ปัญญาประดิษฐ์ (AI) ก้าวหน้าไปเร็วแค่ไหน และมีความหมายอย่างไรต่อผู้ป่วยต้อหินและนักวิจัย?

ในช่วงไม่กี่ปีที่ผ่านมา ปัญญาประดิษฐ์ (AI) มีความก้าวหน้าอย่าง รวดเร็วเหลือเชื่อ โมเดล AI ใหม่ๆ สามารถทำงานที่เคยคิดว่าจะต้องใช้เวลาอีกหลายปีกว่าจะทำได้ และความก้าวหน้าเหล่านี้สะท้อนให้เห็นในผลการวัดมาตรฐาน ผลิตภัณฑ์ และความสำเร็จด้านการวิจัยในหลายสาขา รวมถึงการดูแลดวงตา บทความนี้จะสำรวจ มาตรการที่เป็นรูปธรรมของความก้าวหน้าของ AI และแปลความหมายว่าสิ่งเหล่านี้มีความหมายอย่างไรต่อการดูแลและการวิจัยต้อหิน เราจะเน้น ตัวอย่างจริง ของเครื่องมือ AI ที่กำลังช่วยเหลือผู้ป่วย สรุปความก้าวหน้าใหม่ๆ ที่กำลังจะเกิดขึ้น (ตั้งแต่การทดลองทางคลินิกไปจนถึงนวัตกรรมในอนาคตอันใกล้) และเสนอคำถามที่ผู้ป่วยและนักวิจัยสามารถสำรวจได้ตั้งแต่วันนี้ เพื่อเตรียมพร้อมสำหรับความก้าวหน้าในวันพรุ่งนี้

ความก้าวหน้าของ AI วัดผลอย่างไร (และเติบโตเร็วแค่ไหน)?

นักวิจัยวัดความก้าวหน้าของ AI โดยดูจากประสิทธิภาพในการทำงานที่ท้าทาย (มาตรฐานเปรียบเทียบ) และโดยการติดตามการปรับปรุงในการออกแบบโมเดล ข้อมูล และการประมวลผล ในช่วงไม่กี่ปีที่ผ่านมา ปัจจัยทั้งสามนี้ได้พุ่งสูงขึ้นอย่างก้าวกระโดด ตัวอย่างเช่น การวิเคราะห์หนึ่งพบว่า "แนวหน้า" ของความสามารถของ AI เร่งตัวขึ้นอย่างมากประมาณปี 2024 โดยอัตราการปรับปรุงเพิ่มขึ้นเป็นสองเท่าเมื่อเทียบกับปีก่อนหน้า (epoch.ai) (epoch.ai) กล่าวโดยง่าย ระบบ AI ในปัจจุบันสามารถแก้ไขปัญหาได้ เร็วกว่า หรือดีกว่าเมื่อไม่กี่ปีที่ผ่านมาถึง เกือบสองเท่า

เหตุใดจึงเป็นเช่นนี้? ตั้งแต่ปี 2010 พลังการประมวลผลที่ใช้ในการฝึกโมเดล AI ชั้นนำได้ เพิ่มขึ้นเป็นสองเท่าทุกๆ หกเดือน โดยประมาณ (medium.com) ทำให้เกิดการเติบโตของการประมวลผล 4–5 เท่าต่อปี ชุดข้อมูลสำหรับการฝึก (เช่น ข้อความหรือรูปภาพ) ก็ เพิ่มขึ้นอย่างมหาศาล โดยชุดข้อมูลมีขนาด เพิ่มขึ้นสามเท่าในแต่ละปี โดยประมาณ (medium.com) ในขณะเดียวกัน ขนาดของโมเดล (จำนวนพารามิเตอร์) ก็เพิ่มขึ้นเป็นสองเท่าทุกปี แนวโน้มทั้งสามนี้ ได้แก่ การประมวลผลขนาดใหญ่ ข้อมูลขนาดใหญ่ และโมเดลขนาดใหญ่ ล้วนรวมกันเป็นสิ่งที่บางคนเรียกว่า “สามประสาน” ของ การขยายขนาด AI อย่างรวดเร็ว (medium.com)

ผลลัพธ์คือความสามารถมักจะก้าวกระโดดเป็นกลุ่มๆ โมเดล AI ที่ล้ำสมัยซึ่งเคยมีปัญหากับงานการให้เหตุผลพื้นฐานเมื่อไม่กี่ปีที่ผ่านมา ตอนนี้สามารถแก้ปัญหาทางคณิตศาสตร์ที่ซับซ้อน สร้างภาพสมจริงตามสั่ง และแม้กระทั่งมีส่วนร่วมในการสนทนาความรู้ทางการแพทย์ได้อย่างคล่องแคล่ว ตัวอย่างเช่น โมเดลภาษาขนาดใหญ่ (LLMs) อย่างซีรีส์ GPT ของ OpenAI ได้แสดงให้เห็นถึง การก้าวกระโดดอย่างกะทันหัน ในความสามารถเมื่อถึงขีดจำกัดขนาดที่กำหนด (medium.com) แต่ละรุ่นใหม่ (GPT-3 → GPT-4 → GPT-4.5 เป็นต้น) มีประสิทธิภาพเหนือกว่ารุ่นก่อนหน้าในเกณฑ์มาตรฐานที่หลากหลาย ระบบเฉพาะสำหรับงานด้านการมองเห็น (ภาพ) ก็เพิ่มขึ้นเช่นกัน โดยโมเดล diffusion และโครงข่ายประสาทเทียมในปัจจุบันสามารถสร้างภาพที่สมจริงหรือตรวจจับรูปแบบที่ละเอียดอ่อนได้อย่างแม่นยำอย่างที่ไม่เคยมีมาก่อน กล่าวโดยสรุป อัตราการปรับปรุงไม่ใช่การเพิ่มขึ้นเชิงเส้นช้าๆ แต่กำลัง เร่งตัวขึ้น ทั้งในด้านตัวชี้วัดดิบและผลกระทบในโลกแห่งความเป็นจริง (epoch.ai) (medium.com)

