Super Agers: การพยากรณ์ความสูงวัยด้วยนาฬิกาอีพิเจเนติก-AI (2)

ในหนังสือ Super Agers นพ.เอริค โทโพล (Eric Topol) ระบุว่า หากมนุษย์เราสามารถทราบได้ว่า มีความเสี่ยงจะเป็นโรคอะไร เมื่อไหร่ และทำอย่างไรเพื่อป้องกันล่วงหน้าได้ 10-20 ปี
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
งานวิจัยล่าสุดยังพบว่า polygenic 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