AIVF บริษัทเทคโนโลยีการเจริญพันธุ์ในอิสราเอล ประสบความสำเร็จในการพัฒนาซอฟต์แวร์การประเมินคุณภาพตัวอ่อนที่ขับเคลื่อนด้วย AI ซึ่งช่วยลดความซับซ้อนของกระบวนการคัดเลือกตัวอ่อนในการทำเด็กหลอดแก้ว
ปัญญาประดิษฐ์ (AI) ได้รับการพิสูจน์แล้วว่าสามารถตรวจจับมะเร็ง ระบุฟันผุ และตอบคำถามทางการแพทย์ได้
ปัจจุบัน AI ยังทำหน้าที่เป็น "ผู้ช่วยอันทรงพลัง" เพื่อช่วยให้แพทย์ด้านการเจริญพันธุ์เลือกตัวอ่อนที่ดีที่สุดสำหรับกระบวนการปฏิสนธินอกร่างกาย (IVF)
ตามข้อมูลจากศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา (CDC) พบว่าผู้หญิงที่เป็นผู้ใหญ่ 5 ใน 1 คนไม่สามารถตั้งครรภ์ตามธรรมชาติได้หลังจากพยายามทำเช่นนี้มาหนึ่งปี
ดังนั้น หลายๆ คนจึงตัดสินใจหันมาทำเด็กหลอดแก้ว ซึ่งเป็นวิธีการที่ช่วยให้ผู้หญิงจำนวนมากในสหรัฐอเมริกาตั้งครรภ์ได้ อย่างไรก็ตาม ไม่สามารถรับประกันประสิทธิภาพของวิธีนี้ได้อย่างแน่นอน
จากข้อมูลของ American Society for Reproductive Medicine ค่าใช้จ่ายของการทำเด็กหลอดแก้วหนึ่งครั้งมีราคาแพงมาก โดยเฉลี่ยประมาณ 12.000 เหรียญสหรัฐฯ ต่อรอบ ที่จริงแล้ว กรณีการทำเด็กหลอดแก้วส่วนใหญ่ต้องการการรักษามากกว่าหนึ่งรอบ
ซอฟต์แวร์ AI รองรับการคัดเลือกตัวอ่อน
เพื่อปรับปรุงการดำเนินการผสมเทียม AIVF ซึ่งเป็นบริษัทเทคโนโลยีการเจริญพันธุ์ในเทลอาวีฟ ประเทศอิสราเอล ประสบความสำเร็จในการพัฒนาซอฟต์แวร์การประเมินคุณภาพตัวอ่อนที่ขับเคลื่อนด้วย AI โดยมีเป้าหมายเพื่อลดจำนวนกรณีการปฏิสนธิ หลอดทดลองล้มเหลว
ซอฟต์แวร์ที่เรียกว่า EMA ได้รับการตั้งโปรแกรมให้ประมวลผลข้อมูลจำนวนมหาศาล เกินกว่าความสามารถของมนุษย์ ช่วยลดความซับซ้อนของกระบวนการคัดเลือกตัวอ่อน
“การทำเด็กหลอดแก้วเป็นหนึ่งในความก้าวหน้าที่สำคัญที่สุดในด้านการแพทย์” Daniella Gilboa นักเพาะพันธุ์ตัวอ่อนและผู้ร่วมก่อตั้งและซีอีโอของ AIVF กล่าวกับ Fox News Digital ในช่วง 50 ปีที่ผ่านมา แต่วิธีนี้ก็ยังไม่ดีพอ อัตราความสำเร็จ (ของการผสมเทียม) อยู่ระหว่าง 23-25% เท่านั้นในทุกกลุ่มอายุ นอกจากนี้ยังหมายความว่ามีเพียง 1 ใน 5 ของผู้ที่ทำเด็กหลอดแก้วเท่านั้นที่สามารถตั้งครรภ์ได้สำเร็จ"
จากข้อมูลของ Gilboa หนึ่งในความท้าทายที่ใหญ่ที่สุดในปัจจุบันก็คือคลินิกเด็กหลอดแก้วไม่สามารถทันกับความต้องการที่เพิ่มขึ้นได้
“ผู้หญิงจำนวนมากขึ้นเรื่อยๆ เลือกที่จะแช่แข็งไข่เพื่อชะลอการคลอดบุตรและมุ่งเน้นไปที่การประกอบอาชีพของตน” เธอกล่าว นั่นหมายความว่าความต้องการ IVF เพิ่มมากขึ้นในขณะที่ทรัพยากรมีจำกัด”