ประเด็นสำคัญ: ความก้าวหน้าของ AI เป็นรูปธรรมและวัดผลได้ และในช่วง 2–3 ปีที่ผ่านมา ประสิทธิภาพบนเกณฑ์มาตรฐานและงานเชิงปฏิบัติ เพิ่มขึ้นเกือบสองเท่า ซึ่งหมายความว่าเครื่องมือใหม่ๆ ที่เคยเป็นเพียงนิยายวิทยาศาสตร์เมื่อทศวรรษที่แล้วกำลังมาถึงเร็วกว่าที่หลายคนคาดการณ์ไว้

AI ในการดูแลผู้ป่วยต้อหินในปัจจุบัน

ต้อหินเป็นสาเหตุหลักของการสูญเสียการมองเห็นอย่างถาวรทั่วโลก และชัดเจนขึ้นเรื่อยๆ ว่า AI สามารถช่วยเรา ตรวจจับและจัดการ โรคนี้ได้ เครื่องมือที่ขับเคลื่อนด้วย AI หลายชนิดกำลังเริ่มนำมาใช้จริงหรือใกล้เคียงกับการใช้งานจริงแล้ว:

• การถ่ายภาพจอประสาทตา (Fundus photography) ที่เสริมด้วย AI: สมาร์ทโฟนและกล้องพกพาที่ติดตั้งซอฟต์แวร์ AI สามารถใช้ตรวจคัดกรองต้อหินได้ ตัวอย่างเช่น การศึกษาทางคลินิกในปี 2023 ใช้กล้องถ่ายภาพจอประสาทตาด้วยสมาร์ทโฟน (ชื่อ PMC+5) ร่วมกับโมเดล AI แบบออฟไลน์ในตัว (Medios AI-Glaucoma) และพบว่าสามารถตรวจจับต้อหินที่ควรได้รับการส่งต่อได้ด้วย ความไว 93.7% และความจำเพาะ 85.6% (pmc.ncbi.nlm.nih.gov) ในการศึกษานั้น AI ระบุผู้ป่วยต้อหินจริงได้ถูกต้องถึง 94% เมื่อเทียบกับผู้เชี่ยวชาญด้านต้อหินที่ดูภาพเดียวกัน ซึ่งระบุได้เพียง 60% สิ่งนี้ชี้ให้เห็นว่าแม้แต่กล้องสมาร์ทโฟนที่มีพลังงานปานกลางที่มาพร้อม AI ก็ยังสามารถ ทำได้ดีอย่างน่าทึ่ง ในการระบุต้อหินในระยะเริ่มแรก (pmc.ncbi.nlm.nih.gov)

• การวิเคราะห์ลานสายตาด้วย AI: อีกตัวอย่างหนึ่งที่ใช้สมาร์ทโฟนคือ iGlaucoma ซึ่งเป็นแอปที่วิเคราะห์ข้อมูลการทดสอบลานสายตา (แผนภูมิ Humphrey Field Analyzer) โดยใช้ดีปเลิร์นนิ่ง ในการศึกษาขนาดใหญ่ที่ตีพิมพ์ใน npj Digital Medicine ระบบ iGlaucoma ได้ประเมินลานสายตาของผู้ป่วยหลายพันคน และได้ค่า พื้นที่ใต้กราฟ (AUC) ที่ 0.966 สำหรับการตรวจจับต้อหิน (ด้วยความไว 95.4% และความจำเพาะ 87.3%) (www.nature.com) พูดง่ายๆ คือ AI นี้สามารถนำผลการทดสอบลานสายตาต้อหินมาตรฐานและระบุต้อหินได้ เกือบจะดีเท่าผู้เชี่ยวชาญ ซึ่งช่วยในการค้นหาโรคที่อาจถูกมองข้ามไป ทำงานผ่านแอปสมาร์ทโฟนและการประมวลผลบนคลาวด์ ทำให้การวิเคราะห์ต้อหินเข้าถึงได้ง่ายขึ้น

