การกระตุ้นสมองส่วนลึกสู่ยุคการเรียนรู้การเดิน ─ การรักษาด้วย AI ช่วยปรับปรุงการเดินของผู้ป่วยพาร์กินสัน

ในการรักษาโรคพาร์กินสัน มีปัญหาที่ยังไม่ได้รับการแก้ไขที่ถือว่าเป็น "ความท้าทายที่เหลืออยู่" มานานหลายปี อาการสั่น การแข็งตัวของกล้ามเนื้อ และการเคลื่อนไหวช้าอาจตอบสนองต่อยาและการกระตุ้นสมองส่วนลึกได้ อย่างไรก็ตาม ความบกพร่องในการเดิน โดยเฉพาะอย่างยิ่งการที่เท้าหยุดนิ่งไม่สามารถก้าวไปข้างหน้าได้ หรือที่เรียกว่า "การหยุดนิ่งของเท้า" รวมถึงความไม่มั่นคงในการทำกิจวัตรประจำวัน เช่น การเปลี่ยนทิศทาง การลุกขึ้น การขึ้นลงบันได ได้จำกัดชีวิตของผู้ป่วยอย่างมาก

ครั้งนี้ หนังสือพิมพ์ WELT ของเยอรมันได้รายงานเกี่ยวกับการบำบัดด้วยการกระตุ้นสมองส่วนลึกแบบใหม่ที่ได้รับการสนับสนุนจาก AI โดยทีมวิจัยจากสวิตเซอร์แลนด์ การวิจัยนี้นำโดยนักวิจัยจากมหาวิทยาลัยเทคโนโลยีแห่งสวิส โลซาน (EPFL) และโรงพยาบาลมหาวิทยาลัยโลซาน ในบทความที่เผยแพร่ได้แสดงให้เห็นถึงระบบที่สามารถอ่านกิจกรรมของสมองของผู้ป่วยโรคพาร์กินสันแบบเรียลไทม์ และคาดการณ์ว่าผู้ป่วยกำลังนั่ง ยืน เดิน หรือพยายามหลีกเลี่ยงสิ่งกีดขวาง และปรับการกระตุ้นสมองโดยอัตโนมัติตามนั้น

ถ้าจะกล่าวว่า การกระตุ้นสมองส่วนลึกแบบเดิมคือ "การส่งการกระตุ้นในจังหวะที่คงที่" เทคโนโลยีในครั้งนี้คือ "การเปลี่ยนแปลงการกระตุ้นตามการเคลื่อนไหวของผู้ป่วย" ทีมวิจัยมองว่านี่เป็นแผนการออกแบบการบำบัดด้วยการปรับเปลี่ยนการทำงานของระบบประสาทรุ่นถัดไป ซึ่งหมายถึงการปรับกิจกรรมของระบบประสาทตามสถานการณ์

ในโรคพาร์กินสัน เซลล์ประสาทในสมองเสื่อมสภาพทำให้ขาดโดปามีน ซึ่งทำให้ระบบการควบคุมการเคลื่อนไหวราบรื่นเสียหาย อาการที่พบได้บ่อยคือ การสั่น การแข็งตัวของกล้ามเนื้อ และการเคลื่อนไหวช้า แต่เมื่อโรคพัฒนาขึ้น ปัญหาในการเดินและท่าทางจะรุนแรงขึ้น โดยเฉพาะการหยุดนิ่งของเท้า ที่ทำให้เท้าดูเหมือนติดกับพื้นโดยไม่เกี่ยวข้องกับความตั้งใจของผู้ป่วย ซึ่งนำไปสู่ความกลัวการล้มและความกังวลในการออกไปข้างนอก การเดินไม่กี่ก้าวในบ้าน การก้าวข้ามธรณีประตู การเปลี่ยนทิศทางในทางเดินแคบ สิ่งเหล่านี้ที่ดูเหมือนง่ายสำหรับคนสุขภาพดี กลับกลายเป็นกำแพงใหญ่สำหรับผู้ป่วย