ตัวอย่างเช่น ในสหรัฐอเมริกา มีความต้องการผสมเทียมเพียง 20% เท่านั้น ซึ่งหมายความว่าผู้หญิงอีก 80% ที่เหลือต้องละทิ้งความฝันที่จะเป็นแม่
จากข้อมูลของ Gilboa การคัดเลือกตัวอ่อนเป็นหนึ่งในขั้นตอนที่สำคัญที่สุดในกระบวนการผสมเทียม โดยปกติการเลือกตัวอ่อนจะถูกตัดสินใจโดยแพทย์ผู้มีคุณสมบัติเหมาะสม
“ลองจินตนาการว่าคุณเป็นนักเพาะพันธุ์ตัวอ่อน กำลังดูเอ็มบริโอหลายชุดในสภาพแวดล้อมของห้องปฏิบัติการที่มีผู้คนพลุกพล่าน และต้องตัดสินใจว่าเอ็มบริโอตัวใดมีแนวโน้มที่จะช่วยให้ตั้งครรภ์ได้มากที่สุด คุณอาจต้องพิจารณาระหว่าง 10 หรือ 12 เอ็มบริโอที่มีรูปร่างเหมือนกัน และบางครั้งก็ต้องตัดสินใจเลือกสิ่งที่ยาก” กิลโบอากล่าว
อย่างไรก็ตาม ด้วยการสนับสนุนของซอฟต์แวร์ EMA กระบวนการประเมินคุณภาพตัวอ่อนจะง่ายขึ้นอย่างมากด้วยการใช้อัลกอริธึมขั้นสูงในการเลือกตัวอ่อนที่มีโอกาสสูงที่จะปฏิสนธิสำเร็จ ดีที่สุด
ตามข้อมูลของ Gilboa เครื่องมือ AI นี้ได้รับการ "ฝึกฝน" เพื่อตรวจจับลักษณะเฉพาะของตัวอ่อนที่กำหนดผลลัพธ์ที่แตกต่างกัน (ในแง่ของเพศ การฝัง หรือความผิดปกติทางพันธุกรรม...) ที่ดวงตาของมนุษย์ไม่สามารถมองเห็นได้
ซอฟต์แวร์ AI จะช่วยเพิ่มโอกาสในการตั้งครรภ์ได้สำเร็จ
ตัวเลือกสุดท้ายจะพิจารณาจากคะแนนการประเมินของตัวอ่อนแต่ละตัว
กิลโบอายังกล่าวด้วยว่าหากไม่มี AI แพทย์จะต้องประเมินคุณภาพของตัวอ่อนตามรูปลักษณ์ภายนอก
“อย่างไรก็ตาม วิธีการนี้มีพื้นฐานมาจากการวิเคราะห์เชิงอัตนัยของมนุษย์โดยแท้จริง โดยไม่ต้องระบุปริมาณว่าอัตราความสำเร็จในการปฏิสนธิที่แท้จริงคือเท่าใด ในขณะเดียวกัน AI ก็มีความสามารถในการช่วยให้แพทย์ขจัดความไม่แน่นอนได้มากที่สุดเท่าที่จะเป็นไปได้ พร้อมทั้งให้ข้อมูลที่ชัดเจนและถูกต้อง" เธอกล่าว
เมื่อเปรียบเทียบกับมนุษย์ เครื่องมือ AI นี้สามารถประเมินคุณภาพตัวอ่อนได้ในระยะเวลาที่สั้นกว่ามาก นอกจากนี้ยังหมายความว่าคลินิกสามารถให้บริการผู้ป่วยได้มากขึ้นและตอบสนองความต้องการได้มากขึ้น
EMA ได้รับการ "ฝึกฝน" ผ่านวิดีโอไทม์แลปส์เกี่ยวกับพัฒนาการของตัวอ่อน ซอฟต์แวร์จะต้องวิเคราะห์ว่าตัวอ่อนตัวใดมีผลเป็นบวก และตัวอ่อนตัวใดมีโอกาสตั้งครรภ์น้อยกว่า
“คุณต้อง (ประมวลผล) ข้อมูลจำนวนมหาศาล นี่เป็นกระบวนการที่ยาวนาน โดยต้องผ่านหลายขั้นตอนเพื่อสร้างแบบจำลองที่ดีพอที่จะนำไปใช้ (ในทางการแพทย์)” กิลโบอากล่าว