• หลักฐานจากการทดลองทางคลินิกในสถานพยาบาลปฐมภูมิ: ในปี 2025 นักวิจัยได้รายงานผลการทดลองเชิงพยากรณ์ (การศึกษา “ในโลกแห่งความเป็นจริง”) ของระบบคัดกรองจอประสาทตาที่ขับเคลื่อนด้วย AI ในคลินิกแพทย์ทั่วไป (GP) ในออสเตรเลีย (pmc.ncbi.nlm.nih.gov) ในที่นี้ ผู้ป่วยที่มีอายุเกิน 50 ปีที่มาพบแพทย์ทั่วไปได้รับการถ่ายภาพจอประสาทตาแบบไม่ขยายม่านตาโดยกล้องอัตโนมัติ ซึ่งต่อมาได้ถูกวิเคราะห์โดยอัลกอริทึม AI เพื่อประเมินความเสี่ยงต้อหิน ระบบ AI มีค่า AUROC ที่ 0.80 (ซึ่งเป็นมาตรการที่ดีของความแม่นยำโดยรวม) ด้วยความไว 65% และความจำเพาะ 94.6% (pmc.ncbi.nlm.nih.gov) ในทางปฏิบัติ หมายความว่าในผู้ป่วย 161 รายที่เป็นต้อหินแต่ไม่ทราบ AI ได้ระบุว่า 18 รายจำเป็นต้องได้รับการตรวจจากผู้เชี่ยวชาญ (11%) ผู้ป่วยและเจ้าหน้าที่คลินิกเห็นว่าระบบเป็นที่ยอมรับ แม้ว่าความไวจะยังสามารถปรับปรุงได้ แต่การศึกษาแสดงให้เห็นว่าการคัดกรองด้วย AI ทำงานได้ในวงกว้าง ในสถานพยาบาลปฐมภูมิ (pmc.ncbi.nlm.nih.gov)

• เครื่องมือคัดกรองและการอนุมัติที่กำลังจะมาถึง: บริษัท iHealthScreen ในสหราชอาณาจักร ได้จดสิทธิบัตรเครื่องมือคัดกรองต้อหินด้วย AI (ชื่อ iPredict-Glaucoma) ซึ่งวิเคราะห์ภาพจอประสาทตาแบบสีมาตรฐาน ตามการประกาศของพวกเขา AI จะสร้างรายงานได้ภายในไม่ถึงหนึ่งนาที และสามารถจัดประเภทผู้ป่วยว่าเป็นต้อหินที่ควรได้รับการส่งต่อหรือไม่ พวกเขารายงานว่ามีความ แม่นยำประมาณ 94.3% ในการระบุต้อหิน (eyewire.news) (สิ่งนี้ยังไม่ได้รับการอนุมัติจาก FDA แต่แสดงให้เห็นว่าบริษัทต่างๆ กำลังพัฒนาผลิตภัณฑ์ที่ใช้งานได้จริงในขณะนี้) นอกจากนี้ อุปกรณ์การแพทย์ AI ที่มีอยู่แล้วสำหรับ ภาวะตาที่เกี่ยวข้อง – เช่น ระบบ IDx-DR ที่ได้รับการอนุมัติจาก FDA สำหรับการคัดกรองโรคเบาหวานขึ้นจอประสาทตา ได้ปูทางด้านกฎระเบียบสำหรับเครื่องมือ AI ต้อหินในอนาคต

โดยรวมแล้ว มีอะไรบ้างที่ใช้งานได้แล้วในปัจจุบัน? ผู้ใช้งานกลุ่มแรก (ส่วนใหญ่เป็นโครงการวิจัยและนำร่อง) มีเครื่องมือ AI ที่วิเคราะห์ภาพดวงตาหรือการทดสอบลานสายตา สิ่งเหล่านี้สามารถระบุผู้ที่สงสัยว่าเป็นต้อหินให้แก่ผู้เชี่ยวชาญด้านการดูแลดวงตาได้อย่างรวดเร็ว ในคลินิก แพทย์บางคนใช้เครื่องมือ OCT (optical coherence tomography) เชิงพาณิชย์ที่มีการวิเคราะห์ AI ในตัว (เช่น สำหรับการบางลงของชั้นเส้นใยประสาทจอประสาทตา) และโรงพยาบาลตาอาจนำร่องโครงการ AI ที่ตรวจสอบภาพสแกนของผู้ป่วยเพื่อหาการเปลี่ยนแปลงที่น่ากังวล

สรุปสำหรับผู้ป่วย: AI เริ่มเข้ามาช่วยในการ คัดกรอง และ วินิจฉัย ต้อหินในระยะแรกแล้ว คุณอาจไม่เห็นคำว่า “AI” ในคลินิก แต่หากแพทย์ของคุณใช้ภาพดิจิทัล อัลกอริทึม AI อาจกำลังวิเคราะห์จอประสาทตาหรือการทดสอบการมองเห็นของคุณอย่างเงียบๆ อยู่เบื้องหลัง ในพื้นที่ที่มีทรัพยากรน้อยหรือโครงการคัดกรอง การทดสอบ AI ที่ใช้สมาร์ทโฟนกำลังนำการตรวจต้อหินไปสู่มือของแพทย์ได้อย่างแท้จริง (glaucoma.org) (pmc.ncbi.nlm.nih.gov) หากคุณได้ยินเกี่ยวกับการคัดกรองต้อหินใหม่ๆ (เช่น ที่ร้านขายยาหรือสถานพยาบาลปฐมภูมิ) ให้สอบถามว่าพวกเขาใช้กล้องหรือแอปที่เสริมด้วย AI หรือไม่ หลักฐานแสดงให้เห็นว่าเครื่องมือเหล่านี้สามารถค้นพบกรณีที่มนุษย์อาจมองข้ามไปได้ (pmc.ncbi.nlm.nih.gov) (www.nature.com)

