The study indicated that the method could refine the way oncologists prescribe treatments for cancer. Credit: TippaPatt via Shutterstock.

 

สถาบันมะเร็งแห่งชาติของสหรัฐอเมริกาเริ่มจริงจังกับโครงการพัฒนาเครื่องมือ AI ที่จะนำมาใช้ตรวจสอบผลการตอบสนองของยารักษามะเร็ง โดยเน้นหนักไปที่ข้อมูลจากเทคโนโลยีการจัดลำดับ RNA เซลล์เดียว (Single-cell RNA sequencing)

นักวิจัยจากสถาบันมะเร็งแห่งชาติ ซึ่งเป็นหน่วยงานหนึ่งของสถาบันสุขภาพแห่งชาติ (NIH) ในสหรัฐอเมริกา เล็งเห็นความสำคัญของข้อมูล scRNA-Seq ซึ่งกำลังเป็นที่นิยมกันในแวดวงการแพทย์ เพื่อวิเคราะห์ข้อมูลทางพันธุกรรม การถอดรหัสเซลล์ชนิดต่าง ๆ ที่มีความผันแปรตลอดเวลา ทำให้วินิจฉัยโรค รวมไปถึงการวิจัยและพัฒนาตัวยารักษาให้มีประสิทธิผลมากขึ้น โดยอาศัยอุปกรณ์ AI มาใช้รวบรวมข้อมูลและวิเคราะห์สำหรับการทำนายผลตอบสนองของยาในการรักษาโรคมะเร็ง ผู้ป่วยจะได้รับคำแนะนำที่แม่นยำขึ้นว่า ควรจะได้รับประโยชน์สูงสุดจากยาชนิดใดบ้าง ขณะที่ความหลากหลายภายในเซลล์เนื้องอกสามารถนำไปสู่การตอบสนองและการดื้อยาที่แตกต่างกันออกไป

scRNA-Seq ได้เข้ามาแทนที่การจัดลำดับเบสในจีโนม หรือ bulk sequencing ที่ใช้ข้อมูลปริมาณมากจึงทำให้ไม่ละเอียดมากพอ แต่ที่ผ่านมานั้นหลายองค์กรพบว่า เทคโนโลยี scRNA-Seq มีค่าใช้จ่ายสูงและยังมีข้อจำกัดในเรื่องความพร้อมทางคลินิก การพัฒนาโมเดล AI เพื่อจัดการกับเทคโนโลยีนี้จึงเป็นวิธีการใหม่ที่ FDA ของสหรัฐฯ ไว้ใจและใช้ในการอนุมัติยาไปแล้ว 44 รายการ เพราะมีแบบจำลองที่แสดงให้เห็นถึงการทำนายผลการตอบสนองต่อยาทั้งประเภทการใช้ยาเดี่ยวและยาผสมได้อย่างแม่นยำ

การใช้โมเดลทำนายผลตอบสนองของยารักษามะเร็งของอุปกรณ์ AI ในสหรัฐฯ ทำให้ผู้ป่วยมะเร็งไขกระดูก 41 ราย ได้รับยาที่ตรงอาการที่สุด 4 ชนิด และผู้ป่วยมะเร็งเต้านม 33 ราย ได้รับการรักษาอย่างมีประสิทธิผลด้วยยา 2 ชนิดเท่านั้น นอกจากนี้ แบบจำลอง AI ยังสามารถทำนายการพัฒนาการดื้อยาในผู้ป่วยมะเร็งปอดชนิดไม่ใช่เซลล์ขนาดเล็ก จำนวน 24 ราย ทำให้การรักษาประสบความสำเร็จแบบกำหนดเป้าหมายได้

 

 

ข้อมูล: https://www.pharmaceutical-technology.com/news/nih-ai-tool-drug-response/?cf-view