โปรดอัพเดตเบราว์เซอร์

เบราว์เซอร์ที่คุณใช้เป็นเวอร์ชันเก่าซึ่งไม่สามารถใช้บริการของเราได้ เราขอแนะนำให้อัพเดตเบราว์เซอร์เพื่อการใช้งานที่ดีที่สุด

สุขภาพ

Super Agers: การพยากรณ์ความสูงวัยด้วยนาฬิกาอีพิเจเนติก-AI (2)

กรุงเทพธุรกิจ

อัพเดต 22 มิ.ย. 2568 เวลา 20.12 น. • เผยแพร่ 23 มิ.ย. 2568 เวลา 01.50 น.

คุณภาพชีวิตของมนุษย์เราจะดีขึ้นอย่างมาก การดูแลสุขภาพเชิงรุกนี้ ไม่ใช่นิยายวิทยาศาสตร์ แต่กำลังจะเกิดขึ้นได้ในช่วง 10-20 ปีข้างหน้า

นาฬิกาอีพิเจเนติก (epigenetic clock) หรือนาฬิกาวัดอายุทางชีววิทยา: การวัดอายุที่แท้จริงของร่างกาย การค้นพบ นาฬิกาวัดอายุทางชีววิทยา ทำให้เราสามารถบอกได้ว่า ร่างกายหรืออวัยวะแต่ละส่วนของเราแก่ตัวช้าหรือเร็วแค่ไหนเมื่อเทียบกับอายุจริง

นาฬิกาอีพิเจเนติกสามารถวัดได้จากตัวอย่างน้ำลาย โดยอ่านส่วนต่างๆ ของดีเอ็นเอของเรา นอกจากนี้ยังมีการตรวจเลือดแบบใหม่ ที่สามารถคาดการณ์เบื้องต้นเกี่ยวกับความเสี่ยงที่จะเป็น 3 โรคสำคัญที่มักจะพบในผู้สูงอายุ ได้แก่ โรคหัวใจ โรคมะเร็ง และโรคสมองเสื่อม

ที่น่าทึ่งกว่านั้นคือ “นาฬิกาอวัยวะ” (organ clocks) ที่ใช้โปรตีนในเลือดเป็นตัวบ่งชี้อายุอวัยวะของคุณ ตัวอย่างเช่น ถ้านาฬิกาวัดอายุสมองของคุณบ่งชี้ว่า สมองของคุณอายุ 65 ปี แม้ว่าคุณจะอายุจริงเพียง 55 ปี นั่นหมายความว่า คุณมีความเสี่ยงที่จะมีปัญหาสมองตอนสูงวัย แต่เมื่อเปลี่ยนไลฟ์สไตล์และดูแลสมองให้ดีขึ้น ก็จะสามารถหลีกเลี่ยงความเสี่ยงที่คุณจะประสบกับภาวะสมองเสื่อมเมื่ออายุ 70 80 หรือ 90 ปีได้

ปัญญาประดิษฐ์: game changer ของการแพทย์: ปัญญาประดิษฐ์ (AI) กำลังเปลี่ยนการแพทย์ในทุกมิติ สถิติที่น่าตกใจคือ ทุกปีคนอเมริกัน 800,000 คน เสียชีวิตหรือพิการอย่างร้ายแรงเพราะการวินิจฉัยที่ผิดพลาด

งานวิจัย 33 ชิ้นที่ทำการศึกษาแบบสุ่มตัวอย่างจากทั่วโลกพบว่า การใช้ AI ในการตรวจกล้องส่องลำไส้ใหญ่สามารถค้นหาติ่งเนื้อได้ดีกว่าการใช้วิธีการตรวจแบบดั้งเดิม การศึกษาการตรวจสุขภาพผู้หญิง 80,000 คนพบว่า AI ช่วยเพิ่มความแม่นยำในการอ่านผลแมมโมแกรมและลดเวลาในการตรวจสอบได้อย่างมีนัยสำคัญ

การพัฒนาการใช้ AI ทำให้เราสามารถนำข้อมูลที่หลากหลายและครบถ้วนกว่าของแต่ละบุคคลมาผสมผสานกัน เช่นข้อมูลทางพันธุกรรม บันทึกสุขภาพอิเล็กทรอนิกส์ และภาพถ่ายทางการแพทย์ เพื่อคาดการณ์ได้แม่นยำมากกว่าว่าคนๆ นั้นจะเป็นโรคอะไร เมื่อไหร่ ตัวอย่างคือ AI สามารถบอกได้ว่า คุณมีความเสี่ยงสูงต่อโรคอัลไซเมอร์ และจะเริ่มมีอาการบกพร่องทางสมองเมื่อไหร่ด้วยโปรตีนเพียงตัวเดียวที่เรียกว่า p-tau 217

Polygenic Risk Scores: การปฏิวัติการตรวจคัดกรองมะเร็ง: การตรวจคัดกรองมะเร็งแบบปัจจุบัน มีประสิทธิภาพต่ำมาก ผู้หญิง 88% จะสามารถหลีกเลี่ยงการเป็นมะเร็งเต้านมตลอดชีวิต แต่แนวทางปฏิบัติปัจจุบันนั้น ผู้หญิงทุกคนที่อายุ 40 ปีหรือมากกว่า จะต้องไปตรวจแมมโมแกรมทุกปี

