AI เปลี่ยนชีวิตเด็กป่วยโรคหายาก: OpenAI o3 ช่วยวินิจฉัยเพิ่มได้ 18 ราย จากเคสไร้คำตอบนับร้อย

นี่คือรายละเอียดของงานวิจัย การริเริ่มใช้ AI ในระดับโรงพยาบาล และความหมายในระดับโลก

งานวิจัยใน NEJM AI ทำงานอย่างไร

ทีมวิจัยจาก Manton Center for Orphan Disease Research ของโรงพยาบาล Boston Children's, Harvard University และ OpenAI ใช้ โมเดล o3 Deep Research (โมเดลที่ใช้ตรรกะขั้นสูง) เพื่อวิเคราะห์ข้อมูลผู้ป่วยเด็ก 376 ราย ที่ผ่านการตรวจทางพันธุกรรมมาตรฐานและการทบทวนโดยผู้เชี่ยวชาญแล้ว แต่ยังไม่ทราบสาเหตุของโรค

การวินิจฉัยโรคหายากนั้นยากมาก เพราะการถอดรหัสพันธุกรรมสามารถพบความผิดปกติได้เป็นล้านตำแหน่ง และองค์ความรู้ทางการแพทย์ก็เปลี่ยนแปลงตลอดเวลา โมเดล AI นี้ช่วยเชื่อมโยงผลการตรวจทางคลินิกกับหลักฐานทางพันธุกรรมที่ทันสมัยที่สุด ส่งผลให้ทีมแพทย์สามารถยืนยันการวินิจฉัยใหม่ได้ถึง 18 ราย สำหรับเด็กที่มีโรคทางพันธุกรรมหายากซึ่งก่อนหน้านี้ไม่มีคำตอบ

การใช้ AI ช่วยแพทย์ในวงกว้างที่ Boston Children's Hospital

งานวิจัยนี้เป็นส่วนหนึ่งของการเปลี่ยนแปลงที่ใหญ่กว่ามาก โรงพยาบาลได้นำ AI มาใช้เป็นโครงสร้างพื้นฐานหลักในองค์กร ความสำเร็จสำคัญร่วมกับ OpenAI ได้แก่:

• วินิจฉัยโรคหายากได้มากกว่า 40 โรค ที่ก่อนหน้านี้ไม่มีใครหาสาเหตุพบ
• ประหยัดค่าใช้จ่ายได้ 7 ล้านเหรียญสหรัฐฯ และ ประหยัดเวลาบุคลากรได้ 60,000 ชั่วโมง ทั่วทั้งองค์กร
• พนักงานมากกว่าหนึ่งในสามใช้เครื่องมือ AI ในงานคลินิกและงานปฏิบัติการเป็นประจำทุกวัน
• โรงพยาบาลรายงานว่า AI ได้กลายเป็น "โครงสร้างพื้นฐานหลัก" (core infrastructure) ที่ใช้ลดภาระงานธุรการ ลดต้นทุน เพิ่มขีดความสามารถทางคลินิก และจัดการกับเคสที่เคยคิดว่าเป็นไปไม่ได้

งบประมาณ 50 ล้านเหรียญสหรัฐฯ

ตัวเลข 50 ล้านเหรียญสหรัฐฯ นี้หมายถึงโครงการ NextGenAI consortium ของ OpenAI ซึ่งเปิดตัวในเดือนมีนาคม 2025 โดยร่วมมือกับ สถาบันวิจัย 15 แห่ง (รวมถึง Harvard) เพื่อให้ทุนสนับสนุนการวิจัย AI เข้าถึงทรัพยากรคอมพิวเตอร์ และ API โรงพยาบาล Boston Children's เป็นผู้รับประโยชน์โดยตรงจากทุนนี้ โดย John Brownstein ประธานฝ่ายนวัตกรรมของโรงพยาบาล ได้กล่าวขอบคุณเงินทุน 50 ล้านเหรียญสหรัฐฯ ที่ช่วยขับเคลื่อนงานวิจัยโรคหายากด้วย AI นอกจากนี้ OpenAI Foundation ยังได้ให้คำมั่นเพิ่มอีก 50 ล้านเหรียญสหรัฐฯ ในปี 2026 สำหรับโครงการ AI ที่เน้นมนุษย์เป็นศูนย์กลาง

ความหมายต่อชุมชนผู้ป่วยโรคหายากทั่วโลก

มีผู้ป่วยโรคหายากประมาณ 300 ล้านคนทั่วโลก และหลายคนต้องเผชิญกับ "การเดินทางเพื่อหาการวินิจฉัย" (diagnostic odyssey) ที่กินเวลานานหลายปี ต้องพบแพทย์หลายคน ตรวจซ้ำแล้วซ้ำเล่า และบ่อยครั้งก็ไม่เคยได้รับคำตอบ งานวิจัยนี้แสดงให้เห็นว่าโมเดล AI ที่ใช้ตรรกะสามารถค้นหาการวินิจฉัยจากข้อมูลพันธุกรรมที่มีอยู่แล้ว ซึ่งมนุษย์ผู้เชี่ยวชาญมองข้ามไป ทำให้สามารถ ย่นระยะเวลาการค้นหาจากหลายปีเหลือเพียงไม่กี่วันหรือไม่กี่สัปดาห์ แม้ว่าการวินิจฉัยใหม่ 18 รายจาก 376 เคส จะเป็นเพียง ~4.8% แต่แนวทางนี้สามารถขยายผล ทำซ้ำได้ และมีประสิทธิภาพมากขึ้นเมื่อองค์ความรู้ทางการแพทย์เพิ่มขึ้น นัยสำคัญคือ AI ที่ช่วยวิเคราะห์ข้อมูลพันธุกรรมซ้ำ (reanalysis) อาจกลายเป็นเครื่องมือมาตรฐานลำดับที่สอง ซึ่งจะช่วยลดภาระทางอารมณ์และการเงินของครอบครัวที่มีผู้ป่วยโรคหายากทั่วโลกได้อย่างมหาศาล