ได้รับการจัดอันดับสูงจากผู้เชี่ยวชาญในอุตสาหกรรมชั้นนำ
ดร. Shahin Ghadir ผู้เชี่ยวชาญด้านการวิจัยภาวะมีบุตรยากและผู้ฝึกสอนเรื่องการเจริญพันธุ์ในแคลิฟอร์เนียกล่าวว่าผลิตภัณฑ์ที่ขับเคลื่อนโดยเทคโนโลยีปัญญาประดิษฐ์ เช่น EMA จะมีประโยชน์มาก
Ghadir บอกกับ Fox News Digital ว่า "การพัฒนาเวชศาสตร์การเจริญพันธุ์กำลังเผชิญกับอุปสรรคสำคัญ เนื่องจากขาดกำลังคนและขาดความเชี่ยวชาญในสาขานี้ นอกจากนี้เนื่องจากนักเพาะพันธุ์ตัวอ่อนมีจำนวนจำกัดมากและมักจะฝึกได้ยาก เทคโนโลยีใหม่ๆ จึงยินดีเป็นอย่างยิ่ง”
แม้ว่า EMA จะช่วยเพิ่มประสิทธิภาพและเร่งกระบวนการคัดเลือกตัวอ่อนได้ แต่ Gilboa ตั้งข้อสังเกตว่าซอฟต์แวร์นี้ไม่ได้มีจุดมุ่งหมายเพื่อทดแทนบทบาทของแพทย์
ท้ายที่สุดแล้ว EMA และซอฟต์แวร์ที่คล้ายกันเป็นเพียงเครื่องมือที่ช่วยแพทย์ในกระบวนการประเมินตัวอ่อน การให้คำปรึกษาแก่ผู้ป่วย และการให้บริการผสมเทียมที่มีประสิทธิภาพมากขึ้น
ตามคำบอกเล่าของ Gilboa นี่ไม่ใช่ (สงคราม) ที่มนุษย์เผชิญหน้ากับ AI แต่เป็นที่ที่มนุษย์ "เป็นพันธมิตร" กับ AI เพื่อจุดประสงค์ที่ดี
แม้ว่า Ghadir เองก็สนับสนุนแนวคิดในการใช้ AI ในด้านการแพทย์ แต่เขาก็ยังเน้นย้ำถึงความจำเป็นในการ "พิจารณาเกณฑ์ที่สำคัญอย่างรอบคอบ" ก่อนตัดสินใจขั้นสุดท้าย
ไม่สามารถปฏิเสธได้ว่าความเสี่ยงที่อาจเกิดขึ้น เช่น ข้อผิดพลาดในการจำแนกตัวอ่อน จะส่งผลต่อผลลัพธ์สุดท้ายของการทำเด็กหลอดแก้ว
นอกจากนี้ ในกระบวนการใช้ AI ในการคัดเลือกเอ็มบริโอยังต้องคำนึงถึงปัจจัยทางจริยธรรมด้วย ซึ่งอาจส่งผลต่อการตัดสินใจของแต่ละบุคคลและครอบครัวของผู้ป่วย
ปัจจุบันซอฟต์แวร์ EMA มีการใช้งานในประเทศยุโรป เอเชียตะวันออกเฉียงใต้ อเมริกาใต้ และคาดว่าจะวางจำหน่ายในสหรัฐอเมริกาเร็วๆ นี้
จากข้อมูลของ Gilboa คลินิกส่วนใหญ่ที่ซื้อและทดลองใช้ซอฟต์แวร์นี้ให้การตอบรับเชิงบวกต่อคุณภาพของซอฟต์แวร์นี้อย่างมาก
เทคโนโลยียังช่วยประหยัดค่าใช้จ่ายสำหรับผู้ป่วยด้วย เนื่องจากเวลาที่จำเป็นสำหรับการปฏิสนธิที่ประสบความสำเร็จนั้นสั้นกว่ามาก
ตามข้อมูลของ Gilboa ที่ทำเด็กหลอดแก้วแบบดั้งเดิม เพื่อให้การตั้งครรภ์ประสบความสำเร็จ ผู้ป่วยจะต้องผ่านการรักษาโดยเฉลี่ย 3-5 รอบ แต่สำหรับ EMA ตัวเลขนี้จะลดลงเหลือเพียง 1,6 ช่วงโดยเฉลี่ย
ด้วยเหตุนี้ การประยุกต์ใช้เทคโนโลยี AI จึงสามารถบรรลุความฝันในการเป็นผู้ปกครองของผู้ป่วยที่มีบุตรยากได้อย่างสมบูรณ์ด้วยวิธี IVF
(ตามเวียดนาม+)