ทางการแพทย์สมัยใหม่ “เลือด” ไม่ได้เป็นเพียงผลิตภัณฑ์ชีวภาพจากการบริจาค หากแต่ถือเป็น “ยา” ชนิดหนึ่งที่ต้องผ่านกระบวนการคัดกรอง ควบคุมคุณภาพและประเมินความปลอดภัยอย่างเข้มงวดก่อนนำไปใช้กับผู้ป่วย

การให้เลือดที่ไม่เข้ากันในระดับแอนติเจน โดยเฉพาะในระบบหมู่โลหิต Rh อาจนำไปสู่ภาวะแทรกซ้อนรุนแรง (hemolytic transfusion reaction) หรือการกระตุ้นให้เกิดการสร้างแอนติบอดี (alloimmunization)

เบื้องหลังของการค้นพบวิธีคัดกรองหมู่โลหิตถึงระดับสารพันธุกรรมในปัจจุบัน คือ การทำงานด้วยความทุ่มเทของทีมวิจัยของมหาวิทยาลัยมหิดล โดย คณะเทคนิคการแพทย์ ร่วมกับ ศูนย์บริการโลหิตแห่งชาติ สภากาชาดไทย

จนนำมาสู่การพัฒนาวิธีการตรวจหมู่โลหิตชนิด Asian-type DEL (Rh+ Del) ด้วยเทคโนโลยี Real-time Polymerase Chain Reaction (Real-time PCR) เพื่อเพิ่มความแม่นยำในการจำแนกผู้บริจาคที่มีการแสดงออกของแอนติเจน RhD ในระดับต่ำมาก (DEL phenotype) ซึ่งอาจตรวจไม่พบด้วยวิธี serology ทั่วไป ออกจากผู้ที่มีหมู่โลหิต RhD-negative

ปัจจุบันเทคนิคดังกล่าวถูกนำไปใช้จริงในการให้บริการตรวจทางห้องปฏิบัติการของศูนย์บริการโลหิตแห่งชาติ และถือเป็นก้าวสำคัญของประเทศไทยในการยกระดับมาตรฐานความปลอดภัยด้าน transfusion medicine

รองศาสตราจารย์ ดร.พรลดา นุชน้อย อาจารย์ประจำศูนย์วิจัยพัฒนานวัตกรรมและชีวการแพทย์สารสนเทศ คณะเทคนิคการแพทย์ มหาวิทยาลัยมหิดล ได้เปิดเผยความสำเร็จของผลงานการคัดกรองหมู่โลหิตในเชิงลึกที่น่าภาคภูมิใจ ซึ่งได้เริ่มต้นจากวิทยานิพนธ์ของนักศึกษาคณะฯ ระดับดุษฎีบัณฑิต ภายใต้การสนับสนุนจาก กระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม และรัฐบาลสาธารณรัฐฝรั่งเศส

ก่อนพัฒนาเป็นแนวทางการตรวจในระดับประเทศ โดยศูนย์บริการโลหิตแห่งชาติ สภากาชาดไทย ได้นำองค์ความรู้และเทคโนโลยีจากงานวิจัยไปประยุกต์ใช้ในระบบงานบริการโลหิตของประเทศไทยอย่างเป็นรูปธรรม

นอกจากนี้ ทีมวิจัยได้ต่อยอดองค์ความรู้เพื่อขยายการใช้ประโยชน์งานวิจัย ด้วยการพัฒนา algorithm จากชุดข้อมูลของผู้บริจาคโลหิตไทยมากกว่า 1,000 ราย เป็นครั้งแรกของประเทศไทย เพื่อนำมาวิเคราะห์และทำนายรูปแบบความหลากหลายของหมู่โลหิตในประชากรไทย ซึ่งจะสนับสนุนการตัดสินใจของแพทย์และนักเทคนิคการแพทย์ การบูรณาการความรู้ทางเทคนิคการแพทย์ คณิตศาสตร์และวิทยาการข้อมูล

