เมื่อการวินิจฉัยคือด่านแรกของชีวิต 3 Health Tech ไทยที่ทำให้ระบบสุขภาพพึ่งตัวเองได้มากขึ้น

ก่อนที่ผู้ป่วยจะได้รับยา ก่อนที่แพทย์จะวางแผนรักษา และก่อนที่โรงพยาบาลจะตัดสินใจเลือกแนวทางการดูแลผู้ป่วย สิ่งแรกที่ต้องเกิดขึ้นคือ การวินิจฉัย

หากมีการตรวจพบที่รวดเร็วและแม่นยำ การรักษาก็มีโอกาสเดินถูกทาง แต่ถ้าตรวจช้า ตรวจผิด หรือตรวจไม่เจอ ความผิดพลาดอาจเริ่มขึ้นตั้งแต่ก้าวแรก

ปัญหาคือ ด่านแรกของการรักษานี้ยังเป็นจุดที่ไทยพึ่งพาเทคโนโลยีจากต่างประเทศอยู่มาก ทั้งชุดตรวจ เครื่องมือ และระบบวิเคราะห์ผล ซึ่งหมายถึงต้นทุนที่สูง การรอสินค้านำเข้าในช่วงฉุกเฉิน และราคาที่เราแทบควบคุมไม่ได้

สำหรับโรคที่เป็นโจทย์เฉพาะของไทยและเอเชีย ไม่ว่าจะเป็น ไข้เลือดออก วัณโรค หรือภาวะหมู่เลือดบางประเภท การมีเทคโนโลยีตรวจวินิจฉัยที่พัฒนาได้เองในประเทศ จึงไม่ใช่แค่เรื่องของนวัตกรรม แต่คือเรื่องของความมั่นคงด้านสุขภาพ

สตาร์ทอัพ Health Tech ไทยกลุ่มหนึ่งกำลังลงมือแก้ปัญหาในประเด็นนี้ โดยสตาร์ทอัพไทยกลุ่มนี้เป็นทีมที่ผ่านการคัดเลือกเข้าโครงการ SPEAR-H Accelerator โครงการเร่งการเติบโตด้านนวัตกรรมการแพทย์และสุขภาพ ที่เป็นความร่วมมือระหว่าง สำนักงานนวัตกรรมแห่งชาติ (NIA) มหาวิทยาลัยมหิดล โดยผ่านสถาบันบริหารจัดการเทคโนโลยีและนวัตกรรม (INT) โรงพยาบาลในเครือมหาวิทยาลัยมหิดล และโรงพยาบาลพระราม 9 

K-Dengue NS1 ชุดตรวจไข้เลือดออกที่วิจัยและผลิตโดยคนไทย

ไข้เลือดออกเป็นโรคที่อยู่กับประเทศไทยมาอย่างยาวนาน และยังคงเป็นความท้าทายด้านสาธารณสุข โดยเฉพาะในช่วงการระบาด การวินิจฉัยที่รวดเร็วและมีคุณภาพจึงเป็นส่วนสำคัญในการรับมือกับโรค

K-Dengue NS1 Ag Test จากบริษัท เค.ไบโอ ไซเอนซ์ จำกัด เป็นชุดตรวจแบบรวดเร็วสำหรับตรวจหาแอนติเจน NS1 ของเชื้อไวรัสเดงกี ครอบคลุมทั้ง 4 สายพันธุ์ จากตัวอย่างซีรั่ม พลาสมา และเลือดครบส่วน โดยสามารถทราบผลได้ภายใน 15 นาที

K.Biosciences มุ่งสร้างศักยภาพในการวิจัย พัฒนา และผลิตเทคโนโลยีการวินิจฉัยในประเทศไทย เพื่อเพิ่มความพร้อมของประเทศเมื่อเกิดการระบาด

“ในวันที่เกิดการระบาด เราไม่ควรต้องกังวลว่าชุดตรวจจะมีเพียงพอหรือไม่ การมีความสามารถในการวิจัย พัฒนา และผลิตชุดตรวจภายในประเทศ คือหนึ่งในรากฐานสำคัญของความมั่นคงด้านสาธารณสุขของไทย”

Zenostic อุดช่องโหว่การตรวจหมู่เลือด RhD-negative/Asian-type DEL ยกระดับความปลอดภัยระบบโลหิตไทย

โจทย์ของ Zenostic จากบริษัท เซโนสติกส์ จำกัด ที่ร่วมมือกับคณะเทคนิคการแพทย์ มหาวิทยาลัยมหิดล เป็นเรื่องที่ลึกและเฉพาะทาง แต่มีความหมายต่อเรื่องความปลอดภัยด้านการบริจาคเลือด และการรับเลือดในมุมที่หลายคนอาจจะยังไม่ทราบ