อะไรจะตามมา? AI ในการวิจัยและการทดลองทางคลินิกสำหรับต้อหิน

เนื่องจากการพัฒนา AI เร่งตัวขึ้นอย่างรวดเร็ว จึงมีเครื่องมือใหม่ๆ สำหรับการดูแลผู้ป่วยต้อหินเกิดขึ้นมากมาย นี่คือบางสาขาที่น่าจับตามอง:

• การพยากรณ์การดำเนินโรค: นักวิจัยกำลังใช้ AI เพื่อคาดการณ์ว่าผู้ป่วยรายใดจะอาการแย่ลงเร็วขึ้น ตัวอย่างเช่น การศึกษาในปี 2023 ได้สร้างโมเดล AI “การรอดชีวิต” โดยใช้บันทึกผู้ป่วยหลายปี (ข้อมูล EHR) โมเดลเหล่านี้ทำนายว่าเมื่อใดที่ผู้ป่วยต้อหินจะต้องได้รับการผ่าตัด โมเดลชั้นนำ (ดีปเลิร์นนิ่งและ AI แบบ tree-based) ได้คะแนนดัชนีความสอดคล้องประมาณ 0.77–0.80 (pubmed.ncbi.nlm.nih.gov) ซึ่งดีกว่าวิธีการทางสถิติแบบเก่า นี่หมายความว่า AI อาจสามารถบอกผู้ป่วยและแพทย์ได้ในอนาคตว่า: “โรคของคุณมีแนวโน้มที่จะดำเนินไปอย่างรวดเร็วในอีกไม่กี่ปีข้างหน้า ดังนั้นเรามาพิจารณาการรักษาแต่เนิ่นๆ กันเถอะ” คะแนนความเสี่ยงด้วย AI ดังกล่าวสามารถปรับแต่งการติดตามผล: การตรวจบ่อยขึ้นหรือการรักษาเชิงป้องกันสำหรับผู้ป่วยที่มีความเสี่ยงสูง

• การปรับปรุงคุณภาพการทดสอบ: AI ยังถูกใช้เพื่อ ปรับปรุงการถ่ายภาพให้ดีขึ้น อีกด้วย บางกลุ่มใช้ดีปเลิร์นนิ่งกับภาพสแกน OCT (หรือภาพจอประสาทตา) ที่เก่าหรือมีคุณภาพต่ำ เพื่อ “ขยายขนาด” และลดสัญญาณรบกวน ซึ่งเป็นการกู้คืนรายละเอียดที่หายไปได้อย่างมีประสิทธิภาพ (pmc.ncbi.nlm.nih.gov) สิ่งนี้อาจทำให้คลินิกสามารถใช้การสแกนที่รวดเร็วขึ้นหรือถูกลง แต่ยังคงได้รับการตรวจจับการบางลงของเส้นประสาทอย่างแม่นยำ นอกจากนี้ยังมี AI ที่สามารถจัดเรียงชุดภาพถ่ายตามเวลาเพื่อเน้นการเปลี่ยนแปลงที่ช้ามากในหัวประสาทตาที่มนุษย์อาจมองข้ามไปได้ (pmc.ncbi.nlm.nih.gov)

• การผสานรวมกับข้อมูลอื่น: กำลังมีการพัฒนารูปแบบไฮบริดที่รวมภาพถ่ายเข้ากับข้อมูลทางพันธุกรรมหรือข้อมูลทางคลินิก ตัวอย่างเช่น การศึกษาต่างๆ กำลังฝึก AI ทั้งจากภาพสแกนจอประสาทตา และ ปัจจัยเสี่ยงของผู้ป่วย (อายุ ความดันตา ประวัติครอบครัว) เพื่อเพิ่มพลังในการพยากรณ์โรค (pmc.ncbi.nlm.nih.gov) หากประสบความสำเร็จ เครื่องมือในอนาคตอาจสร้าง “คะแนนความเสี่ยงต้อหิน” สำหรับผู้ป่วยโดยการประมวลผลข้อมูลทั้งหมดพร้อมกัน

