ใช้ AI ตรวจหามะเร็งตับอ่อนระยะแรก

---

          การใช้ปัญญาประดิษฐ์คัดกรองบันทึกข้อมูลสุขภาพอิเล็กทรอนิกส์เพื่อค้นหาสัญญาณที่ผู้ป่วยแต่ละคนมักแสดงกับแพทย์ของตนในช่วงเวลาหลายปีก่อนจะมีการวินิจฉัยที่ทันสมัยมากขึ้นสำหรับโรคมะเร็งตับอ่อน ได้แสดงให้เห็นความน่าเชื่อถือของการทดลองเริ่มแรกเพื่อดูว่า การตรวจหาโรคมะเร็งตับอ่อนระยะแรกมีความเป็นไปได้หรือไม่
          คณะผู้วิจัยได้ตั้งประเด็นว่า จะสามารถใช้ปัญญาประดิษฐ์ (artificial intelligence: AI) เพื่อระบุผู้ป่วยที่เป็นโรคมะเร็งตับอ่อนระยะแรก ก่อนที่โรคจะปรากฏเกือบ 2 ปี และยากต่อการรักษาได้หรือไม่
          การนำเสนอผลการศึกษาที่ ESMO World Congress on Gastrointestinal Cancer แสดงให้เห็นว่า มีความเป็นไปได้สำหรับการใช้ AI คัดกรองบันทึกข้อมูลสุขภาพอิเล็กทรอนิกส์ (electronic health records: EHRs) เพื่อค้นหาสัญญาณที่ผู้ป่วยแต่ละคนมักจะแสดงให้กับแพทย์ของตนในเวลาหลาย ๆ ปีก่อนนำไปสู่การวินิจฉัยโรค แต่มีความจำเป็นจะต้องทำการทดลองขนาดใหญ่ขึ้น
          ปกติจะมีการวินิจฉัยพบโรคมะเร็งตับอ่อนในระยะที่โรคพัฒนาไปมากแล้ว ซึ่งมีทางเลือกสำหรับการรักษาน้อยมาก และมีอัตราการรอดชีวิตต่ำ มีผู้ป่วยน้อยกว่า 1 ใน 10 คน ที่มีชีวิตรอดเป็นเวลาตั้งแต่ 5 ปีขึ้นไป หลังจากได้รับการวินิจฉัยโรค โดยทั่วโลกมีรายงานผู้ป่วยรายใหม่ 458,918 คน ในปี 2018 ในสหรัฐอเมริกา มีคนอเมริกันป่วยด้วยโรคนี้เกือบ 57,000 คน ทุกปี
          อาการของโรคโดยทั่วไป ได้แก่ อาการของระบบทางเดินอาหารและปวดหลัง อาจจะเริ่มปรากฏอาการบ่อยครั้งเป็นเวลาหลายปีก่อนการวินิจฉัยโรค ผู้เขียนรายงานกล่าว สัญญาณเริ่มแรกจะมีการเปลี่ยนแปลงของอุจจาระ คันผิวหนัง เบื่ออาหาร และน้ำหนักลง
          การศึกษาเบื้องต้นได้ใช้ EHRs จาก Clinical Practice Research Datalink (CPRD) ของสหราชอาณาจักร ซึ่งรวบรวมข้อมูลผู้ป่วยที่ยังไม่ได้ระบุว่าเป็นโรค โดยเป็นข้อมูลจากเครือข่ายปฏิบัติการรักษาของแพทย์ทั่วไป จากนั้นเชื่อมโยงข้อมูลการรักษาพยาบาลเบื้องต้นกับบันทึกสุขภาพอื่น ๆ สำหรับในกรณีนี้ คือ ทะเบียนโรคมะเร็งของประเทศ
          กลุ่มข้อมูลนี้ประกอบด้วยข้อมูลของผู้ป่วย 1,378 คน อายุ 15 ถึง 99 ปี ที่ได้รับการวินิจฉัยว่าเป็นโรคมะเร็งตับอ่อนตั้งแต่ปี 2005 ถึงปี 2010 มีการจับคู่ผู้ป่วยแต่ละคนโดยใช้อายุและเพศกับผู้ที่ไม่ได้เป็นโรคมะเร็งตับอ่อน 4 คน ใช้รหัสโรค อาการ และยาที่แพทย์สั่งในเวลา 24 เดือน ก่อนการวินิจฉัยโรคเพื่อกำหนดอาการต่าง ๆ 58 อาการ