การกระตุ้นสมองส่วนลึกเป็นวิธีการรักษาที่ใช้การฝังอิเล็กโทรดในส่วนที่เฉพาะเจาะจงของสมอง และส่งสัญญาณไฟฟ้าจากอุปกรณ์กระตุ้นที่ฝังในบริเวณหน้าอก มีประวัติการใช้งานทางคลินิกมาหลายสิบปีและถูกใช้ในการรักษาอาการเคลื่อนไหวของโรคพาร์กินสันที่พัฒนาแล้ว โดยเฉพาะอย่างยิ่งมีประสิทธิภาพในการรักษาอาการสั่น การแข็งตัวของกล้ามเนื้อ และการเคลื่อนไหวช้า อย่างไรก็ตาม มีการชี้ให้เห็นว่าผลต่อความบกพร่องในการเดินนั้นไม่แน่นอน และในบางกรณีอาจทำให้อาการแย่ลง

เหตุผลหนึ่งคือ การเดินไม่ใช่การเคลื่อนไหวที่ง่ายดาย การนั่ง การยืน การเริ่มเดิน การเลี้ยว การหลีกเลี่ยงสิ่งกีดขวาง การขึ้นบันได ทั้งหมดนี้ต้องการการควบคุมประสาทที่แตกต่างกัน นอกจากนี้ ในโรคพาร์กินสัน ประสิทธิภาพของยามีการเปลี่ยนแปลงตามช่วงเวลา ทำให้สภาพร่างกายของผู้ป่วยเปลี่ยนแปลงอย่างมากในช่วงเช้าและเย็น หรือก่อนและหลังการรับประทานยา การตอบสนองด้วยพารามิเตอร์การกระตุ้นที่คงที่ต่อทุกสถานการณ์นั้นยาก

จุดสำคัญของการวิจัยครั้งนี้คือ การใช้สัญญาณที่บันทึกจากบริเวณที่เรียกว่า subthalamic nucleus ของสมอง ซึ่งมีเบาะแสในการอ่านสถานะการเดิน ทีมวิจัยได้บันทึกกิจกรรมสมอง การเคลื่อนไหวของร่างกายทั้งหมด และกิจกรรมของกล้ามเนื้อขาในผู้ป่วยโรคพาร์กินสันที่พัฒนาแล้ว 35 คน ผู้ป่วยทำภารกิจเช่น การนั่ง การยืน การเดิน และการหลีกเลี่ยงสิ่งกีดขวาง และวิเคราะห์การเปลี่ยนแปลงของสัญญาณสมองในขณะนั้น

ผลการวิจัยพบว่า กิจกรรมสมองมีรูปแบบที่เป็นเอกลักษณ์ตามประเภทของการเคลื่อนไหว นอกจากนี้ ด้วยการใช้การเรียนรู้ของเครื่อง สามารถคาดการณ์สถานะการเคลื่อนไหวของผู้ป่วยจากสัญญาณสมองแบบเรียลไทม์ สิ่งสำคัญคือ การคาดการณ์นี้ไม่ได้จำกัดเพียงการทดลองในห้องปฏิบัติการ แต่ถูกนำไปใช้ในการควบคุมการกระตุ้นจริง

ทีมวิจัยได้ทดลองการกระตุ้นสมองส่วนลึกแบบปรับเปลี่ยนตามกิจกรรมกับผู้ป่วยโรคพาร์กินสันที่พัฒนาแล้ว 4 คน ผู้เข้าร่วมทั้งหมดเป็นผู้ป่วยที่ยังคงมีความบกพร่องในการเดินแม้ได้รับการรักษาที่ปรับให้เหมาะสมแบบเดิมแล้ว ระบบใหม่จะวิเคราะห์ลักษณะของสัญญาณสมองของแต่ละผู้ป่วยและสร้างกฎการปรับการกระตุ้นที่เหมาะสมกับบุคคลนั้น บางคนควรเพิ่มการกระตุ้นในขณะเดิน ในขณะที่บางคนควรลดการกระตุ้นเพื่อปรับปรุงการเคลื่อนไหวของเท้า กล่าวคือ AI ไม่ได้ทำการตัดสินที่ง่ายๆ ว่า "ควรกระตุ้นให้แรงขึ้น" แต่เป็นการบำบัดแบบปรับเปลี่ยนตามสภาพและการเคลื่อนไหวของผู้ป่วย

