ปัญญาประดิษฐ์ยกระดับการวินิจฉัยเนื้องอกสมอง

---

การสร้างภาพทางทัศนศาสตร์และปัญญาประดิษฐ์จะช่วยให้วินิจฉัยเนื้องอกสมองได้รวดเร็วยิ่งขึ้นและแม่นยำมากขึ้น โดยคณะผู้วิจัยที่ University of Michigan ได้แสดงให้เห็นว่า มีความเป็นไปได้ที่จะวิเคราะห์เนื้อเยื่อจากเนื้องอกสมองได้อย่างถูกต้องแม่นยำภายในห้องผ่าตัดและประเมินลักษณะของเนื้อเยื่อนั้นด้วยปัญญาประดิษฐ์
          ปกติเนื้อเยื่อของเนื้องอกมีลักษณะเหมือนกับเนื้อเยื่อปกติที่อยู่รอบ ๆ เมื่อผ่าตัดเนื้อเยื่อออกไป ส่วนที่อยู่ใกล้กับขอบจะถูกส่งไปห้องปฏิบัติการพยาธิวิทยาเพื่อตรวจสอบ หลังจากย้อมสีและสังเกตโดยใช้กล้องจุลทรรศน์แล้ว พยาธิแพทย์จะส่งข้อมูลให้คณะทำงานผ่าตัดทราบว่าได้ผ่าตัดเนื้องอกออกหมดแล้วหรือยังมีบางส่วนเหลืออยู่ กระบวนการนี้ใช้เวลานาน และโดยทั่วไปจะต้องมีการผ่าตัดตามหลัง ถ้ายังจัดการขอบของเนื้องอกให้หมดสิ้น
          แต่ประสาทศัลยแพทย์จะสามารถออกจากห้องผ่าตัดได้ด้วยความมั่นใจมากกว่าเมื่อก่อนต่อการวินิจฉัยเนื้องอกในสมองของผู้ป่วย เนื่องจากมีการบูรณาการระบบใหม่ซึ่งจะช่วยให้แพทย์มองเห็นเนื้อเยื่อที่กำลังวินิจฉัยและขอบเขตของเนื้องอกได้เร็วเกือบจะเท่าเวลาจริง
          และความแม่นยำกับความชัดเจนมีแต่จะก้าวหน้าต่อไปเมื่อมีการเดินหน้าประสานรวมการเรียนรู้เชิงลึกกับการสร้างภาพของคอมพิวเตอร์เพื่อทำให้กระบวนการทำงานทั้งหมดรวดเร็วมากขึ้นด้วย ศัลยแพทย์ที่ Michigan Medicine กล่าว

(บรรยายภาพ : Todd Hollon “เรากำลังเปลี่ยนแปลงโฉมหน้าของการวินิจฉัยเนื้องอกสมอง”)

