Google เผยความคืบหน้าใช้เทคโนโลยีเร่งการวิจัยและรักษาโรค

งานวิจัยและเครื่องมือด้านสุขภาพของ Google ครอบคลุมตั้งแต่การค้นพบระดับเซลล์ขั้นพื้นฐานไปจนถึงการวิเคราะห์ในห้องปฏิบัติการเพื่อสร้างผลกระทบเชิงบวกต่อผู้ป่วย โดยในช่วง 5 ปีที่ผ่านมา ทีมงานได้ตีพิมพ์ผลงานวิจัยแบบ peer-reviewed ถึง 90 ฉบับ ซึ่งถูกนำไปอ้างอิงมากกว่า 90,000 ครั้ง

ภายใต้วิสัยทัศน์ที่เชื่อว่า technology can accelerate science to improve lives Google ได้ร่วมมือกับแพทย์และนักวิจัยทั่วโลกเพื่อผลักดันการค้นพบจากห้องแล็บสู่การรักษาจริง นี่คือวิธีที่เทคโนโลยีกำลังช่วยขับเคลื่อนนวัตกรรมทางการแพทย์ในปัจจุบัน

ถอดรหัสกลไกของโรค

AlphaGenome Atlas คือคลังข้อมูลการทำนายที่ครอบคลุมที่สุดในปัจจุบัน โดยแสดงให้เห็นว่าการเปลี่ยนแปลงของตัวแปรอักษรเดี่ยวในจีโนมมนุษย์ส่งผลต่อชีววิทยาโมเลกุลอย่างไร

การเข้าใจการทำงานของโรคในระดับโมเลกุลและพันธุกรรมเป็นหัวใจสำคัญของการรักษาที่มีประสิทธิภาพ โมเดลชีววิทยาของ Google ทำหน้าที่เป็นเครื่องมือช่วยนักวิทยาศาสตร์เปิดเผยกลไกธรรมชาติที่ซ่อนอยู่ ดังนี้:

• การเร่งค้นพบยา: นักวิจัยจาก Institute for Global Health บาร์เซโลนา ใช้ AlphaFold สแกนสารประกอบกว่า 30,000 ชนิด เพื่อหาฤทธิ์ต้านปรสิตสำหรับโรคชากาส (Chagas disease) จนสามารถระบุยาที่ผ่านการรับรองจาก FDA สองชนิดที่นำมาปรับใช้ใหม่ได้ ช่วยรัดขั้นตอนและเวลาในการรักษา
• แผนที่พันธุกรรมกับการแก่ตัว: นักวิจัยจาก University of Exeter ใช้ AlphaGenome Atlas วิเคราะห์ข้อมูลจีโนมจากคนกว่า 54,000 คน จนพบตัวแปรทางพันธุกรรมที่ขับเคลื่อนโปรตีนสำคัญ เช่น PLA2G7 ที่เชื่อมโยงกับการแก่ตัว และ EGLN1 ซึ่งเป็นเซ็นเซอร์ออกซิเจนของเซลล์
• จำลองสมองระดับนาโน: Google ร่วมกับ Lichtman Lab แห่ง Harvard ในการ reconstructed a human brain fragment ที่ความละเอียดระดับนาโน พร้อมเปิดข้อมูลผ่าน Neuroglancer รวมถึงทำแผนที่สมองของสิ่งมีชีวิตต้นแบบอย่าง fly, larval zebrafish และ songbird เพื่อให้นักวิจัยทั่วโลกนำไปศึกษาต่อ

เร่งเครื่องมือสำหรับโซลูชันทางการแพทย์

โมเดลของ Google เข้ามาเปลี่ยนกระบวนการในห้องแล็บที่เคยล่าช้าให้รวดเร็วและแม่นยำยิ่งขึ้น โดยสามารถประมวลผลข้อมูลมหาศาลเพื่อสร้างโซลูชันด้านสาธารณสุขได้จริง

การวินิจฉัยทางพันธุกรรมทำได้รวดเร็วขึ้นผ่านความร่วมมือกับ Stanford University School of Medicine โดยใช้ DeepVariant และ DeepConsensus ช่วยระบุสาเหตุโรคพันธุกรรมในเคสวิกฤต enabling life-saving interventions ได้ในเวลาไม่ถึง 8 ชั่วโมง จนได้รับการบันทึกสถิติโดย Guinness World Record

นอกจากนี้ยังมีการเปิดตัว AlphaProtein Novo ซึ่งเป็น pipeline สำหรับสร้างเอนไซม์ใหม่ที่ไม่เคยมีในธรรมชาติ เพื่อใช้สังเคราะห์โครงสร้างหลักของยาหรือย่อยสลายพลาสติกที่มีพิษ

ในด้านสาธารณสุขเชิงรุก Google ได้ใช้โมเดล Google Earth AI วิเคราะห์ข้อมูลสิ่งแวดล้อมเพื่อ help public health leaders คาดการณ์การระบาดของโรค เช่น การทำงานร่วมกับ WHO AFRO และ INRB ในสาธารณรัฐประชาธิปไตยคองโก เพื่อระบุความเสี่ยงการแพร่เชื้ออีโบลาได้รวดเร็วกว่าการเขียนโค้ดแบบเดิม

สนับสนุนบุคลากรด้วยโมเดล machine learning

เทคโนโลยี machine learning ช่วยให้การตรวจหาโรคแม่นยำขึ้นและลดภาระงานด้านธุรการ เพื่อให้แพทย์มีเวลาดูแลผู้ป่วยได้มากขึ้น

จากการศึกษาในวารสาร Nature Cancer ร่วมกับ Imperial College London และ NHS พบว่าระบบคัดกรองแมมโมแกรมสามารถ caught มะเร็งในช่วงระยะห่าง (interval cancers) ที่มักถูกมองข้ามได้ถึง 25% และช่วยลดภาระงานอ่านผลของผู้เชี่ยวชาญได้ถึง 40% ช่วยแก้ปัญหาการขาดแคลนรังสีแพทย์ได้โดยตรง

นอกจากนี้ DeepSomatic ยังช่วยตรวจพบการกลายพันธุ์ของมะเร็งเม็ดเลือดขาวในเด็กที่เคยมองข้ามไปได้ถึง 10 จุด ขณะที่ flu forecasting model ของ Google ก็คว้าอันดับ 1 จาก CDC ในการคาดการณ์การเข้ารักษาในโรงพยาบาลจากไข้หวัดใหญ่ปี 2025-2026 ได้แม่นยำที่สุด

สุขภาพที่ดีขึ้นที่ทุกคนเข้าถึงได้

Google มุ่งเน้นการแบ่งปันโมเดลและแพลตฟอร์มแบบเปิดเพื่อให้ชุมชนวิทยาศาสตร์นำไปต่อยอด โดยผ่าน Google.org ที่สนับสนุนองค์กรต่างๆ เช่น Infectious Disease Institute at Makerere University ในการคาดการณ์การดื้อยามาลาเรีย

ในปี 2026 Google.org ได้มอบเงินทุนกว่า 60 ล้านดอลลาร์ให้แก่งค์กรทั่วโลก เพื่อนำโมเดลขั้นสูงไปใช้ปฏิรูปการรักษาโรค โดยมุ่งหวังที่จะเปลี่ยนความท้าทายด้านสุขภาพให้กลายเป็นโซลูชันที่ใช้งานได้จริง เพื่อชีวิตที่ดีขึ้นของผู้คนในทุกที่