• การวิจัยการฟื้นฟูการมองเห็น: นอกจากการวินิจฉัยแล้ว AI ยังเกี่ยวข้องกับการรักษาที่ล้ำสมัย แม้จะยังไม่พร้อมใช้งานสำหรับต้อหิน แต่ก็มีความพยายามด้าน AI ใน ออพโตเจนิกส์/ประสาทเทียม และ ยีนบำบัด ที่อาจช่วยฟื้นฟูการมองเห็นได้ในวันหนึ่ง ตัวอย่างเช่น ทีมงานกำลังพัฒนา “ดวงตาเทียมอัจฉริยะ” ที่ใช้ AI เพื่อปรับรูปแบบการกระตุ้นบนจอประสาทตาหรือรากฟันเทียมในสมอง (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov) ความก้าวหน้าล่าสุดในห้องปฏิบัติการเกี่ยวข้องกับการฝังรากเทียมในสมองที่ สื่อสารสองทาง กับคอร์เทกซ์การมองเห็น: ในการทดลอง ผู้ป่วยอาสาสมัครที่ตาบอดสามารถจดจำรูปทรงและตัวอักษรได้แบบเรียลไทม์ เนื่องจากรากฟันเทียมที่ควบคุมด้วย AI ได้ปรับให้เข้ากับการตอบสนองของระบบประสาทของพวกเขา (neurosciencenews.com) นี่เป็นการวิจัยในระยะเริ่มต้นมาก (สำหรับภาวะตาบอดรุนแรงไม่ว่าจะเกิดจากสาเหตุใด ไม่ได้จำเพาะเจาะจงกับต้อหิน) แต่แสดงให้เห็นว่า ประสาทเทียมสำหรับการมองเห็นที่เปิดใช้งาน AI อาจช่วยให้ผู้ป่วยต้อหินกลับมามองเห็นได้บางส่วนหากเส้นประสาทตาเสียหายมากเกินไป นอกจากนี้ AI ยังถูกใช้ในการ ออกแบบยีนบำบัด – ตัวอย่างเช่น เพื่อค้นหาเส้นทางการนำส่งไวรัสที่เหมาะสมที่สุด หรือเป้าหมายโมเลกุลใหม่ในเซลล์จอประสาทตา – ซึ่งสามารถเร่งการพัฒนาการบำบัดรุ่นต่อไปเพื่อปกป้องเส้นประสาทตา

• อุปกรณ์ใหม่สำหรับการดูแล: จับตาดูผลิตภัณฑ์ใหม่ๆ ที่จะออกสู่ตลาด บริษัทต่างๆ กำลังปรับปรุง คอนแทคเลนส์หรือแว่นตาที่ขับเคลื่อนด้วย AI ซึ่งสามารถปรับโฟกัสสำหรับขอบเขตการมองเห็น ซึ่งอาจช่วยเรื่องการสูญเสียการมองเห็นด้านข้าง เครื่องมือโทรเวชกรรมจะใช้ AI เพื่อให้ผู้เชี่ยวชาญสามารถประเมินผู้ป่วยต้อหินจากระยะไกลได้ (เช่น ผู้ป่วยทำการทดสอบลานสายตาที่บ้านบนแท็บเล็ต โดยมี AI ทำการคัดกรองผลล่วงหน้า) เครื่องมือผ่าตัดหุ่นยนต์ที่นำทางโดย AI ก็เป็นแนวคิดที่กำลังเกิดขึ้น ซึ่งอาจทำให้การผ่าตัดต้อหินบางประเภทปลอดภัยหรือแม่นยำยิ่งขึ้นในอนาคต

โดยสรุป การพัฒนาและการทดลองในระยะท้าย กำลังดำเนินอยู่แล้วสำหรับแอปพลิเคชัน AI หลายอย่างที่ใช้กับต้อหิน นักวิจัยควรทราบว่าภายในไม่กี่ปีเราอาจเห็นการอนุมัติจาก FDA (หรือหน่วยงานที่เทียบเท่า) สำหรับเครื่องมือ AI ที่ใช้กับต้อหิน เช่นเดียวกับที่เราเห็นก่อนหน้านี้สำหรับโรคเบาหวานขึ้นจอประสาทตา ผู้เชี่ยวชาญด้านต้อหินและแพทย์ผู้ปฏิบัติงานจะต้องนำเครื่องมือเหล่านี้มาใช้ในการปฏิบัติงานในไม่ช้า – ตัวอย่างเช่น โดยการตรวจสอบประสิทธิภาพของ AI ใหม่ๆ กับประชากรผู้ป่วยของตนก่อนที่จะพึ่งพา

การฟื้นฟูการมองเห็นและเทคโนโลยีที่ก้าวล้ำในอนาคต

มองไปข้างหน้า หากแนวโน้มของ AI และวิศวกรรมประสาทในปัจจุบันยังคงดำเนินต่อไป จะเกิดภาพที่สดใสอย่างยิ่งสำหรับการรักษาต้อหิน: การปกป้องและอาจถึงขั้นฟื้นฟูการมองเห็นสำหรับผู้ป่วยที่อาจต้องตาบอด นี่คือความเป็นไปได้บางประการ:

• การมองเห็นด้วยประสาทเทียม: ดังที่กล่าวไปข้างต้น เทคโนโลยีล้ำสมัยอยู่ในรากฟันเทียมในสมองและจอประสาทตา ปัจจุบันมีรากฟันเทียมจอประสาทตา (เช่น Argus II) ที่กระตุ้นจอประสาทตาด้วยไฟฟ้าเพื่อให้เกิดการมองเห็นแบบหยาบๆ การวิจัยใหม่กำลังรวมรากฟันเทียมดังกล่าวเข้ากับ AI ตัวอย่างเช่น การทบทวนในปี 2025 ตั้งข้อสังเกตว่าการรวม AI เข้ากับดวงตาเทียมอาจ เพิ่มประสิทธิภาพวิธีที่อุปกรณ์กระตุ้นเซลล์ประสาท และปรับปรุงผลลัพธ์การมองเห็นสำหรับผู้ใช้ (pmc.ncbi.nlm.nih.gov) ความก้าวหน้าล่าสุดได้มีการฝังขั้วไฟฟ้าโดยตรงในคอร์เทกซ์การมองเห็นของผู้ป่วยอาสาสมัครที่ตาบอด พร้อมด้วย AI แบบวงปิดที่ปรับการกระตุ้นแบบเรียลไทม์ ผู้ป่วยอาสาสมัครสามารถจดจำรูปแบบและตัวอักษรได้ ซึ่งเป็น ครั้งแรก สำหรับอุปกรณ์ใดๆ นอกเหนือจากการกระพริบของแสงเพียงเล็กน้อย (neurosciencenews.com) หากรากฟันเทียมที่ขับเคลื่อนด้วย AI แบบ “สองทาง” ดังกล่าวยังคงก้าวหน้าต่อไป เป็นไปได้ว่าในทศวรรษหน้าเราอาจมีอุปกรณ์ที่ให้การมองเห็นบางส่วนแก่ผู้ป่วยต้อหินระยะสุดท้ายได้ (แม้ว่าการใช้งานทางคลินิกจะต้องผ่านการทดสอบอีกมาก)