ในการทดลองพบว่ามีการปรับปรุงในด้านความมั่นคงในการเดิน ความกว้างของก้าว การเปลี่ยนทิศทาง ความถี่ของการหยุดนิ่งของเท้า ความง่ายในการลุกขึ้นและการเดินต่อเนื่อง ผู้เข้าร่วมบางคนกล่าวว่า ก่อนหน้านี้รู้สึกว่าขาหนักและบางครั้งไม่สามารถควบคุมได้ แต่เมื่อการกระตุ้นเปลี่ยนไปตามการเคลื่อนไหว ทำให้สามารถเดินได้นานขึ้น นี่ไม่ใช่เพียงแค่การปรับปรุงตัวเลขในการทดสอบ แต่เป็นการเปลี่ยนแปลงที่เชื่อมโยงกับความอิสระในชีวิตประจำวันของผู้ป่วย เช่น "สามารถเดินไปได้ไกลขึ้น" "ไม่กลัวที่จะลุกขึ้น" "ความกังวลในการออกไปข้างนอกลดลง"

เบื้องหลังที่ทำให้ข่าวนี้ได้รับความสนใจคือภาพลักษณ์ของคำว่า "AI ในการแพทย์" เมื่อพูดถึง AI หลายคนอาจนึกถึงการวินิจฉัยภาพ แชทบอท หรือการสนับสนุนการค้นคว้ายา แต่ในเทคโนโลยีครั้งนี้ AI ไม่ได้ให้คำแนะนำจากหน้าจอ แต่ทำงานร่วมกับอุปกรณ์ที่ฝังในร่างกายของผู้ป่วย และปรับการกระตุ้นขณะที่อ่านกิจกรรมสมอง กล่าวคือ AI มีส่วนร่วมโดยตรงในการกำหนดเวลาและความแรงของการรักษา

อย่างไรก็ตาม สิ่งที่ไม่ควรเข้าใจผิดคือ AI ไม่ได้ตัดสินใจแนวทางการรักษาเอง ระบบทำงานภายใต้กรอบที่ออกแบบโดยแพทย์และนักวิจัย และปรับการกระตุ้นตามสัญญาณประสาทที่ตรวจสอบแล้วสำหรับแต่ละผู้ป่วย AI ในการแพทย์ไม่ได้มาแทนที่แพทย์ แต่ทำหน้าที่เป็นผู้ช่วยที่จับการเปลี่ยนแปลงในระดับมิลลิวินาทีที่มนุษย์ไม่สามารถติดตามได้ และปรับการรักษาอย่างละเอียด

บนโซเชียลมีเดีย มีเสียงคาดหวังต่อการวิจัยครั้งนี้ โพสต์บน LinkedIn โดยนักวิจัยเองได้รับหลายความคิดเห็น และถูกแชร์ในกลุ่มผู้เชี่ยวชาญด้านวิศวกรรมประสาทและการกระตุ้นสมองส่วนลึก โพสต์อย่างเป็นทางการของ EPFL และ CHUV ก็ได้รับการตอบรับ โดยมีการรับรู้ว่า "การเข้าถึงความบกพร่องในการเดินที่การกระตุ้นสมองส่วนลึกแบบเดิมไม่สามารถทำได้เป็นจุดที่ใหญ่" และ "การบำบัดแบบปรับเปลี่ยนตามเวลาจริงเข้าใกล้ชีวิตประจำวันมากขึ้น" บน X ก็มีการแชร์ผ่านการแนะนำบทความของ Nature Medicine และแฮชแท็กที่เกี่ยวข้องกับการกระตุ้นสมองส่วนลึก โดยมีผู้ใช้ในสาขาเทคโนโลยีประสาทแสดงความตื่นเต้นต่อการวิจัยนี้

