ยกระดับการคัดกรองวัณโรคด้วยโมเดลพื้นฐาน AI จาก Google

การเข้าถึงการดูแลสุขภาพอย่างทันท่วงทีบ่อยครั้งขึ้นอยู่กับเหตุบังเอิญทางภูมิศาสตร์ ไม่ว่าจะเป็นสถานที่ที่คุณอาศัยอยู่ ทรัพยากรที่คลินิกในท้องถิ่นมี หรือการมีผู้เชี่ยวชาญอยู่ในระยะที่เข้าถึงได้หรือไม่

ไม่มีที่ใดที่ความเหลื่อมล้ำนี้จะรุนแรงไปกว่าการต่อสู้กับวัณโรค (TB) แม้จะเป็นโรคที่ป้องกันและรักษาให้หายได้ แต่วัณโรคยังคงคร่าชีวิตผู้คนมากกว่า 1.23 ล้านคนต่อปี อุปสรรคสำคัญคือด้านรังสีวิทยา สำหรับผู้ที่อยู่ในพื้นที่ที่มีภาระโรคสูง ตั้งแต่ชนบทห่างไกลไปจนถึงคนทำเหมืองใต้ดิน นักรังสีวิทยานั้นหายากและโครงสร้างพื้นฐานมักอยู่ห่างออกไปหลายวัน ส่งผลให้ผู้ป่วยติดเชื้อนับล้านรายไม่ถูกตรวจพบและเกิดการแพร่เชื้อต่อไป

ในช่วงหลายปีที่ผ่านมา ทีมงานของ Google Research และ Google for Health ได้มุ่งมั่นเปลี่ยนวิถีดังกล่าว ตั้งแต่การพัฒนาเครื่องมือ AI จาก งานด้านการสร้างภาพทางการแพทย์ที่มีอยู่เดิมของเรา เพื่อระบุผู้สงสัยว่าเป็นวัณโรค ไปจนถึงการทดสอบทางคลินิกและการขออนุมัติจากหน่วยงานกำกับดูแลร่วมกับพันธมิตรท้องถิ่น

ล่าสุดในงาน IDWeek 2026 ณ กรุงวอชิงตัน ดี.ซี. เราได้นำเสนอการใช้โมเดลพื้นฐานแบบเปิดอย่าง MedGemma เพื่อเสริมพลังให้ระบบสาธารณสุขทั่วโลก และทำให้การคัดกรองวัณโรคเป็นประชาธิปไตยในระดับสากล

พิสูจน์ว่าเครื่องมือ AI สามารถอ่านภาพเอกซเรย์ทรวงอกได้แม่นยำ

งานของเราเริ่มต้นด้วยคำถามสำคัญว่า เครื่องมือ AI สามารถตีความ ภาพเอกซเรย์ทรวงอก (CXRs) ได้แม่นยำเท่ากับรังสีแพทย์ผู้เชี่ยวชาญหรือไม่ โดยในปี 2019 เราได้ เผยแพร่เกณฑ์มาตรฐาน ในวารสาร Radiology ซึ่งพิสูจน์ว่าอัลกอริทึม deep learning สามารถตรวจพบวัณโรคปอดระยะลุกลามได้ในระดับที่เทียบเท่ากับผู้เชี่ยวชาญ

อย่างไรก็ตาม การนำไปใช้จริงต้องการการตรวจสอบที่เป็นอิสระ ในเดือนสิงหาคม 2021 Stop TB Partnership ได้ประเมินซอฟต์แวร์ automated computer-aided detection (CAD) และจัดอันดับโมเดลของเราให้อยู่ในกลุ่ม อัลกอริทึมการคัดกรองวัณโรคที่มีประสิทธิภาพสูงสุด ของโลก

ต่อมาในปี 2024 วารสาร NEJM AI ได้เผยรายละเอียด การตรวจสอบความถูกต้องแบบไปข้างหน้าในหลายพื้นที่ ซึ่งยืนยันว่าการคัดกรองด้วย AI รักษาความไวสูงในการตรวจพบโรคในกลุ่มผู้ป่วยที่หลากหลาย และยังตรวจพบความผิดปกติของปอดและหัวใจอื่นๆ ได้อย่างน่าเชื่อถือ

การก้าวข้ามช่องว่างในการนำไปใช้งานจริง

ในด้าน AI ทางการแพทย์ มีสิ่งที่เรียกว่า "ช่องว่างในการนำไปใช้" (translation gap) ระหว่างงานวิจัยกับเครื่องมือข้างเตียงผู้ป่วย เราจึงร่วมมือกับ Nexus AI บริษัทเทคโนโลยีในพริทอเรีย เพื่อพัฒนาอัลกอริทึมให้เป็นเครื่องมือวินิจฉัยที่ได้รับการรับรองมาตรฐานสากล ได้แก่:

• การรับรอง CE MDR class IIb: ตามกฎระเบียบ EU MDR 2017/745 ยืนยันความปลอดภัยในการดูแลผู้ป่วยจริง
• มาตรฐานคุณภาพ: ได้รับรอง ISO 13485 สำหรับการจัดการคุณภาพอุปกรณ์การแพทย์
• การเข้าถึงทั่วโลก: ร่วมมือกับ FIND เพื่อขอรับรอง World Health Organization Pre-qualification (WHO PQ) และกำลังดำเนินการขอ FDA clearance จากสหรัฐฯ