          คณะผู้วิจัยกล่าวว่า ได้ใช้ machine learning (ระบบการเรียนรู้ของเครื่องคอมพิวเตอร์) เพื่อสร้างตัวแบบ logistic regression และ random forest มีการฝึกใช้ตัวแบบนี้กับร้อยละ 75 ของข้อมูล และทดสอบตัวแบบกับข้อมูลที่เหลืออีกร้อยละ 25
          ผลลัพธ์ในตอนแรกแสดงว่า สามารถพยากรณ์การวินิจฉัยโรคมะเร็งตับอ่อนในผู้ป่วยอายุน้อยกว่า 60 ปี ได้ถูกต้องร้อยละ 60 โดยมีพื้นที่ภายใต้เส้นโค้งร้อยละ 61 ความไว (sensitivity) ร้อยละ 76 และความจำเพาะ (specificity) ร้อยละ 45
          “ตัวแบบของเราได้ประเมินว่า จำเป็นต้องดำเนินการทดสอบประมาณ 1,500 ครั้ง เพื่อช่วยชีวิตผู้ป่วย 1 คน จากโรคมะเร็งตับอ่อน” Dr. Ananya Malhotra ภาคีนักวิจัยสาขาสถิติ London School of Hygiene & Tropical Medicine กล่าว
          อย่างไรก็ตาม ขนาดตัวอย่างนั้นยังไม่เพียงพอที่จะทำให้การคัดกรองเป็นความจริง เธอกล่าว
          นอกจากนั้น ยังไม่มีการทดสอบคัดกรองด้วยการใช้เลือดที่เชื่อถือได้ มี carbohydrate antigen 19-9 assay ซึ่งอาจตรวจหา antigen ที่เซลล์มะเร็งตับอ่อนปล่อยออกมาได้ แต่ยังมีการปล่อย antigen นี้ผ่านอาการอื่น ๆ ได้ และไม่ได้แสดงออกโดยผู้ป่วยโรคมะเร็งตับอ่อนทุกราย
          ผู้ป่วยส่วนน้อย (ประมาณร้อยละ 4 ถึงร้อยละ 7) มีการกลายพันธุ์ของยีน BRCA (BReast CAncer) ที่ถ่ายทอดทางพันธุกรรม โดยรวมแล้วจำนวนผู้ป่วยที่มีการเปลี่ยนแปลงของโมเลกุลโดยเฉพาะมีน้อยมากเกินกว่าที่จะดำเนินการทดลองทางคลินิกได้
          แต่ Dr. Malhorta กล่าวว่า การศึกษาครั้งนี้แสดงถึง “ศักยภาพที่จะลดขนาดจำนวนคนที่เราต้องการจะคัดกรองลง เราควรจะลดขนาดลงได้มากขึ้นอีกด้วยการจับคู่ผู้ป่วยโรคมะเร็งตับอ่อนกับกลุ่มควบคุม
          “การจับคู่ในตัวแบบพยากรณ์ด้วยการทดสอบคัดกรองที่ไม่มีการรุกล้ำเข้าร่างกาย ตามมาด้วยการสแกนและการตัดชิ้นเนื้อ สามารถนำไปสู่การวินิจฉัยโรคเริ่มแรกได้ด้วยสัดส่วนผู้ป่วยที่มีนัยสำคัญและจำนวนผู้ป่วยที่รอดชีวิตจากโรคมะเร็งมากขึ้น” Dr. Malhora กล่าวเพิ่มเติม การศึกษาในอนาคตจะเปรียบเทียบผู้ป่วยโรคมะเร็งตับอ่อนกับกลุ่มควบคุมจากประชากรทั่วไป เนื่องจากกลุ่มควบคุมในการศึกษาครั้งนี้เป็นโรคมะเร็งชนิดอื่นด้วย