          Todd Hollon หัวหน้าประสาทศัลยแพทย์ประจำโรงพยาบาล ที่ Michigan Medicine อธิบายวิธีการที่ประกอบด้วย 2 ส่วน ในการพัฒนาความแม่นยำและประสิทธิภาพของการวินิจฉัยระหว่างการผ่าตัดในรายงานที่เผยแพร่ครั้งใหม่ใน Nature Medicine
          Hollon พร้อมกับ Daniel Orringer รองศาสตราจารย์สาขาประสาทศัลยศาสตร์ที่ Langone Health แห่ง New York University (NYU) และคณะผู้ร่วมงาน ได้รายงานถึงการนำเทคนิคที่เรียกว่า Stimulated Raman Histology (SRH) ไปใช้เมื่อเร็ว ๆ นี้ SRH เป็นเทคนิคซึ่งได้รับการพัฒนาที่ Michigan Medicine เพื่อสร้างภาพเนื้อเยื่อของเนื้องอกได้อย่างรวดเร็ว ณ ข้างเตียงผู้ป่วย นั่นหมายความว่า แพทย์ผู้เชี่ยวชาญประสาทพยาธิวิทยาสามารถรีวิวภาพได้โดยไม่จำเป็นต้องอาศัยห้องปฏิบัติการพยาธิวิทยา ช่วยลดเวลารอคอยที่ยาวนานสำหรับการประมวลผล การย้อมสี และการตีความตามวิธีการที่ใช้อยู่ในปัจจุบัน
          คณะผู้วิจัยยังใช้อัลกอริทึมของปัญญาประดิษฐ์ (Artificial Intelligence: AI) ที่เรียกว่า โครงข่ายประสาทเทียมแบบสังวัตนาการอย่างลึก (Convolutional Neural Network: CNN) เพื่อเรียนรู้คุณลักษณะเฉพาะของโรคมะเร็งสมองที่มักพบบ่อยที่สุด 10 ชนิด และพยากรณ์การวินิจฉัยโรค ศัลยแพทย์จะได้รับพยากรณ์การวินิจฉัยโรคภายในไม่กี่นาทีตรงข้างเตียงผู้ป่วยด้วยความแม่นยำที่เทียบได้กับผลของวิธีการแบบเดิมที่ใช้กันอยู่
          “นี่เป็นการทดลองแบบมองไปข้างหน้าครั้งแรกในการประเมินการใช้ปัญญาประดิษฐ์ในห้องผ่าตัด” Hollon ผู้นำการเขียนรายงานเผยแพร่กล่าวและว่า “เราได้ดำเนินการแปลผลทางคลินิกกับขั้นตอนของงานจาก AI”
          โดยทั่วไปผู้ป่วยที่เข้าโรงพยาบาลเพื่อผ่าตัดเนื้องอกสมองมักจะไม่ทราบแน่ชัดมาก่อนว่าตนเองมีเนื้องอกชนิดไหน รู้แค่ว่าจะต้องรับการผ่าตัดเท่านั้น ทีมผ่าตัดทั้งทีมหลังจากได้รับและได้ประมวลผลตัวอย่าง (เนื้อเยื่อ) เพื่อส่งไปให้ผู้เชี่ยวชาญด้านประสาทพยาธิวิทยาแล้ว จะต้องรอคอยคำตอบด้วยเช่นกัน ศัลยแพทย์ไม่อาจแน่ใจได้ว่าตนจะจัดการกับอาการป่วยอย่างไรจนกว่าจะได้ผลตอบกลับจากพยาธิแพทย์
          “ยังเร็วเกินไปที่เราจะสามารถสร้างภาพของตัวอย่างจำนวนมากจากข้างเตียงของผู้ป่วยและตัดสินลงความเห็นได้ดีขึ้นว่า ที่ผ่านมาเราประสบความสำเร็จอย่างไรในการผ่าตัดเอาเนื้องอกออก”
          เมื่อไม่นานมานี้ Michigan Medicine ได้ซื้อเทคโนโลยีเชิงพาณิชย์เป็นครั้งแรกมาใช้ในการใช้กล้องจุลทรรศน์ SRH ศัลยแพทย์ได้ใช้ตัวสร้างภาพกับผู้ป่วยกว่า 500 คน เป็นเครื่องมือวินิจฉัยระดับแรกเพื่อประสาทศัลยศาสตร์และโสตนาสิกลาริงซ์วิทยา (otolaryngology)
          “ศัลยแพทย์และพยาธิแพทย์จะตัดสินใจว่าตนสามารถทำการวินิจฉัยโรคได้หรือไม่ด้วยการใช้ภาพจาก SRH หรือตัดสินใจว่ามีความจำเป็นหรือไม่ที่จะส่งเนื้อเยื่อเพิ่มเติมให้กับห้องปฏิบัติการพยาธิวิทยา
          ประโยชน์อีกประการหนึ่ง คือ ผู้เขียนรายงานมีความหวังว่า สักวันหนึ่งเทคโนโลยี SRH จะช่วยให้โรงพยาบาลที่มีทรัพยากรน้อยได้ปรึกษาปัญหาอาการป่วยที่รักษาได้ยากกับคณะผู้ร่วมงานที่ศูนย์การแพทย์วิชาการ
          ถึงแม้จะเป็นเรื่องที่น่าชื่นชมมาก แต่ศัลยแพทย์สมองยอมรับว่า ยังไม่สามารถยอมรับในผลลัพธ์สำหรับผู้ป่วยที่เป็นโรคมะเร็งสมองบางชนิด เช่น glioblastoma เรามีความจำเป็นที่จะต้องทำการตัดสินใจด้วยความไว้วางใจในห้องผ่าตัด และจะต้องมีความเป็นหุ้นส่วนที่เข้มแข็งระหว่างศัลยแพทย์กับผู้เชี่ยวชาญด้านประสาทพยาธิวิทยาเพื่อผลลัพธ์ที่ดีที่สุดที่เป็นไปได้ คณะผู้วิจัยกล่าว
          Hollon ได้ฝึกฝน CNN สร้างภาพที่ไม่ได้ระบุเอกลักษณ์มากกว่า 2.5 ล้านภาพ จากผู้ป่วย 415 คน ที่ได้จาก SRH และเน้นความสำคัญกับชนิดของเนื้องอกสมองที่พบว่าเป็นกันมาก