การใช้อายุเป็นเกณฑ์สำหรับการตรวจคัดกรองมะเร็ง (หลายชนิด) เป็นการใช้ทรัพยากรจำนวนมากโดยสิ้นเปลือง ซึ่ง นพ. โทโพล อ้างว่าทรัพยากรที่มีอยู่อย่างจำกัดทำให้สามารถวินิจฉัยโรคมะเร็งได้เพียง 14% ของโรคมะเร็งทั้งหมดที่อุบัติขึ้นในสหรัฐอเมริกา

ดังนั้น ระบบการตรวจสุขภาพของ Mass General Brigham จึงได้เริ่มใช้ polygenic risk scores หรือการใช้พันธุกรรมของแต่ละบุคคลมาคำนวณเป็นคะแนนความเสี่ยงที่จะเป็นโรคมะเร็ง การคัดกรองโดยใช้ polygenic risk scores พบว่า 13% มีความเสี่ยงสูงต่อมะเร็งเต้านม, 6% มีความเสี่ยงสูงต่อมะเร็งลำไส้ใหญ่, 15% มีความเสี่ยงต่อมะเร็งต่อมลูกหมาก

งานวิจัยล่าสุดยังพบว่าpolygenic risk score สามารถตรวจคัดกรองมะเร็งต่อมลูกหมากได้แม่นยำกว่าการตรวจ PSA หรือ MRI

ยา GLP-1: นวัตกรรมที่เกินความคาดหมาย: นพ.โทโพลระบุว่า ยากลุ่ม GLP-1 เช่น Ozempic มีประสิทธิภาพเกินความคาดหมายมาก นอกจากจะรักษาโรคอ้วนและเบาหวานแล้ว ยังช่วยลดผลกระทบจากโรคหัวใจ โรคหลอดเลือดสมอง โรคหัวใจล้มเหลว โรคตับ และโรคไต

งานวิจัยพบว่า ประโยชน์ของยาเหล่านี้ไม่ได้ขึ้นอยู่กับการลดน้ำหนักเพียงอย่างเดียว เพราะผู้ป่วยที่ลดน้ำหนักได้น้อยกว่า ก็ยังได้รับประโยชน์จากการลดผลกระทบจากโรคดังกล่าวข้างต้นในระดับที่เท่าเทียมกัน

AI กับประสิทธิภาพของระบบสาธารณสุข: AI จะช่วยแพทย์ประหยัดเวลาในการบันทึกข้อมูลผู้ป่วยโดยเฉลี่ย 3 ชั่วโมงต่อวัน นอกจากนั้น AI จะสามารถบันทึกและสรุปการสนทนาระหว่างแพทย์และผู้ป่วย สร้างใบนัดหมายครั้งต่อไป ตลอดจนสั่งการตรวจ และขออนุมัติเงินประกันสุขภาพได้โดยอัตโนมัติ

ที่สำคัญคือ AI สามารถประเมินชั้นข้อมูลต่างๆ ของผู้ป่วย ตั้งแต่ DNA และ RNA ไปจนถึงกายวิภาคศาสตร์ สรีรวิทยา อีพิเจเนติกส์ ไมโครไบโอม ฯลฯ แพทย์จะสามารถทำนายและคาดการณ์ปัจจัยต่างๆ ด้านสุขภาพและโรคภัยในคนไข้ในระดับบุคคลได้อย่างละเอียดและแม่นยำแบบที่ไม่เคยมีมาก่อน เมื่อทำการรักษาแล้วก็จะสามารถติดตามผลได้อย่างใกล้ชิดอีกด้วย

แม้ว่าเทคโนโลยีดังกล่าวจะได้พัฒนาไปอย่างต่อเนื่อง แต่วงการแพทย์ก็ยังตอบรับการเปลี่ยนแปลงอย่างเชื่องช้า ดร.โทโพลมีข้อสังเกตว่า telemedicine มีอยู่มานานหลายปี แต่ก็เพิ่งจะได้รับการยอมรับอย่างแพร่หลายหลังจากวิกฤติโควิด-19 และอุปสรรคหลักในการนำเทคโนโลยีมาใช้อย่างแพร่หลายโดยรวดเร็ว คือ การที่โรงเรียนแพทย์ส่วนใหญ่ยังไม่สอนเรื่องพันธุศาสตร์ การแพทย์เฉพาะบุคคล และ AI อย่างเพียงพอ

อย่างไรก็ตาม นพ.โทโพล มีความหวังว่าเทคโนโลยีที่รุดหน้าไปมาก จะทำให้โรคที่ทำร้ายมนุษยชาติมานานหลายพันปีกลายเป็นโรคที่ป้องกันได้ในอนาคตอันใกล้

สัปดาห์หน้า: ตอนที่ 3 - การปฏิบัติจริง: ดำเนินชีวิตประจำวัน อย่างไรจึงจะเป็น Super Ager

ดูข่าวต้นฉบับ
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...
Loading...