AI ชี้ชะตา! ค้นพบสัญญาณคลื่นไฟฟ้าหัวใจที่เคยไม่ถูกตรวจจับ ช่วยทำนายความเสี่ยงเสียชีวิตกระทันหันได้แม่นยำกว่าเดิม

เปิดโปงสัญญาณลับจากหัวใจด้วย AI

นักวิจัยจากมหาวิทยาลัยแคลิฟอร์เนีย เบิร์กลีย์ (UC Berkeley) นำโดยรองศาสตราจารย์ Ziad Obermeyer ตีพิมพ์ผลงานในวารสาร Nature วันที่ 24 มิถุนายน 2026 ซึ่งนับเป็นความก้าวหน้าครั้งสำคัญในการทำนายภาวะหัวใจหยุดเต้นเฉียบพลัน ทีมวิจัยใช้โมเดล Deep Learning เรียนรู้จากคลื่นไฟฟ้าหัวใจ (Electrocardiogram: EKG) กว่า 440,000 ครั้ง เพื่อค้นหา 'ลายเซ็น' สัญญาณไฟฟ้าที่บ่งบอกถึงความเสี่ยงที่ซ่อนอยู่

สัญญาณคลื่นไฟฟ้าที่ไม่เคยถูกค้นพบมาก่อน

โมเดล AI สามารถระบุรูปแบบคลื่นไฟฟ้าใน EKG ที่ละเอียดอ่อนมาก ซึ่งมนุษย์และโปรแกรมวิเคราะห์คลื่นหัวใจมาตรฐานไม่สามารถตรวจจับได้ สัญญาณเหล่านี้สัมพันธ์กับความผิดปกติของระบบไฟฟ้าหัวใจที่เกิดขึ้นก่อนภาวะหัวใจหยุดเต้นเฉียบพลัน แม้ว่านักวิจัยยังไม่เข้าใจกลไกทางสรีรวิทยาที่แน่ชัด แต่ AI ดูเหมือนจะสามารถระบุรูปแบบที่เกี่ยวข้องกับการที่หัวใจจะหยุดเต้นเสียชีวิตอย่างกะทันหันได้

การฝึกฝนและตรวจสอบโมเดล

ทีมวิจัยใช้คลื่นไฟฟ้าหัวใจมากกว่า 440,000 ครั้งจากประเทศสวีเดน โดยเชื่อมโยงข้อมูลกับใบมรณบัตรเพื่อป้อนให้โมเดลเรียนรู้ความแตกต่างของรูปแบบคลื่นระหว่างคนที่เสียชีวิตจากภาวะหัวใจหยุดเต้นกับคนที่ไม่ได้เสียชีวิต จากนั้นจึงนำโมเดลไปทดสอบกับฐานข้อมูลผู้ป่วยอีกนับพันรายจากทั้ง สหรัฐอเมริกา (เขตซานดิเอโก) และไต้หวัน (ไทเป) ซึ่งสอดคล้องกับรายงานของ Nature ที่ยืนยันว่าโมเดลดังกล่าวพัฒนาจากฐานข้อมูล EKG และบันทึกการเสียชีวิตจำนวนมาก

ความแม่นยำในการคาดการณ์ที่เหนือกว่า

ผลลัพธ์น่าทึ่งเมื่อ AI สามารถระบุกลุ่มผู้ป่วยที่มีความเสี่ยงสูง โดยมีอัตราการเสียชีวิตจากหัวใจหยุดเต้นเฉียบพลันถึง 7% ต่อปี ในขณะที่วิธีการตรวจหัวใจมาตรฐาน (ที่วัดปริมาณเลือดที่หัวใจสูบฉีดต่อครั้ง) สามารถระบุกลุ่มเสี่ยงสูงได้เพียง 4.6% ต่อปี AI สามารถคัดกรองผู้ที่มีความเสี่ยงได้มากขึ้นและแม่นยำกว่า ซึ่งหมายถึงผู้ป่วยหลายพันคนต่อปีที่ถูกมองว่ามีความเสี่ยงต่ำจากการตรวจแบบเดิมอาจได้รับการดูแลที่เหมาะสม

การตรวจจับที่ยากเย็นแสนเข็ญ

ภาวะหัวใจหยุดเต้นเฉียบพลันคร่าชีวิตคนอเมริกันมากกว่า 300,000 คนต่อปี เกิดขึ้นเมื่อระบบไฟฟ้าของหัวใจหยุดทำงานกะทันหันโดยไม่มีสัญญาณเตือน ศาสตราจารย์ Obermeyer กล่าวว่า 'ยารักษา' ที่มีประสิทธิภาพคือเครื่องกระตุ้นหัวใจแบบฝัง (Implantable Cardioverter-Defibrillator: ICD) ที่สามารถช็อกไฟฟ้าหัวใจให้กลับมาเต้นเป็นปกติได้ แต่แพทย์ไม่สามารถระบุได้ว่าผู้ป่วยรายใดจำเป็นต้องได้รับการฝังอุปกรณ์ก่อนที่จะสายเกินไป ปัญหาสำคัญคือผู้ป่วยเสียชีวิตเร็วมาก ทำให้แทบเป็นไปไม่ได้ที่จะรู้ว่าภายในหัวใจเกิดอะไรขึ้นก่อนหน้านั้น การชันสูตรอาจเปิดเผยโครงสร้างของหัวใจแต่ไม่เปิดเผยการทำงานของระบบไฟฟ้าในขณะที่หัวใจกำลังจะหยุดเต้น

ก้าวต่อไป

ทีมวิจัยวางแผนที่จะนำอัลกอริทึมไปใช้ในระบบสาธารณสุขจริง เพื่อช่วยให้แพทย์สามารถตัดสินใจได้ดีขึ้นว่าผู้ป่วยรายใดควรได้รับเครื่องกระตุ้นหัวใจ การศึกษานี้ยังเปิดประตูสู่งานวิจัยใหม่ๆ ในการค้นหากลไกทางสรีรวิทยาที่แท้จริงเบื้องหลังความผิดปกติของระบบไฟฟ้าหัวใจ Obermeyer กล่าวว่าเป้าหมายคือ 'ไม่เพียงแต่ตัดสินใจได้ดีขึ้น แต่ยังเริ่มเข้าใจสิ่งที่เกิดขึ้นจริงกับผู้ป่วยเหล่านี้ก่อนที่หัวใจของพวกเขาจะหยุดเต้น' เนื่องจาก EKG เป็นการตรวจที่ทำเป็นประจำ มีต้นทุนต่ำ และมีอยู่ทุกโรงพยาบาลทั่วโลก เครื่องมือนี้จึงสามารถนำไปใช้ในวงกว้างเพื่อช่วยชีวิตผู้คนได้นับไม่ถ้วน