ทุกปี ผู้เชี่ยวชาญ ด้านสุขภาพ ทั่วโลกต้องเผชิญกับการตัดสินใจที่เสี่ยงเป็นตาย: สายพันธุ์ไข้หวัดใหญ่ใดควรบรรจุอยู่ในวัคซีนฤดูกาลหน้า? การตัดสินใจนี้ต้องเกิดขึ้นล่วงหน้าหลายเดือน ก่อนที่ฤดูกาลจะเริ่มต้นเสียอีก หากเลือกใช้อย่างถูกต้อง วัคซีนจะมีประสิทธิภาพสูง แต่หากเลือกผิดพลาด การป้องกันจะลดลงอย่างมาก นำไปสู่การระบาดของไข้หวัดใหญ่ที่ป้องกันได้จำนวนมาก และสร้างแรงกดดันมหาศาลให้กับระบบสาธารณสุข

ศาสตราจารย์เรจินา บาร์ซิเลย์ (ซ้าย) และนักศึกษาบัณฑิตศึกษา เหวินเซียน ชี ภาพ: MIT News

ความท้าทายนี้ยิ่งเป็นที่คุ้นเคยมากขึ้นในช่วงการระบาดใหญ่ของโควิด-19 ซึ่งไวรัสสายพันธุ์ใหม่ได้ปรากฏขึ้นพร้อมกับการฉีดวัคซีน ไข้หวัดใหญ่ก็มีพฤติกรรมคล้ายกัน คือเหมือน “พี่น้องจอมเสียงดัง” กลายพันธุ์อย่างต่อเนื่องและคาดเดาไม่ได้ ทำให้การออกแบบวัคซีนล้าหลังไปหนึ่งก้าว

เพื่อลดความไม่แน่นอน นักวิทยาศาสตร์ จากห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ (CSAIL) และคลินิกอับดุล ลาติฟ จามีล แห่งสถาบันเทคโนโลยีแมชชีนเลิร์นนิง (MIT Abdul Latif Jameel Clinic for Machine Learning in Healthcare) ได้ร่วมกันสร้างระบบ AI ชื่อว่า VaxSeer เครื่องมือนี้จะคาดการณ์สายพันธุ์ไข้หวัดใหญ่ที่สำคัญในอนาคต และระบุวัคซีนที่เหมาะสมที่สุดสำหรับป้องกันการระบาดหลายเดือน VaxSeer ได้รับการฝึกฝนจากข้อมูลหลายทศวรรษ ซึ่งรวมถึงลำดับพันธุกรรมของไวรัสและผลการทดสอบในห้องปฏิบัติการ เพื่อจำลองวิวัฒนาการและการตอบสนองต่อวัคซีนของไวรัส

ต่างจากแบบจำลองวิวัฒนาการแบบดั้งเดิมที่วิเคราะห์การกลายพันธุ์ของกรดอะมิโนแต่ละตัว VaxSeer ใช้ "แบบจำลองภาษาโปรตีน" เพื่อเรียนรู้ความสัมพันธ์ระหว่างลักษณะเด่นและผลรวมของการกลายพันธุ์หลายครั้ง “เราจำลองการเปลี่ยนแปลงแบบไดนามิกของลักษณะเด่น ซึ่งเหมาะสมกว่าสำหรับไวรัสที่วิวัฒนาการอย่างรวดเร็ว เช่น ไข้หวัดใหญ่” เหวินเซียน ซื่อ นักศึกษาปริญญาเอกที่ MIT และหัวหน้าทีมวิจัยกล่าว

VaxSeer ทำงานอย่างไร?

เครื่องมือนี้มีเครื่องทำนายผลหลักสองเครื่อง:

ความโดดเด่น: การประมาณความน่าจะเป็นที่เชื้อไข้หวัดใหญ่สายพันธุ์หนึ่งจะแพร่กระจาย
แอนติเจนซิตี: ทำนายว่าวัคซีนจะมีประสิทธิภาพในการทำให้สายพันธุ์นั้นเป็นกลางแค่ไหน
เมื่อนำปัจจัยทั้งสองมารวมกัน VaxSeer จะสร้าง "คะแนนความครอบคลุมเชิงคาดการณ์" ซึ่งแสดงให้เห็นว่าวัคซีนมีความใกล้เคียงกับสายพันธุ์ไวรัสในอนาคตมากเพียงใด ยิ่งคะแนนนี้ใกล้ศูนย์มากเท่าไหร่ ก็ยิ่งมีความใกล้เคียงมากขึ้นเท่านั้น

