04/04/2026
เมื่อ AI ไม่ได้แค่เขียนงาน แต่อาจช่วยออกแบบการรักษาเฉพาะบุคคล
Sid Sijbrandij ผู้ก่อตั้ง GitLab เลือกสู้มะเร็งด้วย “ข้อมูล” และ “AI”
และนี่อาจเป็นภาพอนาคตของการปรุงยาจากสมุนไพรแบบเฉพาะ บุคคล
เวลาพูดถึง AI หลายคนมักนึกถึงแชตบอต การเขียนงาน หรือการ Genereate ภาพ
แต่ในอีกด้านหนึ่ง AI กำลังค่อย ๆ เข้าไปอยู่ในพื้นที่ที่จริงจังที่สุดของมนุษย์
นั่นคือ “การรักษาชีวิต”
กรณีของ Sid Sijbrandij ผู้ร่วมก่อตั้ง GitLab เป็นตัวอย่างที่ทำให้คนทั่วโลกหันกลับมาถามคำถามสำคัญว่า ถ้าวันหนึ่งการรักษามาตรฐานไปต่อได้ยาก เราจะยังมีทางเลือกใหม่จากข้อมูล ชีววิทยา และ AI หรือไม่
Sid ป่วยด้วย osteosarcoma หรือมะเร็งกระดูกชนิดรุนแรง ซึ่งเป็นโรคที่พบไม่บ่อย และเมื่อโรคกลับมาอีกครั้ง ทางเลือกการรักษามาตรฐานอาจมีจำกัดมากขึ้น เขากับทีมจึงหันไปใช้แนวทางที่เข้มข้นขึ้นอย่างมาก ทั้งการวิเคราะห์ DNA, RNA, single-cell sequencing, การทำภาพเนื้อเยื่อ, การติดตามตัวชี้วัดโรค และการทดสอบแนวคิดการรักษาแบบเฉพาะราย โดยมี AI ช่วยเร่งการอ่านงานวิจัย การตั้งสมมติฐาน และการเชื่อมโยงข้อมูลมหาศาลเหล่านี้เข้าด้วยกัน
สิ่งที่น่าสนใจคือ ประเด็นสำคัญของเรื่องนี้ไม่ใช่ “AI รักษามะเร็งได้เอง” แต่คือ AI ทำให้การแพทย์เฉพาะบุคคลเดินเร็วขึ้น
จากเดิมที่แพทย์และนักวิจัยต้องใช้เวลานานมากในการอ่านวรรณกรรม เปรียบเทียบตัวเลือก และตีความข้อมูลหลายชั้น AI กลายเป็นเครื่องมือที่ช่วยย่นเวลาในการคิด วิเคราะห์ และค้นหาความเป็นไปได้ใหม่ ๆ ได้มากขึ้น
Sid และทีมยังเปิดเผยข้อมูลโรคของเขาแบบสาธารณะผ่านเว็บไซต์ osteosarc.com ซึ่งแสดงให้เห็นชัดว่าแนวทางที่ใช้ไม่ใช่การ “เดาสุ่ม” แต่เป็นการสร้างฐานข้อมูลเชิงลึกของคนไข้รายเดียวอย่างจริงจัง ตั้งแต่ bulk RNA-seq, single-cell RNA-seq, copy number analysis ไปจนถึงข้อมูลวัคซีนมะเร็งเฉพาะบุคคลและไฟล์ข้อมูลขนาดใหญ่ระดับหลายสิบเทราไบต์
อีกจุดที่สังคมควรเข้าใจให้ถูกต้องคือ Sid ใช้ถ้อยคำอย่างระมัดระวังว่า ปัจจุบันเขาอยู่ในภาวะ “no evidence of disease” หรือยังไม่พบหลักฐานของโรคในเวลานั้น หลัง targeted radioactive treatment และการผ่าตัด ไม่ได้ประกาศแบบง่าย ๆ ว่า “AI รักษาหายขาด” ดังนั้น ถ้าจะอ่านกรณีนี้อย่างเป็นวิทยาศาสตร์ สิ่งที่ควรเห็นคือพลังของการบูรณาการหลายศาสตร์ ไม่ใช่การยก AI ขึ้นเป็นปาฏิหาริย์เดี่ยว ๆ
แต่เรื่องนี้น่าสนใจกว่านั้นอีก
เพราะมันอาจกำลังบอกเราว่า
อนาคตของยา อาจไม่ได้เริ่มจากห้องแล็บของบริษัทยาใหญ่เพียงอย่างเดียว
แต่อาจเริ่มจากการเอาข้อมูลมหาศาลของผู้ป่วยแต่ละคนมาจับคู่กับโมเลกุลนับล้านจากธรรมชาติ
รวมถึง “สมุนไพร” ที่มนุษย์ใช้กันมานานหลายร้อยปี
ในโลกวิจัยยา ปัจจุบันมีความสนใจเพิ่มขึ้นอย่างมากต่อการใช้ AI ในการค้นหาสารออกฤทธิ์จาก natural products หรือสารจากธรรมชาติ เพราะสารธรรมชาติมีความซับซ้อนสูง มีโครงสร้างทางเคมีหลากหลาย และมักมีฤทธิ์หลายเป้าหมายพร้อมกัน ซึ่งเป็นทั้ง “โอกาส” และ “ความยาก” ในเวลาเดียวกัน AI จึงถูกนำมาใช้เพื่อช่วยคัดกรอง ทำนายฤทธิ์ ทำนายความเป็นพิษ เชื่อมโยงโครงสร้างโมเลกุลกับกลไกทางชีวภาพ และจัดลำดับความสำคัญของสารที่ควรนำไปทดสอบต่อในห้องปฏิบัติการ