• การพัฒนายาอัจฉริยะ: โมเดล AI อาจเร่งการค้นหาวิธีรักษาต้อหินใหม่ๆ ได้อย่างมาก ตัวอย่างเช่น การเรียนรู้ของเครื่องสามารถวิเคราะห์ข้อมูลทางพันธุกรรมและชีววิทยาของเซลล์จอประสาทตาเพื่อระบุ ปัจจัยปกป้องระบบประสาท (สารที่ช่วยให้เซลล์ประสาทตาคงอยู่ได้) การศึกษาหนึ่งใช้ AI เพื่อเลือกเป้าหมายโมเลกุลที่มีแนวโน้มดีสำหรับยาต้อหิน (www.thebrighterside.news) หากแนวทางการวิจัยนี้ประสบผลสำเร็จ เราอาจได้เห็น การบำบัดปกป้องระบบประสาท ที่เร่งด้วย AI กำลังพัฒนา โดยมีเป้าหมายเพื่อหยุดความเสียหายของเส้นประสาทก่อนที่จะเกิดการสูญเสียการมองเห็น

• การบำบัดฟื้นฟูโดยมี AI เป็นแนวทาง: ยีนบำบัดและเซลล์บำบัดสำหรับต้อหิน (มุ่งเป้าไปที่การฟื้นฟูหรือเสริมสร้างเซลล์ปมประสาทจอประสาทตา) ก็เป็นอีกสาขาที่ AI สามารถช่วยได้ AI สามารถช่วยในการออกแบบการตัดต่อยีนหรือการรักษาด้วยสเต็มเซลล์ที่เลียนแบบการส่งสัญญาณจอประสาทตาตามธรรมชาติ แม้ว่าจะยังเป็นเพียงข้อสันนิษฐานสำหรับต้อหิน แต่แนวโน้มทั่วไปคือ การวิจัยทางการแพทย์ชีวภาพที่ขับเคลื่อนด้วย AI กำลังค้นพบวิธีการใหม่ๆ ในการรักษาเส้นประสาทและฟื้นฟูเนื้อเยื่อได้เร็วกว่าที่เคย

โดยพื้นฐานแล้ว ความก้าวหน้าซึ่งเคยเป็นเพียงนิยายวิทยาศาสตร์—เช่น การฟื้นฟูการมองเห็นบางส่วนผ่านการปลูกถ่ายหรือยีนบำบัดที่ปรับแต่งเฉพาะ—กำลังกลายเป็นสิ่งที่คิดได้จริง อย่างไรก็ตาม เราต้องระมัดระวัง: แต่ละขั้นตอนต้องผ่านการทดลองทางคลินิกอย่างรอบคอบ การบำบัดขั้นสูงเหล่านี้ ยังไม่พร้อมใช้งานในตอนนี้ แต่ AI เป็นหนึ่งในเทคโนโลยีที่ช่วยให้สิ่งเหล่านี้เป็นไปได้

สถานการณ์จริง: สิ่งที่ผู้ป่วยและนักวิทยาศาสตร์ควรจับตามอง

เพื่อให้เห็นภาพชัดเจน ลองพิจารณาสถานการณ์สองสามประการดังนี้:

• สถานการณ์ผู้ป่วย: อลิซ อายุ 58 ปี เพิ่งได้รับการวินิจฉัยว่าเป็นต้อหินระยะแรก ในการมาพบแพทย์ครั้งต่อไป จักษุแพทย์ของเธอใช้การสแกน OCT ที่สนับสนุนด้วย AI ซึ่งเน้นให้เห็นการบางลงที่น่าสงสัยของชั้นใยประสาทตา แพทย์อธิบายว่าอัลกอริทึม AI ได้ระบุรูปแบบที่สอดคล้องกับการดำเนินของโรค ดังนั้นอลิซควรรักษาด้วยยาหยอดตาอย่างเคร่งครัดและกลับมาพบแพทย์ใน 6 เดือน (แทนที่จะรอหนึ่งปี) ต่อมา อลิซอ่านข่าวว่าแอปคัดกรองด้วยสมาร์ทโฟนกำลังถูกทดลองใช้ในคลินิกชุมชนใกล้เคียง เธอจึงสอบถามแพทย์ว่าจะสามารถลองใช้เพื่อติดตามอาการจากที่บ้านได้หรือไม่ แพทย์อธิบายว่าแอปนี้ (ที่ได้รับการตรวจสอบจากการศึกษา) สามารถบันทึกข้อมูลลานสายตาหรือภาพดวงตาและให้คะแนนความเสี่ยงสำหรับต้อหินได้ทันที อลิซเข้าร่วมการศึกษาและอัปโหลดผลการทดสอบรายเดือนผ่านโทรศัพท์ของเธอ – AI ของแอปยืนยันว่าโรคของเธอยังคงคงที่ ทำให้เธอสบายใจ

