รีเซต

โมเดล AI ทำนาย "หัวใจล้มเหลว" ล่วงหน้าหลายปี ลดความเสี่ยงเสียชีวิต

โมเดล AI ทำนาย "หัวใจล้มเหลว" ล่วงหน้าหลายปี ลดความเสี่ยงเสียชีวิต
TNN ช่อง16
17 กรกฎาคม 2569 ( 11:09 )
12

ภาวะหัวใจล้มเหลวเป็นโรคร้ายที่มักค่อย ๆ พัฒนาโดยแทบไม่มีสัญญาณเตือนชัดเจนในระยะแรก ผู้ป่วยจำนวนไม่น้อยกว่าจะรู้ตัวก็เมื่อหัวใจเริ่มทำงานผิดปกติจนส่งผลต่อการใช้ชีวิตแล้ว แต่ล่าสุด นักวิจัยพัฒนาเทคโนโลยี AI ที่อาจเปลี่ยนการดูแลโรคนี้ ด้วยการวิเคราะห์ผลตรวจคลื่นไฟฟ้าหัวใจแบบมาตรฐาน เพื่อประเมินความเสี่ยงได้ล่วงหน้านานหลายปี ช่วยให้แพทย์มีโอกาสวางแผนป้องกันและรักษาได้ตั้งแต่ก่อนเกิดอาการ

ทีมนักวิจัยจากคณะวิศวกรรมชีวการแพทย์ สถาบันเทคโนโลยีเทคนิออน (Technion) ประเทศอิสราเอล พัฒนาโมเดลปัญญาประดิษฐ์ (AI) ชื่อ DeepHHF ที่สามารถคัดกรองผู้ที่มีความเสี่ยงต่อภาวะหัวใจล้มเหลวได้ตั้งแต่ระยะเริ่มต้น โดยอาศัยข้อมูลจากการตรวจคลื่นไฟฟ้าหัวใจแบบติดตามต่อเนื่อง 24 ชั่วโมง (Holter ECG) ซึ่งเป็นการตรวจที่ใช้กันอยู่แล้วในทางการแพทย์

ในการศึกษาซึ่งตีพิมพ์ในวารสาร npj Digital Medicine นักวิจัยนำผลตรวจ Holter ECG กว่า 70,000 ราย มาฝึกให้ AI เรียนรู้รูปแบบความผิดปกติของสัญญาณไฟฟ้าหัวใจที่มีความละเอียดมากจนมนุษย์อาจมองไม่เห็น จากนั้นระบบจะประเมินว่าบุคคลใดมีความเสี่ยงที่จะเกิดภาวะหัวใจล้มเหลวในอนาคต

ผลการศึกษาพบว่า AI สามารถส่งสัญญาณเตือนความเสี่ยงได้ ล่วงหน้าสูงสุดถึง 5 ปี ก่อนที่ผู้ป่วยจะเริ่มมีอาการของโรค ซึ่งถือเป็นความก้าวหน้าที่สำคัญ เพราะหากแพทย์ทราบความเสี่ยงได้ตั้งแต่เนิ่น ๆ ก็อาจแนะนำให้ปรับพฤติกรรม ควบคุมโรคประจำตัว หรือเริ่มการรักษาที่เหมาะสม เพื่อลดโอกาสเกิดภาวะหัวใจล้มเหลว ลดการนอนโรงพยาบาล และเพิ่มโอกาสรอดชีวิต

ภาวะหัวใจล้มเหลวส่งผลกระทบต่อผู้คนทั่วโลกประมาณ 64 ล้านคน และพบได้บ่อยในผู้ที่มีอายุมากกว่า 65 ปี ผู้ป่วยมักมีอาการเหนื่อยง่าย หายใจลำบาก ขาบวม และออกแรงได้น้อย หากไม่ได้รับการรักษา อาจนำไปสู่ภาวะแทรกซ้อนรุนแรงและเสียชีวิตได้

นักวิจัยระบุว่า ปัจจุบันยังไม่มีโมเดล AI ที่สามารถทำนายความเสี่ยงของภาวะหัวใจล้มเหลวได้ล่วงหน้านานถึง 5 ปี โดยใช้เพียงข้อมูลดิบจากการตรวจ Holter ECG แบบมาตรฐาน ดังนั้น หากเทคโนโลยีนี้ได้รับการพัฒนาและนำมาใช้ในวงกว้าง ก็อาจช่วยให้การตรวจหัวใจที่ทำอยู่เป็นประจำ กลายเป็นเครื่องมือสำคัญในการค้นหาผู้ที่มีความเสี่ยงตั้งแต่ก่อนป่วย และเปิดโอกาสให้เริ่มการป้องกันได้เร็วขึ้น

ยอดนิยมในตอนนี้

แท็กยอดนิยม

ข่าวที่เกี่ยวข้อง