อย่างไรก็ตาม การตอบสนองบนโซเชียลมีเดียไม่ได้มีแต่การยกย่อง ผู้ใช้ในแวดวงการแพทย์และการวิจัยมองว่าผลลัพธ์ครั้งนี้เป็น "ก้าวใหญ่" แต่ยังมีมุมมองที่ระมัดระวังว่า "ยังเป็นการทดลองขนาดเล็ก" "จำเป็นต้องยืนยันความปลอดภัยและประสิทธิภาพในระยะยาว" และ "ความสำคัญอยู่ที่การทำงานได้อย่างเสถียรในสภาพแวดล้อมชีวิตจริง" นี่เป็นการตอบสนองที่มีสุขภาพดีมาก เพราะการทดลองทางคลินิกครั้งนี้เป็นการตรวจสอบความเป็นไปได้ในผู้ป่วย 4 คน และยังไม่พร้อมที่จะใช้เป็นการรักษาทั่วไปในทันที

ยังมีความท้าทายหลายประการที่ต้องแก้ไขเพื่อการใช้งานจริง ประการแรก จำเป็นต้องยืนยันประสิทธิภาพในผู้ป่วยจำนวนมากขึ้น อาการของโรคพาร์กินสันมีความแตกต่างกันมากในแต่ละบุคคล แม้จะเป็น "ความบกพร่องในการเดิน" เหมือนกัน แต่สาเหตุและลักษณะการแสดงออกอาจแตกต่างกัน การปรับเปลี่ยนตาม AI เป็นจุดแข็ง แต่ก็เพิ่มความซับซ้อนในการปรับเปลี่ยนด้วย

ประการที่สอง ความเสถียรในชีวิตประจำวันมีความสำคัญ ในห้องปฏิบัติการสามารถควบคุมภารกิจการเดินและสภาพแวดล้อมของเซ็นเซอร์ได้ในระดับหนึ่ง แต่ในชีวิตจริงมีปัจจัยมากมายที่รวมกัน เช่น การเปลี่ยนทิศทางกะทันหัน ความแออัด ความต่างระดับ ความเหนื่อยล้า ประสิทธิภาพของยา การขาดการนอนหลับ ความเครียด อัลกอริทึมที่อ่านสถานะการเคลื่อนไหวจากสัญญาณสมองจะต้องสามารถปรับการกระตุ้นได้อย่างปลอดภัยโดยไม่ผิดพลาดในสภาพแวดล้อมเหล่านี้

ประการที่สาม การพัฒนาอุปกรณ์ก็จำเป็น ในการวิจัยครั้งนี้มีการปรับเปลี่ยนความกว้างของการกระตุ้นภายใต้ข้อจำกัดของอุปกรณ์กระตุ้นที่ฝังอยู่ในปัจจุบัน ในอนาคตอาจต้องการการควบคุมที่ยืดหยุ่นมากขึ้น เช่น ความถี่ของการกระตุ้น ตำแหน่งของอิเล็กโทรดที่กระตุ้น การเข้าถึงวงจรประสาทหลายวงจร ไม่เพียงแค่ AI แต่ยังต้องการความก้าวหน้าครอบคลุมทั้งฮาร์ดแวร์ การออกแบบอิเล็กโทรด แบตเตอรี่ การจัดการความปลอดภัย และสภาพแวดล้อมการโปรแกรมที่แพทย์ใช้งานได้ง่าย

ถึงกระนั้น การวิจัยครั้งนี้มีความหมายอย่างมากเพราะกำลังเปลี่ยนแนวคิดในการรักษาโรคพาร์กินสัน การรักษาแบบเดิมมุ่งเน้นที่การระงับอาการให้ได้มากที่สุด แต่ร่างกายมนุษย์มีการเปลี่ยนแปลงอยู่เสมอ กิจกรรมสมองที่จำเป็นขณะนั่งและเดินนั้นแตกต่างกัน สภาพร่างกายขณะยามีผลและขณะยาหมดฤทธิ์ก็แตกต่างกัน ดังนั้นการรักษาก็ควรเปลี่ยนแปลงตามการเปลี่ยนแปลงของร่างกาย การวิจัยครั้งนี้แสดงให้เห็นแนวคิดนั้นด้วยอุปกรณ์และข้อมูลทางคลินิกที่เป็นรูปธรรม