          จากนั้นคณะผู้วิจัยได้ทดสอบเครือข่ายนี้กับผู้ป่วย 278 คน จาก 3 สถาบัน คณะผู้วิจัยได้แบ่งตัวอย่างจากผู้ป่วยแต่ละคน ตัวอย่างที่ 1 มีการย้อมสีและผ่านกระบวนการด้วยวิธีการปกติแล้วส่งไปให้พยาธิแพทย์เพื่อวินิจฉัย ตัวอย่างที่ 2 สร้างภาพด้วย SRH และประเมินผลเพื่อวินิจฉัยด้วยเครือข่าย
          จริง ๆ แล้ววิธีการที่อาศัย CNN มีความแม่นยำในการวินิจฉัยที่เทียบได้ใกล้เคียงกัน คือ ร้อยละ 94.6 เปรียบเทียบกับร้อยละ 93.9 สำหรับมิญชวิทยาที่ปฏิบัติกันมาแต่เดิม
          “เรากำลังเปลี่ยนรูปโฉมการวินิจฉัยเนื้องอกสมอง” Hollen กล่าวและว่า “เทคนิคนี้เป็นเครื่องมือที่มีมาตรฐานสูง ซึ่งสามารถส่งผลการวินิจฉัยที่แม่นยำให้กับผู้ป่วยเนื้องอกสมองได้อย่างกว้างขวาง”
          “เทคนิคนี้เป็นอีกวิธีหนึ่งที่ช่วยพยาธิแพทย์และศัลยแพทย์ในการเพิ่มความแน่นอนในขณะทำการตัดสินใจที่สำคัญในห้องผ่าตัด” เขากล่าว
          Hollen บอกว่า แม้คณะทำงานของ Michigan Medicine พร้อมที่จะใช้ประโยชน์ของการวินิจฉัยระหว่างผ่าตัดในปัจจุบัน แต่การใช้ CNN ในการปฏิบัติทางคลินิกมีความเป็นไปได้ในอีกไม่กี่ปีข้างหน้า
          “ผลลัพธ์ที่รายงานในการศึกษาของเราได้นำเสนอการบรรลุความสำเร็จสูงสุดของการเดินทาง 9 ปี ที่ Michigan Medicine ในการพัฒนาและนำวิธีที่ดีกว่าไปปฏิบัติเพื่อการผ่าตัดเนื้องอกสมอง ซึ่งเป็นวิธีหนึ่งที่ยกระดับความก้าวหน้าของทัศนศาสตร์ (optics) และการตัดสินใจของปัญญาประดิษฐ์ เพื่อทำการตัดสินใจที่ปลอดภัยมากขึ้นและเกิดประสิทธิผลสูงขึ้นในห้องผ่าตัด” Orringer ผู้เขียนรายงานอาวุโสกล่าว
          งานทั้งหมดนี้เริ่มต้นจากตอนที่ Orringer เริ่มเป็นแพทย์ประจำสาขาประสาทศัลยศาสตร์ที่ Michigan Medicine เขาได้ดำเนินงานสำคัญเพื่อพัฒนา SRH ในตัวแบบของหนู และต่อมาได้ใช้ตัวสร้างภาพ SRH เป็นครั้งแรกในห้องผ่าตัดของ Michigan Medicine คณะทำงานได้พัฒนาตัวสร้างภาพ SRH ซึ่งทำงานได้รวดเร็ว เคลื่อนที่ได้ เป็นมิตรกับผู้ใช้และจดทะเบียนไว้กับองค์การอาหารและยาแห่งสหรัฐอเมริกา (FDA)