• สถานการณ์นักวิจัย: ดร. เฉิน กำลังพัฒนาการศึกษาเกี่ยวกับการดำเนินของต้อหิน เมื่อทราบว่า AI กำลังเติบโตอย่างรวดเร็ว เธอจึงร่วมมือกับนักวิทยาศาสตร์คอมพิวเตอร์เพื่อใช้ดีปเลิร์นนิ่งกับชุดข้อมูลสาธารณะขนาดใหญ่ของภาพสแกน OCT และผลลัพธ์ของผู้ป่วย พวกเขาฝึกโมเดลเพื่อทำนายว่าผู้ป่วยรายใดจะสูญเสียการมองเห็นเร็วที่สุด โดยหวังที่จะระบุตัวบ่งชี้ทางชีวภาพจากการถ่ายภาพใหม่ๆ พวกเขาติดตามแอปจักษุวิทยา AI ใหม่ๆ ไปพร้อมกัน เมื่ออุปกรณ์ AI ใหม่สำหรับการคัดกรองต้อหินที่ได้รับการอนุมัติจาก FDA ออกมา ดร. เฉินวางแผนการทดลองขนาดเล็กเพื่อเปรียบเทียบกับวิธีการทดสอบมาตรฐานในคลินิกของเธอ เธอยังเข้าร่วมการประชุมเกี่ยวกับ AI ในจักษุวิทยาเพื่อให้มั่นใจว่าข้อเสนอขอทุนวิจัยของเธอพิจารณาเครื่องมืออัตโนมัติ ด้วยการติดตามข้อมูลข่าวสาร ดร. เฉินจึงวางตำแหน่งการวิจัยของเธอเพื่อใช้ประโยชน์จากเครื่องมือ AI สำหรับการค้นพบที่รวดเร็วยิ่งขึ้น

จากตัวอย่างเหล่านี้ สิ่งที่ควรจับตามอง:

• ผู้ป่วยควร สอบถามเกี่ยวกับทางเลือกในการคัดกรอง การคัดกรองที่เปิดใช้งาน AI ใหม่ๆ เข้าถึงได้ง่ายแค่ไหนที่คลินิกหรือร้านขายยาของคุณ? หากคุณเห็นโฆษณาสำหรับการตรวจตาด้วย AI ให้สอบถามว่าได้รับการตรวจสอบทางคลินิกหรือไม่ ถามแพทย์ของคุณว่าเครื่องมือ AI (เช่น การถ่ายภาพจอประสาทตาด้วยสมาร์ทโฟน) อาจถูกใช้เพื่อการติดตามที่ง่ายขึ้นหรือไม่
• ผู้ป่วยควร เข้าร่วมการทดลองหรือทะเบียนข้อมูล หากเป็นไปได้ นักวิจัยต้อหินต้องการข้อมูลผู้ป่วยที่หลากหลายเพื่อฝึกโมเดล AI อย่างมีประสิทธิภาพ การเข้าร่วมการศึกษา (โดยได้รับความยินยอมที่เหมาะสม) สามารถช่วยนำเครื่องมือ AI ใหม่ๆ ออกสู่ตลาดได้
• นักวิจัยและแพทย์ผู้ปฏิบัติงานควรติดตามวรรณกรรมและแนวปฏิบัติเกี่ยวกับ AI ตัวอย่างเช่น อ่านบทความทบทวนเกี่ยวกับ AI ในต้อหิน หรือเข้าร่วมเวิร์กช็อปเกี่ยวกับ AI ทางการแพทย์ พิจารณาความร่วมมือกับผู้เชี่ยวชาญ AI เพื่อวิเคราะห์ข้อมูลของคุณ – เทคนิคที่ใช้ได้ผลกับภาพหรือพันธุกรรมในโรคอื่นๆ มักจะสามารถนำมาใช้กับการวิจัยต้อหินได้
• ทั้งผู้ป่วยและผู้ให้บริการควรตระหนักถึง ข้อจำกัด เครื่องมือ AI ทำงานได้ดีที่สุดเมื่อได้รับการตรวจสอบความถูกต้องกับผู้ป่วยเช่นเดียวกับคุณ (ภูมิหลังคล้ายกัน อุปกรณ์ถ่ายภาพคล้ายกัน ฯลฯ) ควรถามเสมอว่า “AI นี้ได้รับการทดสอบกับคนอย่างฉันแล้วหรือไม่?” หรือ “อัตราผลบวกปลอมเป็นเท่าไหร่?” โปรดเข้าใจว่าไม่มีเครื่องมือใดสมบูรณ์แบบ – AI เป็นเพียงเครื่องมือช่วย ไม่ใช่สิ่งทดแทนดุลยพินิจของผู้เชี่ยวชาน

