ทศวรรษแห่งการสร้าง

ในแต่ละปีในสหรัฐอเมริกา ผู้คนมากกว่า 300,000 รายเสียชีวิตจากภาวะหัวใจหยุดเต้นกะทันหัน ซึ่งเป็นภาวะที่ระบบไฟฟ้าของหัวใจทำงานผิดปกติโดยไม่มีการเตือนล่วงหน้า เหตุฉุกเฉินทางการแพทย์สามารถคร่าชีวิตทั้งผู้สูงอายุที่มีความเสี่ยงสูงและนักกีฬารุ่นเยาว์ที่ดูเหมือนจะมีสุขภาพดีและไม่มีประวัติเป็นโรคหัวใจ แม้ว่าเครื่องกระตุ้นหัวใจด้วยไฟฟ้าภายในที่กระตุ้นหัวใจให้กลับมาเป็นจังหวะสามารถช่วยชีวิตผู้คนได้ แต่การค้นหาว่าใครต้องการเครื่องจริงๆ ยังคงเป็นเกมการคาดเดาที่มีเดิมพันสูง For more context on this story, see our ongoing AI news.

ขณะนี้ทีมวิจัยที่นำโดย UC Berkeley ได้ค้นพบสัญญาณคลื่นไฟฟ้าหัวใจ (EKGs) ที่ไม่รู้จักก่อนหน้านี้ ซึ่งสามารถตรวจจับผู้ป่วยที่มีความเสี่ยงสูงก่อนที่หัวใจจะหยุดเต้น การศึกษาซึ่งตีพิมพ์เมื่อวันที่ 24 มิถุนายน พ.ศ. 2569 ในวารสาร Nature อาจเปลี่ยนแปลงวิธีที่แพทย์ระบุว่าใครต้องการการปลูกถ่ายอวัยวะช่วยชีวิต

“การตัดสินใจทางการแพทย์เป็นเรื่องยากจริงๆ และฉันคิดว่านั่นคือสาเหตุที่ AI น่าตื่นเต้นสำหรับฉัน” Ziad Obermeyer รองศาสตราจารย์จาก School of Public Health ของ UC Berkeley และผู้เขียนหลักของการศึกษากล่าวในการแถลงข่าวของมหาวิทยาลัย “เราไม่เพียงแต่สามารถตัดสินใจได้ดีขึ้นเท่านั้น แต่ยังเริ่มเข้าใจสิ่งที่เกิดขึ้นจริงกับผู้ป่วยเหล่านี้ก่อนที่หัวใจจะหยุดเต้น”

การฝึกอบรม 440,000 EKG

นักวิจัยใช้ EKG มากกว่า 440,000 เครื่องจากสวีเดนจับคู่กับข้อมูลจากใบมรณะบัตร นักวิจัยได้ฝึกฝนโมเดลปัญญาประดิษฐ์เพื่อวิเคราะห์เดือยและรูปคลื่นที่เกิดจากกระแสไฟฟ้าของหัวใจ พวกเขาป้อนการสแกนแบบจำลองจากผู้ที่มีสุขภาพดี ผู้ป่วยที่มีความเสี่ยง และผู้ที่เสียชีวิตด้วยโรคหัวใจในเวลาต่อมา จนกระทั่งระบบจดจำรูปแบบรูปคลื่นที่เป็นเอกลักษณ์เฉพาะของผู้ที่เสียชีวิตกะทันหัน

จากนั้นทีมงานได้ตรวจสอบอัลกอริธึมในไฟล์ผู้ป่วยเพิ่มเติมหลายพันรายการจากทั้งสหรัฐอเมริกาและไต้หวันเป็นเวลาหลายปี จากข้อมูลของมหาวิทยาลัย การรวบรวมข้อมูลเพียงอย่างเดียวใช้เวลาประมาณหนึ่งทศวรรษ โดยอาศัยการสแกน 6 ปีจากระบบสุขภาพแบบครบวงจรของสวีเดน EKG ที่ไม่ระบุตัวตน 2 ปีจากระบบโรงพยาบาลในซานดิเอโก และชุดข้อมูลที่แยกต่างหากจากไทเป