แนวคิดนี้อาจขยายไปยังโรคประสาทอื่นๆ ในอนาคต ไม่จำกัดเพียงโรคพาร์กินสัน การอ่านสัญญาณจากสมองหรือไขสันหลังและเทคโนโลยีที่ช่วยชดเชยการทำงานที่สูญเสียไปนั้นมีการวิจัยในสาขาต่างๆ เช่น การบาดเจ็บของไขสันหลัง โรคลมชัก โรคซึมเศร้า และความเจ็บปวดเรื้อรัง สิ่งสำคัญคือ AI กำลังกลายเป็นมากกว่า "เครื่องมือวินิจฉัยที่ชาญฉลาด" แต่กำลังกลายเป็นสิ่งที่ปรับการรักษาโดยการสนทนากับระบบประสาท

แน่นอนว่าเทคโนโลยีที่มีความคาดหวังสูงยิ่งต้องการความระมัดระวังมากขึ้น เนื่องจากเป็นอุปกรณ์ที่ฝังในสมอง จึงมีความเสี่ยงจากการผ่าตัด การติดเชื้อ ความล้มเหลวของอุปกรณ์ ผลกระทบจากการใช้งานระยะยาว การจัดการข้อมูล การยินยอมและความเข้าใจของผู้ป่วย มีหลายประเด็นที่ต้องพิจารณา การจัดการข้อมูลสมองซึ่งเป็นข้อมูลส่วนบุคคลอย่างยิ่งยวดนั้น การอภิปรายเรื่องความเป็นส่วนตัวและจริยธรรมก็ไม่สามารถหลีกเลี่ยงได้ อนาคตของการรักษาด้วย AI ขึ้นอยู่กับไม่เพียงแค่ประสิทธิภาพของเทคโนโลยี แต่ยังขึ้นอยู่กับว่าชุมชนสามารถสร้างระบบที่ผู้ป่วยใช้ได้อย่างมั่นใจหรือไม่

แต่เหตุผลที่การวิจัยครั้งนี้ได้รับความสนใจจากหลายคนอย่างชัดเจนคือ สำหรับผู้ป่วยโรคพาร์กินสัน การเดินไม่ใช่เพียงแค่ความสามารถในการเคลื่อนไหว แต่เป็นการที่สามารถไปห้องน้ำได้ด้วยตนเอง สามารถเดินเล่นกับครอบครัวได้ สามารถออกจากบ้านโดยไม่กลัวการล้ม สามารถลุกขึ้นได้โดยไม่ต้องพึ่งพาคนอื่น สิ่งเหล่านี้เชื่อมโยงอย่างลึกซึ้งกับความเป็นอิสระและศักดิ์ศรี

AI ที่ปรับการกระตุ้นสมองและการรักษาที่เปลี่ยนแปลงตามการก้าวของผู้ป่วย เรื่องที่เคยฟังดูเหมือนนิยายวิทยาศาสตร์เมื่อไม่กี่ปีก่อน ตอนนี้กำลังถูกทดลองในผู้ป่วยจริงในฐานะการวิจัยทางคลินิก ผลลัพธ์ครั้งนี้ยังไม่ใช่จุดหมายปลายทาง แต่เป็นก้าวสำคัญที่แสดงให้เห็นว่า การรักษาโรคพาร์กินสันกำลังเริ่มเปลี่ยนจาก "การระงับอาการ" ไปสู่ "การฟื้นฟูการเคลื่อนไหวในชีวิตประจำวัน"

หากการทดลองทางคลินิกขนาดใหญ่ยืนยันประ