ตามผลการศึกษาล่าสุด เผยว่าโมเดล AI ที่ถูกตั้งชื่อว่า EMethylNETสามารถตรวจจับมะเร็ง 13 ชนิดได้ด้วยความแม่นยำสูงถึง 98.2% โดยใช้เพียงข้อมูล DNA จากตัวอย่างเนื้อเยื่อเท่านั้น โดย AI ตัวนี้ถูกพัฒนาโดยนักวิจัยที่มหาวิทยาลัยเคมบริดจ์ในสหราชอาณาจักร และมีศักยภาพในการเร่งการตรวจหามะเร็งในระยะแรก รวมไปถึงการวินิจฉัย และการรักษา
เมื่อสัปดาห์ที่ผ่านมา ผลการวิจัยดังกล่าว ได้ถูกตีพิมพ์ลงในวารสาร Biology Methods and Protocols โดยเน้นที่เรื่องของ “DNA methylation” ซึ่งเป็นกระบวนการทางเคมีที่เกิดขึ้นในระยะแรก เมื่อเซลล์เริ่มเจริญเติบโต รวมถึงเซลล์มะเร็ง นักวิจัยได้ฝึกแบบจำลอง Machine Learning ให้สามารถตรวจจับโครงสร้าง และเส้นทางการเจริญเติบโตของมะเร็งในระยะเริ่มต้นได้สำเร็จ
ตามรายงานวิจัย ระบุว่า “โรคมะเร็ง ถือเป็นการรวมกันของโรคมากกว่า 200 ชนิดเอาไว้ในที่เดียว อีกทั้งยังเป็นสาเหตุหลักของการเจ็บป่วย และการเสียชีวิตทั่วโลก ซึ่งตามปกติแล้วมะเร็งจะถูกตรวจพบในระยะที่มีการลุกลามไปแล้ว โดยผู้เสียชีวิตด้วยโรคมะเร็งส่วนใหญ่มากถึง 90% ถูกตรวจพบว่า อยู่ในมะเร็งขั้นลุกลาม”
ดังนั้น การตรวจหามะเร็งในระยะแรก ร่วมกับการรักษาในปัจจุบัน จึงถือเป็นปัจจัยสำคัญอย่างมากต่อการรอดชีวิต และการรักษามะเร็งประเภทต่าง ๆ
นักวิจัยได้ฝึก EMethylNET โดยใช้ข้อมูลจากตัวอย่างเนื้อเยื่อมากกว่า 6,000 ตัวอย่าง จากโครงการ The Cancer Genome Atlas ที่รวบรวมประเภทมะเร็งกว่า 13 ชนิด ไม่ว่าจะเป็น มะเร็งเต้านม มะเร็งปอด และมะเร็งลำไส้ใหญ่ เป็นต้น หลังจากนั้นพวกเขาได้ทำการทดสอบแบบจำลองตัวนี้กับเซลล์มะเร็งอีกมากกว่า 900 ตัวอย่างเพื่อวัดผล
ผลการศึกษาชี้ให้เห็นว่า ความแม่นยำในการจำแนกประเภทมะเร็ง 13 ชนิดและมีความแม่นยำสูงถึง 98%
ตามการศึกษา แบบจำลอง AI นี้รวมสองวิธีการของ AI คือ XGBoost ซึ่งเลือกคุณสมบัติที่เกี่ยวข้อง และเครือข่ายประสาทเชิงลึก สำหรับการจำแนกประเภท ซึ่งช่วยให้สามารถตรวจหามะเร็งได้อย่างแม่นยำ และให้ข้อมูลเชิงลึกเกี่ยวกับการควบคุมปัจจัยที่ไม่ใช่ทางพันธุกรรมที่ทำให้เซลล์ปกติกลายเป็นเซลล์มะเร็ง
แม้ว่าการวิจัยขั้นเริ่มต้นนี้จะมีแนวโน้มที่ดี แต่นักวิจัยเตือนว่า เทคโนโลยีนี้ยังจำเป็นต้องศึกษา และทำการทดสอบเพิ่มเติมก่อนที่จะสามารถนำมาใช้จริงในที่สุด
อย่างไรก็ตาม ในฐานะที่ AI มีศักยภาพที่จะทำให้วงการทางการแพทย์ก้าวหน้าไปได้ โปรเจกต์ AI อย่าง EMethylNET จึงถือเป็นก้าวสำคัญในการใช้การเรียนรู้เทคโนโลยีใหม่ เพื่อวินิจฉัยมะเร็งที่แม่นยำและรวดเร็วยิ่งขึ้น ดังนั้นนวัตกรรมเหล่านี้จึงอาจมีผลกระทบอย่างกว้างขวางต่อผู้คนทั่วโลก
ที่มา:decrypt