ในการศึกษาแบบย้อนหลัง 10 ปี ทีม MIT ได้เปรียบเทียบคำแนะนำของ VaxSeer กับทางเลือกขององค์การอนามัย โลก (WHO) สำหรับไข้หวัดใหญ่สองชนิดหลัก ได้แก่ A/H3N2 และ A/H1N1

สำหรับ A/H3N2 คำแนะนำของ VaxSeer มีประสิทธิภาพเหนือกว่าคำแนะนำของ WHO ในช่วงฤดูการระบาด 9 ใน 10 ครั้ง
สำหรับ A/H1N1 ระบบนี้เท่าเทียมหรือดีกว่า WHO ใน 6/10 ฤดูกาล
ที่น่าสังเกตคือ ในฤดูไข้หวัดใหญ่ปี 2016 VaxSeer ได้เลือกสายพันธุ์ที่ WHO จะไม่รวมไว้ในวัคซีนจนกว่าจะถึงปีถัดไป

การคาดการณ์ของ VaxSeer ยังมีความสัมพันธ์อย่างใกล้ชิดกับข้อมูลประสิทธิภาพของวัคซีนในโลกแห่งความเป็นจริงจาก CDC (สหรัฐอเมริกา) เครือข่ายเฝ้าระวังการปฏิบัติในแคนาดา และโครงการ I-MOVE ในยุโรป

การแข่งขันกับวิวัฒนาการของไวรัส

VaxSeer ประเมินอัตราการแพร่กระจายของไวรัสแต่ละสายพันธุ์โดยใช้แบบจำลองภาษาโปรตีน จากนั้นคำนวณการครอบงำโดยอิงจากการแข่งขันระหว่างสายพันธุ์ จากนั้นข้อมูลจะถูกป้อนเข้าสู่กรอบทางคณิตศาสตร์ที่อิงตามสมการเชิงอนุพันธ์เพื่อจำลองการแพร่กระจาย

ภาพบทความ 78.jpg

ในด้านแอนติเจน VaxSeer ทำนายประสิทธิผลของวัคซีนผ่านการทดสอบการยับยั้งการเกาะกลุ่มของเม็ดเลือด (การทดสอบ HI) ซึ่งเป็นการวัดแอนติเจนทั่วไป

“ด้วยการสร้างแบบจำลองวิวัฒนาการของไวรัสและการตอบสนองต่อวัคซีน เครื่องมือ AI เช่น VaxSeer สามารถช่วยให้เจ้าหน้าที่สาธารณสุขตัดสินใจได้เร็วขึ้นและดีขึ้น ทำให้ก้าวล้ำหน้าคู่แข่งระหว่างการติดเชื้อและภูมิคุ้มกัน” ชิกล่าว

ปัจจุบัน VaxSeer มุ่งเน้นไปที่โปรตีน HA (hemagglutinin) ซึ่งเป็นแอนติเจนหลักของไข้หวัดใหญ่ ในอนาคตอาจรวมถึงโปรตีน NA (neuraminidase) ประวัติภูมิคุ้มกัน กระบวนการผลิต หรือปริมาณยา ทีมวิจัยยังกำลังพัฒนาวิธีการทำนายวิวัฒนาการของไวรัสในกรณีที่ไม่มีข้อมูล โดยอาศัยความสัมพันธ์ระหว่างตระกูลไวรัส

“VaxSeer คือความพยายามของเราในการตามทันวิวัฒนาการอันรวดเร็วของไวรัส” Regina Barzilay ศาสตราจารย์เกียรติคุณด้านปัญญาประดิษฐ์และการแพทย์จาก MIT และผู้เขียนร่วมของการศึกษากล่าว

จอน สโตกส์ ผู้ช่วยศาสตราจารย์ประจำมหาวิทยาลัยแมคมาสเตอร์ (แคนาดา) ให้ความเห็นว่า “สิ่งที่น่าทึ่งไม่ได้อยู่ที่ผลลัพธ์ในปัจจุบันเพียงอย่างเดียว แต่ยังรวมถึงศักยภาพที่จะขยายไปสู่ด้านอื่นๆ ด้วย เช่น การคาดการณ์วิวัฒนาการของแบคทีเรียที่ดื้อยาหรือมะเร็งที่ดื้อต่อการรักษา นี่เป็นแนวทางใหม่โดยสิ้นเชิง ที่ช่วยให้สามารถออกแบบวิธีการรักษาทางการแพทย์ได้ก่อนที่โรคจะมีโอกาสก้าวข้ามอุปสรรคนี้ไปได้”

(ตามข้อมูลของ MIT)

ที่มา: https://vietnamnet.vn/mit-phat-trien-cong-cu-ai-du-doan-virus-cum-cuu-hang-trieu-ca-benh-2439275.html