายได้อย่างแม่นยำว่าเนื้องอกมีแนวโน้มที่จะกลับมาเติบโตในผู้ป่วยมะเร็งได้อย่างไรหลังจากได้รับการรักษา

การค้นพบครั้งยิ่งใหญ่ที่ผู้เชี่ยวชาญด้านเนื้องอกวิทยาทางคลินิกอธิบายว่า “น่าตื่นเต้น” สามารถปฏิวัติการเฝ้าระวังผู้ป่วยได้ แม้ว่าความก้าวหน้าในการรักษาในช่วงไม่กี่ปีที่ผ่านมาช่วยเพิ่มโอกาสในการรอดชีวิต แต่ก็ยังมีความเสี่ยงที่โรคจะกลับมาอีก

การเฝ้าติดตามผู้ป่วยหลังการรักษามีความสำคัญต่อการสร้างความมั่นใจว่าการกลับเป็นซ้ำของมะเร็งจะดำเนินการอย่างเร่งด่วน อย่างไรก็ตาม ในปัจจุบัน แพทย์มักจะต้องพึ่งพาวิธีการแบบเดิมๆ ซึ่งรวมถึงวิธีที่เน้นที่ปริมาณเดิมและการแพร่กระจายของมะเร็ง เพื่อคาดการณ์ว่าผู้ป่วยจะเป็นอย่างไรในอนาคต

ตอนนี้การศึกษาครั้งแรกของโลกโดย Royal Marsden NHS Foundation Trust, Institute of Cancer Research, London และ Imperial College London ได้ระบุแบบจำลองโดยใช้แมชชีนเลิร์นนิง ซึ่งเป็นประเภทของ AI ที่สามารถทำนายความเสี่ยงของมะเร็งที่จะกลับมา และทำได้ดีกว่าวิธีการที่มีอยู่

ดร.ริชาร์ด ลี แพทย์ที่ปรึกษากล่าวว่า “นี่เป็นก้าวสำคัญในการใช้ AI เพื่อทำความเข้าใจว่าผู้ป่วยรายใดมีความเสี่ยงสูงที่จะเป็นมะเร็งซ้ำ และตรวจพบการกลับเป็นซ้ำได้เร็วขึ้น เพื่อให้การรักษาซ้ำมีประสิทธิภาพมากขึ้น” ด้านเวชศาสตร์ระบบทางเดินหายใจและการวินิจฉัยเบื้องต้นที่ Royal Marsden NHS Foundation Trust

Lee หัวหน้าผู้ตรวจสอบของการศึกษา OCTAPUS-AI กล่าวกับ Guardian ว่าสามารถพิสูจน์ได้ว่าไม่เพียง แต่ปรับปรุงผลลัพธ์สำหรับผู้ป่วยโรคมะเร็งเท่านั้น แต่ยังช่วยบรรเทาความกลัวด้วยการกลับมาเป็น “สาเหตุสำคัญของความวิตกกังวล” สำหรับหลาย ๆ คน “เราหวังว่าจะขยายขอบเขตเพื่อปรับปรุงการดูแลผู้ป่วยโรคมะเร็ง เพื่อช่วยให้พวกเขามีอายุยืนยาวขึ้น และลดผลกระทบที่โรคมีต่อชีวิตของพวกเขา”

เครื่องมือ AI อาจนำไปสู่การตรวจพบการกลับเป็นซ้ำก่อนหน้านี้ในผู้ป่วยที่ถือว่ามีความเสี่ยงสูง เพื่อให้แน่ใจว่าพวกเขาได้รับการรักษาอย่างเร่งด่วนมากขึ้น แต่ก็อาจส่งผลให้มีการสแกนติดตามผลที่ไม่จำเป็นน้อยลงและการไปโรงพยาบาลสำหรับผู้ที่ถือว่ามีความเสี่ยงต่ำ

“การลดจำนวนการสแกนที่จำเป็นในการตั้งค่านี้จะเป็นประโยชน์ และยังช่วยลดการสัมผัสรังสี การเข้ารับการรักษาในโรงพยาบาล และใช้ทรัพยากรที่มีค่า NHS อย่างมีประสิทธิภาพมากขึ้น” ลีกล่าว