การปกป้องการมองเห็นด้วย AI: คำถามที่ควรสอบถามทีมผู้ดูแลของคุณ

ด้วยความก้าวหน้าเหล่านี้ นี่คือ คำถามที่ผู้ป่วยอาจถาม และขั้นตอนที่ควรทำ:

• “มีการตรวจคัดกรองต้อหินด้วย AI ที่ฉันสามารถเข้าถึงได้หรือไม่? มีความแม่นยำแค่ไหน?”
• “จักษุแพทย์ของฉันใช้การวิเคราะห์ภาพสแกนจอประสาทตาหรือลานสายตาแบบอัตโนมัติหรือไม่? พวกเขาพบอะไรในกรณีของฉัน?”
• “มีการทดลองทางคลินิกหรือการรักษาใหม่ๆ (เช่น ยาปกป้องระบบประสาท) ที่ฉันอาจมีสิทธิ์เข้าร่วมหรือไม่ โดยเฉพาะที่เกี่ยวข้องกับเครื่องมือ AI?”
• “ฉันควรติดตามลานสายตาหรือความดันตาด้วยแอปพลิเคชันมือถือใดๆ หรือไม่? หากฉันทำการติดตามตนเองเช่นนั้น การวิเคราะห์ด้วย AI จะช่วยแพทย์ของฉันได้หรือไม่?”

สำหรับนักวิจัยและแพทย์ผู้ปฏิบัติงาน:

• “ฉันจะนำการพยากรณ์ด้วย AI มาใช้ในการดูแลผู้ป่วยได้อย่างไร? ฉันจำเป็นต้องมีอุปกรณ์ใหม่หรือการฝึกอบรมเพิ่มเติมหรือไม่?”
• “มีชุดข้อมูลใดบ้างสำหรับต้อหินที่ฉันสามารถนำมาใช้ฝึกหรือทดสอบโมเดล AI ได้?”
• “หน่วยงานกำกับดูแลอาจอนุมัติเครื่องมือ AI สำหรับต้อหินเร็วแค่ไหน และบริษัทประกันจะจัดการกับสิ่งเหล่านี้อย่างไร?”

การกระตือรือร้น – การอ่านข่าวทางการแพทย์ที่น่าเชื่อถือ การเข้าร่วมการสัมมนาออนไลน์ด้านสุขภาพตา หรือการเข้าร่วมกลุ่มสนับสนุนผู้ป่วย – จะช่วยให้เราทุกคนได้รับประโยชน์จากความก้าวหน้าของ AI โดยไม่ถูกทิ้งไว้ข้างหลัง

บทสรุป

เทคโนโลยี AI กำลัง ก้าวหน้าอย่างรวดเร็วอย่างน่าประหลาดใจ โดยในช่วงไม่กี่ปีที่ผ่านมาแสดงให้เห็นถึงความก้าวหน้าอย่างชัดเจนหลายเท่า สำหรับต้อหิน เราเริ่มเห็นผลกระทบแล้ว: การคัดกรองที่เข้าถึงได้ง่ายขึ้น การวิเคราะห์การทดสอบทางคลินิกแบบอัตโนมัติ และการพยากรณ์การดำเนินของโรคที่ฉลาดขึ้น ในอีกไม่กี่ปีข้างหน้า เราคาดว่าเครื่องมือ AI จะกลายเป็นส่วนหนึ่งของการดูแลต้อหินตามปกติ ช่วยในการตรวจจับและปรับแต่งการรักษา มองไปข้างหน้า AI ยังช่วยให้การวิจัยการฟื้นฟูการมองเห็น (ผ่านประสาทเทียมหรือยีนบำบัด) สามารถเปลี่ยนแปลงแนวโน้มของผู้ป่วยที่มีโรครุนแรงได้อย่างมาก

สำหรับผู้ป่วย สิ่งนี้หมายถึงวิธีที่มีประสิทธิภาพมากขึ้นในการตรวจจับต้อหินตั้งแต่เนิ่นๆ และติดตามอย่างใกล้ชิด สำหรับนักวิจัยและแพทย์ผู้ปฏิบัติงาน หมายถึงเครื่องมือใหม่ๆ ในการทำความเข้าใจและต่อสู้กับโรค การติดตามข้อมูลข่าวสารและถามคำถามที่ถูกต้องจะช่วยให้ทุกคน – ทั้งผู้ป่วยและผู้ให้บริการ – สามารถใช้ประโยชน์จากความก้าวหน้าเหล่านี้ได้ ยุคของ AI ในการดูแลดวงตาได้มาถึงแล้ว และสำหรับต้อหิน มันสัญญาว่าจะไม่น้อยไปกว่าการ เปลี่ยนแปลงการวินิจฉัย การรักษา และอาจถึงขั้นฟื้นฟูการมองเห็นในอนาคต

แหล่งที่มา: การศึกษาและบทวิจารณ์ล่าสุดได้บันทึกแนวโน้มและเทคโนโลยีเหล่านี้ไว้ (pmc.ncbi.nlm.nih.gov) (pmc.ncbi.nlm.nih.gov) (www.nature.com) (pubmed.ncbi.nlm.nih.gov) (neurosciencenews.com) (pmc.ncbi.nlm.nih.gov) (epoch.ai) (medium.com) และอื่นๆ อีกมากมาย