C-BRAIN จับมือ NVIDIA ใช้ AI เร่งวิจัยอัลไซเมอร์จากหลายสัปดาห์เหลือไม่กี่ชั่วโมง

C-BRAIN จับมือ NVIDIA ใช้ AI เร่งวิจัยอัลไซเมอร์จากหลายสัปดาห์เหลือไม่กี่ชั่วโมง

ปัจจุบันมีผู้คนกว่า 57 ล้านคนทั่วโลกที่ต้องใช้ชีวิตอยู่กับโรคสมองเสื่อม สำหรับนักวิจัยที่ทำงานเพื่อช่วยเหลือพวกเขา อุปสรรคสำคัญไม่ใช่ความพยายามที่ขาดหายไป แต่เป็นปริมาณข้อมูลที่มีมากมหาศาลเกินกว่าที่ผู้เชี่ยวชาญจะสังเคราะห์ได้ทัน ส่งผลให้ความเร็วในการค้นพบวิธีรักษาล่าช้ากว่าการลุกลามของโรค

The Consortium for Biomedical Research and AI in Neurodegeneration (C-BRAIN) จึงร่วมมือกับ NVIDIA เพื่อใช้ AI เข้ามาเปลี่ยนแปลงกระบวนการทำงานดังกล่าว

โรคอัลไซเมอร์ถือเป็นความท้าทายด้านสาธารณสุขระดับโลก โดยมีผู้ป่วยรายใหม่เพิ่มขึ้นกว่า 10 ล้านรายในแต่ละปี แม้ National Institutes of Health จะเพิ่มงบประมาณวิจัยสูงถึง 7 เท่าในช่วง 15 ปีที่ผ่านมาจนแตะระดับ 3.9 พันล้านดอลลาร์ต่อปี แต่ปัจจุบันก็ยังไม่พบวิธีรักษาที่สามารถหยุดยั้ง ป้องกัน หรือย้อนกลับของโรคได้อย่างสมบูรณ์

คอขวดสำคัญที่เกิดขึ้นคือผลการค้นพบทางวิทยาศาสตร์ที่มีอิมแพ็คสูงยังมีไม่เพียงพอ เนื่องจากข้อมูลจำนวนมากถูกเก็บแยกส่วนอยู่ภายในสถาบันต่างๆ (institutional silos) และความเร็วในการวิเคราะห์ข้อมูลนั้นช้าเกินกว่าจะก้าวทันงานวิจัยที่ถูกตีพิมพ์ออกมาอย่างต่อเนื่อง

C-BRAIN นำโดย Dr. Randall Bateman พร้อมกลุ่มพันธมิตรจากสถาบันสมาชิก 18 แห่ง ทั้งในภาควิชาการ องค์กรการกุศล และบริษัทยา ได้เปิดตัวในเดือนพฤศจิกายน 2025 เพื่อเร่งงานวิจัยที่จะทำให้การรักษาใหม่ๆ เป็นไปได้จริงและรวดเร็วกว่าเดิม

“เรามีโอกาสจากการใช้ปัญญาประดิษฐ์ในการทำวิจัยที่แตกต่างไปจากเดิมอย่างสิ้นเชิง เพื่อเร่งการค้นพบที่จะช่วยเหลือคนไข้ได้จริง” Bateman ผู้ก่อตั้งและผู้อำนวยการ C-BRAIN จาก Washington University School of Medicine กล่าว พร้อมอธิบายว่าโครงการนี้คือ “เครื่องมือ AI ที่สร้างขึ้นโดยนักวิทยาศาสตร์ เพื่อนักวิทยาศาสตร์” โดยมุ่งเน้นการนำข้อมูลงานวิจัยอัลไซเมอร์ที่เคยถูกละเลยมาใช้เพิ่มพลังการทำงานให้แก่นักวิทยาศาสตร์ทั่วโลก

เร่งงานวิจัยจากหลายสัปดาห์เหลือเพียงไม่กี่ชั่วโมง

กุญแจสำคัญของงานวิจัยอัลไซเมอร์คือชุดข้อมูลมหาศาลที่เครื่องมือ AI หรือนักวิจัยทั่วไปยังเข้าไม่ถึง ซึ่งรวมถึงผลการทดลองที่ยังไม่ได้ตีพิมพ์ ผลการทดลองที่เป็นลบ และข้อมูลกรรมสิทธิ์ภายใต้การดูแลของสถาบันสมาชิก