ในกลุ่มผู้ที่มีเลือดหมู่ RhD-negative ยังมีความเสี่ยงแฝงที่การตรวจหมู่เลือดมาตรฐาน Blood Group Serology (การทดสอบปฏิกิริยาการจับกลุ่มของเซลล์เม็ดเลือดแดง) ไม่สามารถตรวจพบได้ เพราะแอนติเจน D แสดงออกในปริมาณน้อยมาก โดยเฉพาะในกรณีที่เรียกว่า Asian-type DEL ซึ่งพบในประชากรเอเชียมากกว่าภูมิภาคอื่น 

งานวิจัยของมหาวิทยาลัยมหิดลชี้ว่า ผู้บริจาคโลหิตไทยที่ได้รับการจำแนกว่าเป็น RhD-negative ประมาณร้อยละ 15 แท้จริงแล้วเป็น Asian-type DEL สะท้อนให้เห็นช่องว่างสำคัญของระบบการตรวจวินิจฉัยที่มีอยู่

ชุดตรวจ Precision Dx ของ Zenostic ใช้เทคโนโลยี Lyo-LAMP เพื่อยืนยันหมู่เลือดในระดับพันธุกรรม ช่วยแยกความแตกต่างระหว่าง true RhD-negative และ Asian-type DEL ได้อย่างชัดเจน ทีมระบุข้อได้เปรียบไว้สามข้อ 

1. รวดเร็วและแม่นยำกว่าวิธีเดิม รู้ผลภายในราว 40 นาที และลดความผิดพลาดจากคน 
2. ขั้นตอนการทำงานง่ายกว่า เพราะตรวจแยก true RhD-negative และ Asian-type DEL พร้อมตัวควบคุมภายในได้ในหลอดเดียว 
3. มีศักยภาพสร้างมาตรฐานการตรวจรูปแบบใหม่ที่เหมาะกับระบบงานภาคบริการโลหิตในทางปฏิบัติ

เรื่องนี้สำคัญต่อความปลอดภัยของผู้ป่วยโดยตรง เพราะการจำแนกหมู่โลหิตคลาดเคลื่อนในกลุ่ม Asian-type DEL อาจนำไปสู่ภาวะแทรกซ้อนจากการให้เลือด รวมถึงกระตุ้นให้ร่างกายสร้างแอนติบอดีต่อแอนติเจน D ซึ่งส่งผลต่อความปลอดภัยในระยะยาว 

นอกจากนี้ การระบุผู้ที่เป็น Asian-type DEL ได้ถูกต้องยังช่วยลดการใช้เลือด RhD-negative โดยไม่จำเป็น บรรเทาปัญหาการขาดแคลนโลหิตซึ่งเป็นทรัพยากรที่มีอยู่อย่างจำกัด

ปัจจุบัน Zenostic อยู่ระหว่างนำชุดตรวจไปทดสอบกับตัวอย่างทางคลินิกจริงในหน่วยงานคู่ความร่วมมือ เพื่อเตรียมความพร้อมสำหรับการขึ้นทะเบียนกับสำนักงานคณะกรรมการอาหารและยา (อย.) และเทคโนโลยีนี้ยังอยู่ระหว่างการขอรับความคุ้มครองทรัพย์สินทางปัญญา ซึ่งจะเป็นก้าวสำคัญสู่การผลิตและถ่ายทอดเทคโนโลยีในประเทศ

RAMAAI ผู้ช่วยอ่านฟิล์มเอกซเรย์ปอด พร้อมโมดูลจับวัณโรคโดยเฉพาะ

ภาพจาก Mahidol Channel

RAMAAI CXR Solution หรือที่ทีมเรียกสั้น ๆ ว่า 'ระไม' เป็น AI สัญชาติไทยจากบริษัท บริษัท รามูน เมดิคอล จํากัด ที่พัฒนาโดยคณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล จากความร่วมมือของแพทย์ วิศวกร และนักวิจัยไทย

RAMAAI เป็นระบบ AI ที่ออกแบบมาเพื่อตรวจจับความผิดปกติที่พบบ่อยและสำคัญบนภาพเอกซเรย์ทรวงอก (chest X-ray) ได้ถึง 16 ชนิด ตั้งแต่ ก้อนในปอด วัณโรคปอด ปอดอักเสบ น้ำท่วมปอด หัวใจโต ปอดอุดกั้นเรื้อรัง ไปจนถึงภาวะปอดแตก 

