จากหนึ่งแนวทางเหมือนกันหมด สู่การรักษามะเร็งเต้านมที่รู้จักคนไข้เป็นรายคน
การใช้ AI ตรวจจับมะเร็งเต้านมร่วมกับการวิเคราะห์จีโนมิกส์และตัวบ่งชี้ทางชีวภาพ คือแนวทางการแพทย์แม่นยำที่ประเมินความเสี่ยงมะเร็งเต้านมได้ล่วงหน้า เลือกวิธีรักษาที่ตรงกับชีววิทยาของก้อนมะเร็งของแต่ละคน และช่วยลดความเหลื่อมล้ำด้านการเข้าถึงเทคโนโลยีขั้นสูงในระบบสุขภาพสมัยใหม่ แก่นสำคัญของการเปลี่ยนผ่านครั้งนี้คือการปฏิเสธแนวคิด “one size fits all” ในการรักษามะเร็งเต้านม แนวทางมาตรฐานชุดเดียวเอาไม่อยู่แล้ว เมื่อทั่วโลกพบผู้ป่วยมะเร็งเต้านมรายใหม่กว่า 2.3–2.4 ล้านคนต่อปี และข้อมูลจากสถาบันมะเร็งแห่งชาติระบุว่ามีผู้ป่วยรายใหม่มากกว่า 22,000 รายต่อปี หรือวันละ 61 คน ในเวทีเสวนา “The End of One-Size-Fits-All: Personalizing Breast Cancer Care in Thailand: From Genomics to AI-Enabled Care” ผู้เชี่ยวชาญด้านมะเร็ง นักวิชาการ ผู้กำหนดนโยบาย และผู้แทนผู้ป่วยยืนยันตรงกันว่า นวัตกรรมอย่างจีโนมิกส์ ไบโอมาร์กเกอร์ AI และยามุ่งเป้าได้เปลี่ยนโฉมการดูแลจากสูตรสำเร็จแบบเดียว ไปสู่การรักษาเฉพาะบุคคลที่มองผู้ป่วยเป็นมนุษย์ทั้งคน ไม่ใช่แค่รหัสโรค
NYU-DRP ตัวอย่างชัดว่า AI อ่านแมมโมแกรมได้ลึกกว่าตาแพทย์
ถ้าจะถามว่า AI ตรวจจับมะเร็งเต้านมก้าวไปไกลแค่ไหน ชื่อหนึ่งที่ควรจับตามองคือโมเดล NYU-DRP ที่พัฒนาโดยทีมนักวิจัยจากศูนย์การแพทย์ชั้นนำ NYU Langone Health และศูนย์มะเร็ง Perlmutter ซึ่งประกาศผลงานเมื่อวันที่ 10 กันยายน 2026 NYU-DRP เป็นโมเดลการเรียนรู้เชิงลึกที่ใช้ภาพแมมโมแกรม 3 มิติแบบทอมซินเทซิสเต้านมดิจิทัลที่เก็บแบบตามระยะเวลาหลายปี เพื่อติดตามการเปลี่ยนแปลงของเนื้อเยื่อเต้านม แล้วคำนวณความเสี่ยงมะเร็งเต้านมในช่วงสองถึงห้าปีข้างหน้า โดยใช้ทั้งภาพถ่าย ความหนาแน่นของเต้านม และอายุผู้ป่วยร่วมกัน ผลการศึกษาตีพิมพ์ระบุชัดว่า โมเดลลึกที่อาศัย longitudinal DBT อย่าง NYU-DRP ทำนายความเสี่ยงมะเร็งเต้านมระยะยาวได้แม่นยำกว่าระบบที่อิงภาพ FFDM แบบดั้งเดิมและโมเดลความเสี่ยงเชิงคลินิก นี่ไม่ใช่แค่การอ่านฟิล์มแมมโมแกรมให้ไวขึ้น แต่คือการเปลี่ยนแมมโมแกรมให้กลายเป็นข้อมูลพยากรณ์ล่วงหน้าที่ใช้จัดการความเสี่ยงเชิงรุก
เมื่อจีโนมิกส์เจอ AI: ฐานสำคัญของการรักษาเฉพาะบุคคล
หัวใจของการรักษาเฉพาะบุคคลคือการเข้าใจว่า มะเร็งเต้านมของแต่ละคนไม่เหมือนกัน จีโนมิกส์และ AI จึงกลายเป็นคู่หูที่ทำให้ precision medicine เป็นรูปธรรมมากกว่าคำสวยหรู การตรวจรหัสพันธุกรรมเชิงลึกหรือจีโนมิกส์ และการตรวจตัวบ่งชี้ทางชีวภาพ ทำให้แพทย์รู้ว่าก้อนมะเร็งตอบสนองต่อยาแบบใด มีการกลายพันธุ์หรือสัญญาณชีวภาพแบบไหน ขณะที่ AI ช่วยอ่านชุดข้อมูลซับซ้อนเหล่านี้ได้เร็วและเป็นระบบ งานเสวนาเดียวกันย้ำว่า เทคโนโลยีอย่างการตรวจไบโอมาร์กเกอร์ การตรวจจีโนมิกส์แบบครอบคลุม ลิควิดไบออปซี และ AI สามารถให้ความเข้าใจลึกขึ้นเกี่ยวกับมะเร็งของผู้ป่วยแต่ละราย และช่วยระบุแนวทางการรักษาที่เหมาะสมกว่าแนวทางเดียวสำหรับทุกคน แนวคิดนี้ตัดกับการรักษาแบบสูตรเดียวโดยตรง ผู้ป่วยที่มีโปรไฟล์พันธุกรรมและไบโอมาร์กเกอร์ต่างกันย่อมไม่ควรถูกรักษาเหมือนกัน การใช้จีโนมิกส์และ AI จึงไม่ใช่ความหรูหรา แต่เป็นความยุติธรรมทางชีววิทยา
precision medicine กับบทบาทใหม่ของนโยบาย ลดช่องว่างการเข้าถึง
แม้เทคโนโลยีอย่างจีโนมิกส์และ AI จะล้ำหน้าเพียงใด หากมีแค่โรงพยาบาลใหญ่ไม่กี่แห่งที่ใช้ได้ ก็ไม่อาจเรียกว่าการแพทย์แม่นยำได้เต็มปาก แนวคิด precision medicine ที่แท้จริงคือการทำให้การวินิจฉัยแม่นยำและการรักษาเฉพาะบุคคลกลายเป็นมาตรฐานที่ผู้ป่วยทุกกลุ่มเข้าถึงได้ ไม่ใช่สิทธิพิเศษของคนเมืองหรือผู้มีรายได้สูง ผู้อำนวยการสถาบันมะเร็งแห่งชาติชี้ว่า ระบบสาธารณสุขกำลังเร่งบูรณาการการตรวจจีโนมิกส์และยามุ่งเป้าเข้าสู่บริการพื้นฐาน พร้อมผลักดันร่างพระราชบัญญัติมะเร็งแห่งชาติที่ตั้งอยู่บนเสาหลัก 4 ด้าน ตั้งแต่การทำให้นวัตกรรมมีราคาจับต้องได้ การแบ่งบทบาทการลงทุนภาครัฐและเอกชน การคุ้มครองข้อมูลพันธุกรรม ไปจนถึงการบูรณาการระบบนิเวศสาธารณสุขเป็นหนึ่งเดียว มีการประเมินว่า หากกฎหมายนี้ผ่าน การลงทุนด้านสุขภาพจะสร้างผลตอบแทนทางสังคมได้สูงถึง 5.5 เท่าภายในปีที่ 15 และถึงจุดคุ้มทุนภายใน 6 ปี ตัวเลขนี้สะท้อนชัดว่า การลงทุนใน precision medicine ไม่ใช่ภาระงบประมาณ แต่คือทุนทางสังคมระยะยาว
อนาคตที่ AI เป็นส่วนหนึ่งของการตัดสินใจรักษา ไม่ใช่ผู้ตัดสินแทนแพทย์
ทิศทางต่อไปของ AI ตรวจจับมะเร็งเต้านมและการแพทย์แม่นยำไม่ใช่การแทนที่แพทย์ แต่คือการกลายเป็นชั้นข้อมูลใหม่ในกระบวนการตัดสินใจรักษา ศูนย์มะเร็งชั้นนำเริ่มใช้เครื่องมือ AI ที่ผสานข้อมูลภาพถ่าย การตรวจจีโนมิกส์ ไบโอมาร์กเกอร์ และข้อมูลคลินิก เพื่อช่วยวางแผนการคัดกรองและเลือกการรักษาที่เหมาะสมกับความเสี่ยงจริงของผู้ป่วยแต่ละคน ทีมวิจัยที่พัฒนา NYU-DRP ระบุแผนต่อไปคือใช้โปรแกรมที่อาศัย longitudinal DBT เพื่อติดตามสุขภาพเต้านมของผู้หญิงอย่างเชิงรุก สังเกตว่าการใช้เครื่องมือนี้ส่งผลต่อสุขภาพและการเกิดมะเร็งอย่างไร รวมทั้งแบ่งปันโมเดลไปทดสอบกับข้อมูลจากศูนย์สุขภาพวิชาการอื่นและผู้ผลิตแมมโมแกรม 3 มิติรายต่างๆ เพื่อยืนยันความเสถียรของประสิทธิภาพ สุดท้าย การแพทย์แม่นยำจะเดินหน้าได้ก็ต่อเมื่อมีการตัดสินใจร่วมกันระหว่างแพทย์และผู้ป่วย ผู้ป่วยต้องได้รับข้อมูลเรื่องการตรวจไบโอมาร์กเกอร์ จีโนมิกส์ ยามุ่งเป้า และทางเลือกใหม่ๆ อย่างโปร่งใส เพื่อร่วมเลือกแนวทางที่เหมาะกับทั้งตัวโรคและคุณภาพชีวิตของตนเอง