“ข้อมูลด้านชีววิทยาศาสตร์จำนวนมากไม่ได้ถูกบรรจุเข้าไปในโมเดลระดับแนวหน้า (frontier models) ส่งผลให้เรากำลังทิ้งความรู้จำนวนมากไว้โดยเปล่าประโยชน์” Dr. Ade Ojewole ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ C-BRAIN ระบุ โดยเรียกข้อมูลเหล่านี้ว่า “dark data” ซึ่งเป็นตัวการหลักที่ทำให้งานวิจัยล่าช้า เพื่อให้ AI สามารถเข้าถึงข้อมูลนี้ได้โดยไม่ละเมิดความเป็นส่วนตัวของคนไข้ C-BRAIN จึงใช้แนวทางแบบผสมผสาน (federated approach) ที่ช่วยให้โมเดล AI เรียนรู้จากข้อมูล ณ สถาบันต้นทางได้โดยตรงโดยไม่ต้องเคลื่อนย้ายข้อมูลออกไป ซึ่งโครงสร้างพื้นฐานที่ซับซ้อนนี้ได้รับการสนับสนุนทางเทคนิคจาก NVIDIA

ปัจจุบัน C-BRAIN ใช้งาน NVIDIA data center GPUs จำนวน 64 ตัว ร่วมกับ Microsoft Azure และเตรียมจะขยายไปใช้ NVIDIA Blackwell systems ในอนาคต นอกจากนี้ยังมีการผสานเทคโนโลยีอย่างแพลตฟอร์ม NVIDIA BioNeMo และเฟรมเวิร์ก MONAI เข้ากับสายการผลิตงานวิจัยของกลุ่มพันธมิตร

ล่าสุดนักวิจัย C-BRAIN ได้สร้างเครื่องมือสำคัญขึ้นมาสองอย่าง ได้แก่ OpenScientist และ InsightEngine โดย OpenScientist เป็น AI co-scientist แบบ agentic ที่สามารถรับคำถามวิจัยมาสร้างสมมติฐานและวิเคราะห์ข้อมูลเชิงลึกได้กึ่งอัตโนมัติ ส่วน InsightEngine จะช่วยทดสอบสมมติฐานกับวรรณกรรมทางวิทยาศาสตร์และตรวจสอบหลักฐานเพื่อป้องกันอาการประสาทหลอน (hallucinations) ของ AI ก่อนเริ่มการทดลองที่มีค่าใช้จ่ายสูง

จากการศึกษาพบว่า OpenScientist สามารถทำการวิเคราะห์เสร็จสิ้นในเวลาเพียงไม่กี่นาที จากเดิมที่นักวิทยาศาสตร์ต้องใช้เวลานานหลายสัปดาห์หรือหลายเดือน โดยมีค่าใช้จ่ายไม่ถึง 10 ดอลลาร์ต่อครั้ง ซึ่งหากขยายผลการใช้งานในกลุ่มวิจัยกว่า 200 กลุ่ม จะสามารถประหยัดเวลาการทำงานวิจัยได้มหาศาลกว่าหนึ่งล้านชั่วโมงต่อปี

จากความสัมพันธ์ไปสู่สาเหตุ

เป้าหมายถัดไปของ C-BRAIN คือการสร้าง multimodal biological foundation model ที่ฝึกฝนจากข้อมูลครอบคลุมทุกมิติ ทั้งภาพถ่ายระบบประสาท, multi-omics และตัวบ่งชี้ทางชีวภาพในของเหลว ไปจนถึงการวัดผลทางคลินิกในระยะยาว

ภายในปีที่สาม กลุ่มพันธมิตรตั้งเป้าที่จะค้นพบกลไกเชิงเหตุผลใหม่ๆ ของการแก่ตัวของสมองและโรคอัลไซเมอร์ เพื่อเปลี่ยนผ่านไปสู่หลักการทางวิทยาศาสตร์ที่ทดสอบได้จริงโดยใช้ฐานข้อมูลวิจัยที่มีอยู่ทั้งหมด

Bateman ทิ้งท้ายว่า “AI ที่สามารถคิดและใช้เหตุผลได้ มีศักยภาพที่จะเร่งการค้นพบซึ่งจะนำไปสู่การป้องกันและการรักษาที่มีประสิทธิภาพสำหรับทุกคน”

Source: NVIDIA Blog
ดูแลงานแปลและเรียบเรียงโดย SirilukP

ความคิดเห็น (0)

เข้าสู่ระบบเพื่อร่วมแสดงความเห็น

สมัครสมาชิก

มาเป็นคนแรกที่แสดงความเห็นกันเลยโบร