ในการศึกษาย้อนหลัง แพทย์ นักวิทยาศาสตร์ และนักวิจัยได้พัฒนาแบบจำลองการเรียนรู้ด้วยเครื่องเพื่อพิจารณาว่าสามารถระบุผู้ป่วยมะเร็งปอดที่ไม่ใช่เซลล์ขนาดเล็ก (NSCLC) ได้อย่างถูกต้องแม่นยำหรือไม่ที่เสี่ยงต่อการกลับเป็นซ้ำหลังการรักษาด้วยรังสี แมชชีนเลิร์นนิงเป็นรูปแบบหนึ่งของ AI ที่ช่วยให้ซอฟต์แวร์คาดการณ์ผลลัพธ์ได้โดยอัตโนมัติ

มะเร็งปอดเป็นสาเหตุสำคัญของการเสียชีวิตด้วยโรคมะเร็งทั่วโลก และคิดเป็นกว่าหนึ่งในห้า (21%) ของการเสียชีวิตด้วยโรคมะเร็งในสหราชอาณาจักร NSCLC คิดเป็นเกือบห้าในหก (85%) ของผู้ป่วยมะเร็งปอด และเมื่อตรวจพบได้เร็ว โรคนี้มักจะรักษาให้หายขาดได้ อย่างไรก็ตาม มากกว่าหนึ่งในสาม (36%) ของผู้ป่วย NSCLC พบการกลับเป็นซ้ำในสหราชอาณาจักร

นักวิจัยใช้ข้อมูลทางคลินิกจากผู้ป่วย NSCLC 657 รายที่รักษาในโรงพยาบาล 5 แห่งในสหราชอาณาจักรเพื่อป้อนแบบจำลองของพวกเขา และเพิ่มข้อมูลเกี่ยวกับปัจจัยพยากรณ์โรคต่างๆ เพื่อทำนายโอกาสที่ผู้ป่วยจะกลับมาเป็นซ้ำได้ดียิ่งขึ้น

ซึ่งรวมถึงอายุ เพศ ดัชนีมวลกาย สถานะการสูบบุหรี่ ความเข้มข้นของรังสีรักษา และลักษณะของเนื้องอกของผู้ป่วย จากนั้นนักวิจัยจึงใช้แบบจำลอง AI เพื่อจัดหมวดหมู่ผู้ป่วยที่มีความเสี่ยงต่ำและสูงที่จะกลับเป็นซ้ำ ระยะเวลาที่พวกเขาอาจพบก่อนการกลับเป็นซ้ำ และความอยู่รอดโดยรวมในสองปีหลังการรักษา

พบว่าเครื่องมือนี้มีความแม่นยำในการทำนายผลลัพธ์มากกว่าวิธีการแบบเดิม ผลการศึกษาซึ่งได้รับการสนับสนุนจาก Royal Marsden Cancer Charity และ National Institute for Health Research ได้รับการตีพิมพ์ในวารสาร eBioMedicine ของ The Lancet

ดร.สุมีต ฮินโดชา หัวหน้าทีมวิจัยด้านเนื้องอกวิทยาที่ Royal Marsden และ Imperial College London กล่าวว่า “ขณะนี้ยังไม่มีกรอบการทำงานที่กำหนดไว้สำหรับการเฝ้าระวังผู้ป่วยมะเร็งปอดชนิดเซลล์ไม่เล็กหลังการรักษาด้วยรังสีบำบัด “นี่หมายความว่ามีความหลากหลายในประเภทและความถี่ของการติดตามผลที่ผู้ป่วยได้รับ … การใช้ AI กับข้อมูลด้านการดูแลสุขภาพอาจเป็นคำตอบ

“เนื่องจากข้อมูลประเภทนี้สามารถเข้าถึงได้ง่าย วิธีการนี้สามารถทำซ้ำในระบบสุขภาพต่างๆ ได้”

การศึกษานี้เป็น “ก้าวแรกที่น่าตื่นเต้น” ในการเปิดตัวเครื่องมือในระดับประเทศและระดับสากลเพื่อเป็นแนวทางในการเฝ้าระวังผู้ป่วยมะเร็งหลังการรักษา Hindocha กล่าวเสริม

(Visited 1 times, 1 visits today)

Be the first to comment

Leave a comment

Your email address will not be published.


*