ยกระดับการรักษามะเร็งเต้านมด้วย AI ปิดช่องว่างการดูแลผู้ป่วย

มะเร็งเต้านมเป็นมะเร็งที่ตรวจพบมากที่สุดในสตรีชาวอเมริกัน แต่ช่องว่างในการดูแลรักษายังคงเป็นปัญหาใหญ่ ผู้หญิงอายุเกิน 40 ปีส่วนใหญ่ มักข้ามการตรวจคัดกรองประจำปีตามคำแนะนำ ขณะที่นักรังสีวิทยาต้องรับภาระหนักในการอ่านผลแมมโมแกรมท่ามกลางภาวะขาดแคลนบุคลากร และเมื่อตรวจพบโรค การทดสอบเพื่อวางแผนการรักษาก็อาจใช้เวลานานหลายสัปดาห์กว่าจะทราบผล

เหล่าสตาร์ทอัพในโปรแกรม NVIDIA Inception กำลังพัฒนาแอปพลิเคชัน AI เพื่อสนับสนุนบุคลากรทางการแพทย์ในทุกขั้นตอน ตั้งแต่การสร้างภาพถ่ายทางการแพทย์ (imaging) การประเมินความเสี่ยง ไปจนถึงการวางแผนการรักษาที่แม่นยำ

ในสหรัฐอเมริกามีการตรวจแมมโมแกรมสูงถึง 40 ล้านครั้งต่อปี แต่การคาดการณ์ว่าจะขาดแคลนนักรังสีวิทยานับหมื่นคนในทศวรรษหน้า กลายเป็นอุปสรรคสำคัญในการวิเคราะห์ผล ส่วนในขั้นตอนการรักษา แพทย์มักต้องพึ่งพาการตรวจวิเคราะห์ทางพันธุกรรม (genomic assays) จากห้องปฏิบัติการภายนอกซึ่งใช้เวลานานหลายสัปดาห์ ซึ่งสวนทางกับความต้องการความรวดเร็วและความแน่นอนในการรักษา

การสร้างภาพอัตโนมัติด้วย AI เพื่อข้อมูลที่เหนือกว่า

iSono Health หนึ่งในสตาร์ทอัพจาก NVIDIA Inception พัฒนาแพลตฟอร์ม ATUSA ซึ่งเป็นระบบอัลตราซาวด์ 3 มิติแบบสวมใส่อัตโนมัติที่ผ่านการรับรองจาก FDA ช่วยลดอุปสรรคในการเข้าถึงบริการตรวจคัดกรอง โดยสามารถบันทึกภาพปริมาตรเต้านมได้ในเวลาเพียง 2 นาทีต่อข้าง เทียบกับอัลตราซาวด์แบบมือถือปกติที่ใช้เวลานานถึง 45 นาที

ระบบ AI นี้ฝึกฝนจากภาพสแกนเต้านมกว่า 1.5 ล้านเฟรม โดยใช้การประมวลผลผ่าน NVIDIA GPU และเทคโนโลยี Open Source เพื่อสร้างภาพสแกน 3 มิติ ซึ่งบริษัทระบุว่ามีความไว (sensitivity) ในการตรวจพบมากกว่าอัลตราซาวด์ 2 มิติแบบเดิมถึง 28%

[](https://blogs.nvidia.com/wp-content/uploads/2026/10/ATUSA_software_show_10s.mp4?_=1)

ข้อดีของ ATUSA คือการลดความผันแปรจากผู้ปฏิบัติงาน เนื่องจากเครื่องจะบันทึกภาพในลักษณะเดียวกันทุกครั้ง ทำให้แพทย์สามารถเปรียบเทียบการเปลี่ยนแปลงของเนื้อเยื่อจากการสแกนต่อเนื่องในแต่ละปีได้อย่างแม่นยำ ปัจจุบันเริ่มเปิดให้บริการแล้วในหลายรัฐทั่วสหรัฐอเมริกา และกำลังวิจัยต่อยอดสู่ระบบวินิจฉัยแบบหลากหลายรูปแบบ (multimodal) ที่รวมข้อมูลจากทั้งแมมโมแกรม MRI และข้อมูลทางคลินิกเข้าด้วยกัน

เพิ่มความแม่นยำในการตรวจจับและลดภาระแพทย์

Whiterabbit.ai พัฒนาซอฟต์แวร์ WRDensity เพื่อประเมินความหนาแน่นของเต้านมจากแมมโมแกรมโดยอัตโนมัติ ซึ่งถูกนำไปใช้ดูแลผู้ป่วยแล้วหลายแสนราย นอกจากนี้ยังมี WRRisk ที่ช่วยประเมินความเสี่ยงระยะยาวในการเกิดมะเร็ง เพื่อช่วยให้นักรังสีวิทยาสามารถมุ่งเน้นไปยังเคสที่มีความเสี่ยงสูงได้อย่างตรงจุด

เป้าหมายหลักคือการลดภาระงานของนักรังสีวิทยาและลดการเรียกผู้ป่วยกลับมาตรวจซ้ำ (callback) ที่ไม่จำเป็น โดย Whiterabbit ใช้ NVIDIA GPU ทั้งบนคลาวด์และในคลินิกเพื่อประมวลผล AI ให้รวดเร็วที่สุด ช่วยให้แพทย์ค้นหา "เข็มในมหาสมุทร" หรือเคสมะเร็งท่ามกลางผลตรวจปกติจำนวนมหาศาลได้ง่ายขึ้น

คาดการณ์ผลการรักษาแบบเฉพาะบุคคล

Ataraxis AI กำลังเปลี่ยนผ่านการวางแผนการรักษาไปสู่ยุคดิจิทัล โดยใช้ AI วิเคราะห์สไลด์พยาธิวิทยาเพื่อคาดการณ์การตอบสนองต่อการบำบัดและความเสี่ยงในการกลับมาเป็นซ้ำโดยไม่ต้องรอผลตรวจพันธุกรรมนานหลายสัปดาห์ โมเดลของ Ataraxis จะวิเคราะห์รูปแบบในเนื้อเยื่อเพื่อช่วยแพทย์ตัดสินใจว่าผู้ป่วยควรได้รับเคมีบำบัดก่อนหรือหลังการผ่าตัดหรือไม่

ทางด้าน SimBioSys ได้พัฒนาเทคโนโลยีสร้างโมเดล 3 มิติของเนื้องอกและเส้นเลือด เพื่อนำทางในการผ่าตัดและประเมินความเสี่ยงการกลับมาเป็นซ้ำ โดยรวมข้อมูลจากหลายแหล่งเข้าด้วยกันผ่านการประมวลผลของ NVIDIA MONAI และไลบรารี CUDA-X เพื่อให้ได้คำตอบที่รวดเร็วและแม่นยำที่สุดสำหรับผู้ป่วย

เรียนรู้เพิ่มเติมเกี่ยวกับโปรแกรม NVIDIA Inception สำหรับสตาร์ทอัพ

เทคโนโลยีบางอย่างที่อธิบายในบทความนี้อยู่ระหว่างการค้นคว้าและยังไม่ได้รับการอนุมัติจาก FDA ของสหรัฐอเมริกาเพื่อการใช้งานเชิงพาณิชย์