โดยมีอาจารย์ ดร.มีโชค ชูดวง อาจารย์ประจำภาควิชาคณิตศาสตร์ คณะเทคนิคการแพทย์ มหาวิทยาลัยมหิดล มีบทบาทสำคัญในการพัฒนาแบบจำลองเชิงคำนวณและอัลกอริทึม Machine Learning สำหรับการวิเคราะห์ข้อมูลทางซีรอโลยี (serological data) ของผู้บริจาคโลหิตชาวไทย เพื่อสนับสนุนการจำแนกกลุ่ม Rh-D-negative และ DEL phenotype จากข้อมูลการตรวจทางห้องปฏิบัติการ

นอกจากนี้ยังได้ออกแบบและพัฒนาระบบแอปพลิเคชัน RhDnostics (RHDX);(https://rnp-project-1.streamlit.app/) ซึ่งเป็นเครื่องมือช่วยวิเคราะห์ข้อมูลและแสดงผลการทำนายในรูปแบบที่เข้าใจง่ายสำหรับบุคลากรทางการแพทย์ ระบบดังกล่าวช่วยเพิ่มประสิทธิภาพในการคัดกรองและสนับสนุนการวินิจฉัยหมู่โลหิตให้มีความถูกต้องและรวดเร็วมากยิ่งขึ้น และมีศักยภาพในการนำไปประยุกต์ใช้เพื่อสนับสนุนระบบบริการโลหิต

จุดเริ่มต้นของผลงานวิจัยที่ท้าทาย Real World Impact ตามยุทธศาสตร์ของมหาวิทยาลัยมหิดลดังกล่าว คือความพยายามในการเอาชนะข้อจำกัดของการคัดกรองหมู่โลหิตด้วยวิธีการทาง serology และตรวจยืนยันผลด้วยเทคนิคระดับโมเลกุล

เดิมที่ต้องใช้เวลารอผลตรวจอย่างน้อย 3-4 ชั่วโมง ในสถานการณ์ที่ผู้ป่วยจำเป็นต้องได้รับเลือดอย่างเร่งด่วน หรือในโรงพยาบาลที่ยังไม่มีเครื่องมือสำหรับการตรวจระดับโมเลกุล ข้อจำกัดด้านเวลาดังกล่าวอาจส่งผลต่อการตัดสินใจทางการแพทย์ได้ การประยุกต์ใช้แอปพลิเคชัน RHDx จึงเข้ามามีบทบาทสำคัญในการช่วยวิเคราะห์ข้อมูลด้วยปัญญาประดิษฐ์ เพื่อสนับสนุนการตัดสินใจของแพทย์ร่วมกับดุลยพินิจทางคลินิก ทำให้สามารถเลือกใช้เลือดได้อย่างรวดเร็ว และมีความปลอดภัยสูงสุดต่อผู้ป่วย

ปัจจุบันผลงานวิจัยได้รับการตีพิมพ์ในวารสารวิชาการระดับนานาชาติ โดยยื่นจดรับรองทรัพย์สินทางปัญญาในรูปแบบลิขสิทธิ์ ในนาม “มหาวิทยาลัยมหิดล และกำลังอยู่ระหว่างการพัฒนา feature การใช้งานเพิ่มเติมในเฟสถัดไป”

โดย รองศาสตราจารย์ ดร.พรลดา นุชน้อย มองว่า งานบริการโลหิต เป็นงานที่ทำโดยอุทิศเพื่อมวลมนุษยชาติ แม้จะไม่ได้ทำโดยมุ่งผลในเชิงพาณิชย์ แต่หากสามารถช่วยทำให้โลหิตที่ได้รับจากการบริจาคทุกหยาดหยดปลอดภัย สิ่งที่ได้กลับ นั่นคือคุณค่าที่ยิ่งใหญ่กว่าผลตอบแทนใด ๆ

ติดตามข่าวสารที่น่าสนใจจากมหาวิทยาลัยมหิดลได้ที่ www.mahidol.ac.th

ภาพจาก คณะเทคนิคการแพทย์ มหาวิทยาลัยมหิดล

สัมภาษณ์ และเขียนข่าวโดย ฐิตินวตาร ดิถีการุณ นักประชาสัมพันธ์ (ชำนาญการ)

โครงการงานประชาสัมพันธ์ภายใน / พันธกิจพิเศษ งานสื่อสารองค์กร กองบริหารงานทั่วไป สำนักงานอธิการบดี มหาวิทยาลัยมหิดล