นั่นหมายความว่า ในอนาคต “การเอาสมุนไพรมาปรุงยาโดย AI” อาจไม่ใช่ภาพแฟนตาซี
แต่ก็ไม่ใช่การที่ AI หยิบใบไม้สองสามชนิดมาผสมกันแล้วใช้กับคนได้ทันที
ความจริงที่ใกล้เคียงกว่าคือ AI จะช่วยนักวิจัยตอบคำถามว่า ในสมุนไพรหนึ่งชนิดมีสารสำคัญอะไรบ้าง
สารไหนน่าจะจับกับเป้าหมายทางชีววิทยาอะไร
สารใดอาจเสริมฤทธิ์กัน
สารใดอาจตีกัน
และสูตรใดควรเข้าสู่ขั้นตอนการทดสอบจริงก่อนหลัง
สำหรับวงการสมุนไพร นี่คือจุดเปลี่ยนสำคัญ
เพราะที่ผ่านมา ข้อจำกัดใหญ่ของสมุนไพรไม่ใช่แค่เรื่องภาพลักษณ์
แต่คือการพิสูจน์ให้ได้ว่า “อะไร” ในพืชนั้นทำงาน
ทำงานกับ “ใคร”
ใน “ขนาดเท่าไร”
และมีความปลอดภัยแค่ไหน
AI อาจช่วยย่นระยะทางตรงนี้ได้ โดยเฉพาะเมื่อทำงานร่วมกับ metabolomics, genomics, transcriptomics และฐานข้อมูลคลินิกที่มีคุณภาพ
องค์การอนามัยโลกเองก็เริ่มขยับมาทางนี้ชัดขึ้น โดยชี้ว่า AI สามารถช่วยเปิดมิติใหม่ให้กับ traditional medicine ทั้งในด้าน personalized care, drug discovery และ biodiversity conservation แต่ขณะเดียวกันก็เตือนเรื่องคุณภาพข้อมูล ความเป็นเจ้าของทรัพยากรชีวภาพ จริยธรรม และความเสี่ยงจากการใช้ข้อมูลดั้งเดิมโดยไม่คำนึงถึงบริบทของชุมชนเจ้าของความรู้
นี่จึงเป็นเหตุผลที่เรื่องของ Sid น่าสนใจ ไม่ใช่เพราะมันพิสูจน์ว่า AI ชนะมะเร็งแล้ว
แต่เพราะมันชี้ให้เห็นว่า อนาคตของการแพทย์อาจเป็นการรวมกันของ 3 สิ่ง
หนึ่ง ข้อมูลที่ลึกมากพอ
สอง แบบจำลองที่ฉลาดมากพอ
และสาม วัตถุดิบชีวภาพจากธรรมชาติที่ยังถูกสำรวจไม่มากพอ
ถ้ามองให้ไกลกว่านั้น
วันหนึ่งเราอาจไม่ได้ถามเพียงว่า “สมุนไพรชนิดนี้ดีไหม”
แต่อาจถามว่า
“ในผู้ป่วยแบบนี้ ที่มีพันธุกรรมแบบนี้ การอักเสบแบบนี้ ไมโครไบโอมแบบนี้ และใช้ยาหลักแบบนี้
ควรมี natural compound หรือสูตรพืชผสมแบบไหนที่เหมาะที่สุด”
และ AI อาจเป็นคนช่วยคัดกรองคำตอบเบื้องต้นให้มนุษย์เร็วกว่าที่เคย
แน่นอน เส้นทางนี้ยังอีกยาว
เพราะการค้นพบในคอมพิวเตอร์ยังไม่เท่ากับผลลัพธ์ในคนจริง
ทุกอย่างยังต้องผ่านการทดลอง การพิสูจน์ซ้ำ ความปลอดภัย มาตรฐานการผลิต และกฎกำกับดูแล แต่ทิศทางกำลังชัดขึ้นเรื่อย ๆ ว่า
AI จะไม่ได้มาแทนแพทย์
และ สมุนไพรจะไม่ได้ถูกเชื่อเพียงเพราะเล่าต่อกันมา
ทั้งสองสิ่งกำลังถูกบังคับให้มาเจอกันบนพื้นที่เดียวกัน คือ “หลักฐาน”
และถ้าวันนั้นมาถึงจริง
คำว่า “ยาจากสมุนไพร” อาจไม่ใช่แค่ตำรับโบราณ
แต่อาจกลายเป็น สูตรรักษาเฉพาะบุคคลที่ออกแบบด้วยข้อมูลชีวภาพและแบบจำลอง AI
ซึ่งยังคงหัวใจของธรรมชาติไว้
แต่มีมาตรฐานของวิทยาศาสตร์มารองรับมากกว่าที่เคย
เรื่องของ Sid จึงไม่ใช่เรื่อง “ปาฏิหาริย์จาก AI”
แต่คือสัญญาณว่าโลกกำลังเดินไปสู่ยุคใหม่ของการแพทย์
ยุคที่ข้อมูล เทคโนโลยี และสารจากธรรมชาติ
อาจถูกนำมาประกอบกันใหม่
เพื่อสร้างการรักษาที่แม่นยำกว่าระบบเดิมอย่างที่เราไม่เคยเห็นมาก่อน
์
#สมุนไพร