“AI ที่ดีเริ่มต้นด้วยข้อมูลที่ดี” Obermeyer ซึ่งเป็นส่วนหนึ่งของโครงการ UCSF-UC Berkeley Computational Precision Health กล่าว "น่าเสียดายที่ข้อมูลอย่างเช่นข้อมูลที่เราใช้ในการศึกษานี้เข้าถึงได้ยากอย่างไม่น่าเชื่อ นี่เป็นส่วนสำคัญว่าทำไมจึงมีการใช้งาน AI ทางคลินิกน้อยมากในปัจจุบัน"

การทดสอบมาตรฐานที่เหนือกว่า

ผลลัพธ์แสดงให้เห็นถึงการก้าวกระโดดที่มีนัยสำคัญเหนือวิธีการคัดกรองในปัจจุบัน เทคนิคที่ใช้กันมากที่สุดในการระบุผู้ป่วยที่มีความเสี่ยงจะวัดปริมาณเลือดที่หัวใจปล่อยออกมาในแต่ละจังหวะ หรือที่เรียกว่าเศษส่วนการดีดออก การทดสอบเหล่านั้นระบุกลุ่มที่มีความเสี่ยงสูงโดยมีอัตราการเสียชีวิตด้วยโรคหัวใจกะทันหันร้อยละ 4.6 ต่อปี

ในทางตรงกันข้าม ระบบ AI จะแยกกลุ่มที่มีความเสี่ยงสูงออกด้วยอัตรา 7% ต่อปี โดยระบุกลุ่มผู้ป่วยที่มีความเสี่ยงอย่างแท้จริงแต่มองว่ามีความเสี่ยงต่ำตามมาตรฐานปัจจุบันทุกประการ ผู้ป่วยเหล่านี้ส่วนใหญ่ไม่เคยถูกส่งต่อไปเพื่อรับการประเมินเพิ่มเติมภายใต้เกณฑ์วิธีที่มีอยู่

แม้ว่าภาวะหัวใจวายเกิดจากการไหลเวียนของเลือดที่จำกัด แต่ภาวะหัวใจหยุดเต้นจะเกิดขึ้นเมื่อกระแสไฟฟ้าของหัวใจหยุดยิงกะทันหัน การทำ CPR และการช็อกจากเครื่องกระตุ้นหัวใจภายนอกแบบอัตโนมัติสามารถช่วยชีวิตคนได้ แต่ประมาณ 90% ของผู้ที่ประสบภาวะหัวใจหยุดเต้นกะทันหันนอกโรงพยาบาลเสียชีวิตภายในไม่กี่นาที ความรวดเร็วและความไม่แน่นอนของเหตุการณ์ทำให้การป้องกันทำได้ยากเป็นพิเศษ

ภาวะที่กลืนไม่เข้าคายไม่ออกของเครื่องกระตุ้นหัวใจ

Obermeyer ตั้งข้อสังเกตว่าที่น่าประชดของการเสียชีวิตด้วยโรคหัวใจกะทันหันก็คือการรักษาที่มีอยู่แล้ว แพทย์ไม่สามารถระบุได้อย่างน่าเชื่อถือว่าใครต้องการการรักษาทันเวลา เครื่องกระตุ้นหัวใจด้วยไฟฟ้าแบบฝัง (ICD) เป็นอุปกรณ์ขนาดเล็กที่วางอยู่ในหน้าอกเพื่อติดตามจังหวะการเต้นของหัวใจและส่งแรงสั่นสะเทือนเมื่อตรวจพบรูปแบบที่เป็นอันตราย

ปัญหาคือสองเท่า ประการแรก การทดสอบการดีดออก-เศษส่วนแบบมาตรฐานกำหนดให้ผู้ป่วยต้องได้รับการประเมินทางการแพทย์ที่เกี่ยวข้องมากขึ้น ซึ่งเป็นสิ่งที่เหยื่อส่วนใหญ่ไม่เคยรู้มาก่อนว่าพวกเขาต้องการ ประการที่สอง สองในสามของการปลูกถ่ายที่ใส่ในผู้ป่วยที่ถูกทำเครื่องหมายโดยการทดสอบในปัจจุบัน ไม่เคยเกิดการยิงจริง ซึ่งหมายความว่าผู้ป่วยจะต้องผ่านขั้นตอนที่รุกรานและมีค่าใช้จ่ายสูงเพื่อป้องกันเหตุฉุกเฉินที่พวกเขาอาจไม่เคยเผชิญหน้ากัน