อุปกรณ์ Nexus AI คัดกรองภาพเอกซเรย์ทรวงอกเพื่อหาโรคปอด เช่น วัณโรค ได้ในเวลาเพียง 45 วินาที

ผลกระทบในแนวหน้า: เข้าถึงผู้ป่วยในพื้นที่ห่างไกล

ปัจจุบัน Nexus AI ได้นำเทคโนโลยีไปใช้ใน 6 ประเทศ ได้แก่ แอฟริกาใต้ เซียร์ราลีโอน โกตดิวัวร์ และกำลังขยายไปยังสาธารณรัฐประชาธิปไตยคองโก แซมเบีย และแคเมอรูน ในสถานพยาบาลกว่า 40 แห่ง ช่วยให้แพทย์ประเมิน ภาพเอกซเรย์ทรวงอก ไปแล้วกว่า 25,000 ภาพ ลดเวลารอคอยจากหลายสัปดาห์เหลือไม่ถึง 45 วินาที

นอกจากนี้ยังให้ความสำคัญกับความเท่าเทียม โดยให้บริการคัดกรองฟรีแก่คลินิกที่ขาดแคลนทรัพยากรไปแล้วกว่า 3,000 ครั้ง และตั้งเป้าจะเพิ่มเป็น 10,000 ครั้งต่อปี

การคัดกรองในพื้นที่เข้าถึงยาก: กรณีศึกษาจากเหมืองทอง Mponeng

ตัวอย่างที่ชัดเจนคือการทำงานใน เหมืองทอง Mponeng แอฟริกาใต้ ซึ่งเป็นเหมืองที่ลึกที่สุดในโลก โดย Nexus AI ร่วมกับพันธมิตรส่งเครื่องเอกซเรย์ดิจิทัลแบบพกพาและ AI แบบออฟไลน์ลงไปใต้ดินลึก 4 กิโลเมตร เพื่อคัดกรองคนทำเหมืองที่มีความเสี่ยง โรคปอดจากฝุ่นซิลิกา ทำให้สามารถตรวจคัดกรองและยืนยันผลได้ในการพบแพทย์เพียงครั้งเดียว

จากทางแก้เฉพาะจุดสู่รากฐานแบบเปิด: HAI-DEF และ MedGemma

เราได้เปลี่ยนจากการพัฒนาแบบแยกส่วนมาเป็นการสร้างรากฐานที่เปิดกว้างผ่าน Health AI Developer Foundations (HAI-DEF) โดยเปิดซอร์ส chest X-ray embeddings และ MedSigLIP ซึ่งเป็นโมเดลภาษา-ภาพที่ช่วยให้นักพัฒนาในพื้นที่สามารถปรับจูน (fine-tune) สำหรับงานเฉพาะทางได้โดยไม่ต้องใช้ทรัพยากรประมวลผลมหาศาล

ต่อยอดสู่ MedGemma ตระกูลโมเดล multimodal แบบเปิดที่มีประสิทธิภาพสูง สามารถสังเคราะห์ผลเอกซเรย์ร่วมกับประวัติทางคลินิกและทำงานแบบออฟไลน์ได้ ซึ่งปัจจุบันมียอดดาวน์โหลดมากกว่า 10 ล้านครั้ง ทั่วโลก

แอปพลิเคชันของ Nexus AI วิเคราะห์ภาพเอกซเรย์ทรวงอกโดยผสานรวมโมเดลต่างๆ เพื่อระบุความผิดปกติและกรณีที่ต้องสืบสวนเพิ่มเติม (FIR)

สนับสนุนโครงการวัณโรคแห่งชาติของอินโดนีเซีย

ในเอเชียตะวันออกเฉียงใต้ กระทรวงสาธารณสุขของอินโดนีเซีย กำลังใช้โมเดลเหล่านี้เพื่อคัดกรอง พลเมือง 50 ล้านคนต่อปี การใช้ MedGemma และ MedSigLIP บนโครงสร้างพื้นฐานภายในประเทศ ช่วยให้อธิปไตยของข้อมูลยังคงอยู่ภายในพรมแดนและรักษาความเป็นส่วนตัวของผู้ป่วยได้สูงสุด

การตรวจด้วยเสียง: อะคูสติกชีวภาพผ่าน HeAR

สำหรับพื้นที่ที่เข้าไม่ถึงเครื่องเอกซเรย์ Google Research ได้พัฒนา Health Acoustic Representations (HeAR) ที่ฝึกฝนจาก เสียงมากกว่า 300 ล้านรายการ เพื่อคัดกรองวัณโรคผ่านเสียงไอที่บันทึกจาก ไมโครโฟน สมาร์ทโฟน ซึ่งกำลังอยู่ระหว่างการวิจัยร่วมกับพันธมิตรในภูมิภาคซับซาฮาราของแอฟริกา

บทสรุปและกิตติกรรมประกาศ

เส้นทางจากห้องปฏิบัติการสู่การใช้งานจริงใน 6 ประเทศพิสูจน์ว่า วิทยาศาสตร์ที่เข้มงวดและพันธมิตรในท้องถิ่นคือหัวใจสำคัญ เราขอขอบคุณพันธมิตรทุกภาคส่วน รวมถึง Nexus AI, Stop TB Partnership และกระทรวงสาธารณสุขของแอฟริกาใต้และอินโดนีเซีย สำหรับความร่วมมือในการสร้างความเท่าเทียมด้านสุขภาพระดับโลก