จุดที่ทำให้ผลตรวจน่าเชื่อถือคือ ตัว AI ฝึกจากภาพเอกซเรย์ปอดของคนไทยกว่า 2 ล้านภาพ และมีรังสีแพทย์กว่า 30 ท่านช่วยสอนให้ AI เรียนรู้รอยโรค ทำหน้าที่เป็น 'ผู้ช่วยแพทย์' ที่ช่วยชี้จุดที่น่าสงสัย ในการใช้งานจริง ทีมรามาธิบดีระบุว่า RAMAAI ช่วยลดเวลาวินิจฉัยฟิล์มที่ผิดปกติลง 20 ถึง 30% และเพิ่มความแม่นยำในการอ่านฟิล์มได้ราว 20%

จุดที่ทำให้ RAMAAI ต่างจาก AI อ่านฟิล์มทั่วไปคือ โมดูลตรวจหาวัณโรคระยะแพร่เชื้อ (Active TB) โดยเฉพาะ ที่ทีมเรียกว่า Zero TB Module ประเด็นนี้ตรงกับโจทย์สาธารณสุขไทยอย่างชัดเจน เพราะวัณโรคยังเป็นปัญหาที่ต้องคัดกรองคนจำนวนมากในพื้นที่ที่อาจไม่มีรังสีแพทย์ประจำ โดยเฉพาะเมื่อไทยมีรังสีแพทย์ไม่ถึง 2,000 คนทั่วประเทศและส่วนใหญ่กระจุกตัวอยู่ในเมืองใหญ่ AI ที่ช่วยคัดกรองเบื้องต้นจึงช่วยทำให้ประชาชนสามารถเข้าถึงการวินิจฉัยที่แม่นยำ และการรักษาที่รวดเร็ว

ปัจจุบัน RAMAAI อยู่ในสถานะ Regulatory Pending คืออยู่ระหว่างกระบวนการขออนุมัติ และขึ้นทะเบียนเป็นเครื่องมือแพทย์ โดยสำนักงานคณะกรรมการอาหารและยา (อย.)

การตรวจวินิจฉัยที่ 'ทำเองได้' คือรากฐานของระบบสุขภาพที่พึ่งตัวเองได้

สามบริษัทนี้อยู่คนละเทคโนโลยี ตั้งแต่ชุดตรวจภูมิคุ้มกัน เทคโนโลยีระดับพันธุกรรม ไปจนถึง AI อ่านภาพ แต่มีเส้นเรื่องเดียวกันคือ การทำให้การตรวจวินิจฉัยเร็วขึ้น แม่นยำขึ้น และเข้าถึงได้มากขึ้น โดยที่ไทยไม่ต้องพึ่งของนำเข้าเป็นด่านแรก

สิ่งที่น่าสนใจคือ ทุกทีมเลือกจโจทย์เกี่ยวกับโรคที่เป็นปัญหาหลักของไทยและเอเชีย ทั้งไข้เลือดออก หมู่เลือด Asian type-DEL และวัณโรค ตลาดของโรคเหล่านี้เป็นจุดที่ผู้ผลิตรายใหญ่จากตะวันตกอาจไม่ได้ให้ความสำคัญเป็นอันดับแรก ช่องว่างตรงนี้จึงเป็นทั้งโอกาสทางธุรกิจและภารกิจด้านสาธารณสุขในเวลาเดียวกัน

แต่โจทย์ใหญ่ของเทคโนโลยีการตรวจวินิจฉัยคือเส้นทางการรับรองและการพิสูจน์ในการใช้งานจริง ซึ่งต้องใช้ทั้งเวลาและทุน จุดนี้เองที่โครงการอย่าง SPEAR-H เข้ามามีบทบาท ด้วยการเปิดให้ทดสอบในเครือโรงพยาบาลของมหาวิทยาลัยมหิดล และโรงพยาบาลพระราม 9 พร้อมเส้นทางเชื่อมต่อแหล่งทุนและการสนับสนุนจากภาครัฐ  

เพราะระยะห่างระหว่าง 'ผ่านการทดสอบในแล็บ' กับ 'ใช้งานได้จริงในโรงพยาบาล' คือช่วงที่นวัตกรรมไทยจำนวนมากสะดุดและไปต่อไม่ได้

ถ้าสตาร์ตอัปเหล่านี้ข้ามช่วงนั้นไปได้ สิ่งที่ได้กลับมาไม่ใช่แค่สินค้าไทยที่แข่งกับของนำเข้า แต่คือระบบสุขภาพที่พึ่งตัวเองได้มากขึ้นในวันที่โรคระบาดมาถึงประตูบ้าน