“ในบางส่วนของคนเหล่านั้น เราสามารถป้องกันการเสียชีวิตเหล่านั้นได้หากเรารู้ทันเวลา” โอเบอร์เมเยอร์กล่าว “มีคนจำนวนมากที่เสียชีวิตจากภาวะหัวใจล้มเหลวกะทันหัน ซึ่งสามารถป้องกันได้หากเรามีเครื่องมือ AI ที่ดีกว่าในการค้นหาสิ่งเหล่านี้”

อะไรจะเกิดขึ้นต่อไป

ระยะต่อไปของโครงการได้เริ่มต้นขึ้นแล้ว Obermeyer กำลังทำงานร่วมกับระบบสุขภาพในสวีเดน ไต้หวัน และสหรัฐอเมริกา เพื่อปรับใช้อัลกอริทึมกับฐานข้อมูล EKG ของโรงพยาบาล สำหรับการสแกน ระบบจะระบุว่ามีความเสี่ยงสูง แพทย์จะแจ้งให้ผู้ป่วยทราบและเสนอทางเลือกให้พวกเขาสวมแผ่นแปะที่คอยติดตามหัวใจของพวกเขาอย่างต่อเนื่อง ข้อมูลการตรวจสอบดังกล่าวสามารถช่วยให้นักวิจัยเข้าใจกลไกทางสรีรวิทยาภายในหัวใจที่สร้างสัญญาณปากโป้งได้ดีขึ้น และท้ายที่สุดอาจนำไปสู่การติดตั้งเครื่องกระตุ้นหัวใจภายในที่อาจช่วยชีวิตได้

การศึกษายังเปิดประตูสู่การวิจัยใหม่เกี่ยวกับสิ่งที่เครื่องมือ AI ตรวจพบได้จริง รูปแบบของคลื่นที่เกิดขึ้นนั้นเกี่ยวข้องกับหัวใจที่ผิดพลาดอย่างกะทันหันและร้ายแรง แต่กลไกทางสรีรวิทยาที่แม่นยำยังไม่ชัดเจน ซึ่งเป็นคำถามที่ทีมงานหวังว่าการตรวจสอบอย่างต่อเนื่องจะช่วยตอบได้

Obermeyer ยังสร้างเว็บไซต์ที่บุคคลที่สนใจประเมินความเสี่ยงของตนเองสามารถส่งข้อมูลพื้นฐานและที่อยู่อีเมล เพื่อให้ทีมวิจัยสามารถติดต่อพวกเขาเพื่อการวิเคราะห์ EKG ได้เมื่อเครื่องมือดังกล่าวพร้อมใช้งานในวงกว้างมากขึ้น โครงการนี้นำผลงานของสององค์กรที่ Obermeyer ผู้ร่วมก่อตั้ง ได้แก่ Dandelion Health และ Nightingale Open Science ซึ่งดำเนินงานที่จุดตัดระหว่าง AI และการวิจัยทางการแพทย์

นอกเหนือจากผลกระทบทางคลินิกในทันที การศึกษายังเน้นย้ำประเด็นที่กว้างขึ้นเกี่ยวกับ AI ในการแพทย์: คุณค่าที่ยิ่งใหญ่ที่สุดของเทคโนโลยีอาจไม่ได้อยู่ที่การแทนที่แพทย์ แต่ในรูปแบบที่เปิดเผยซึ่งมองไม่เห็นด้วยตามนุษย์ ซึ่งเป็นรูปแบบที่เมื่อเข้าใจแล้วสามารถช่วยชีวิตคนได้หลายพันคนทุกปี

“จะมีวิธีใหม่ในการทำวิทยาศาสตร์ที่มาจากเครื่องมือเหล่านี้” Obermeyer กล่าว “และเป็นเรื่องสนุกที่จะคิดว่าสิ่งนั้นเริ่มเกิดขึ้นได้อย่างไร”

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →