การตรวจพบก้อนในปอดโดยบังเอิญจากการตรวจเอกซเรย์ทรวงอกร่วมกับ ใช้ปัญญาประดิษฐ์วิเคราะห์ความผิดปกติ เพื่อคัดกรองวัณโรคใน อำเภอพระนครศรีอยุธยา

ผู้แต่ง

  • ประกายทิพ สุศิลปรัตน์ โรงพยาบาลพระนครศรีอยุธยา

คำสำคัญ:

เอกซเรย์ทรวงอก, ปัญญาประดิษฐ์, การตรวจคัดกรองมะเร็งปอด, การตรวจพบโรคในระยะเริ่มต้น

บทคัดย่อ

วัตถุประสงค์: ประเทศไทยมีนโยบายการตรวจเอกซเรย์ทรวงอกเพื่อตรวจคัดกรองวัณโรคปอดในกลุ่มผู้ป่วยโรคเรื้อรัง แต่ไม่มีนโยบายการตรวจคัดกรองมะเร็งปอด การตรวจเอกซเรย์ทรวงอกพบความผิดปกติได้หลายรูปแบบ นอกจากวัณโรคยังอาจพบก้อนในปอดได้  การศึกษานี้เพื่อหาอัตราการตรวจพบมะเร็ง (Cancer Detection Rate) ในกลุ่มประชากรโรคเรื้อรังที่มาตรวจคัดกรองวัณโรคปอด วิธีการศึกษา: โครงการตรวจคัดกรองวัณโรคปอด อำเภอพระนครศรีอยุธยา ทำในเดือน กุมภาพันธ์ ถึง เดือนพฤษภาคม พ.ศ.2567 เมื่อได้ภาพถ่ายเอกซเรย์ทรวงอกจากรถเอกซเรย์เคลื่อนที่แล้ว จะมีขั้นตอนการอ่านผล  คือ อ่านผลภาพเอกซเรย์ทรวงอกร่วมกับใช้ปัญญาประดิษฐ์ (AI-assisted Chest X-ray)วิเคราะห์ความผิดปกติโดยแพทย์เวชศาสตร์ครอบครัว เมื่อพบความผิดปกติจะส่งปรึกษารังสีแพทย์เพื่ออ่านผลอย่างเป็นทางการ หากพบก้อนในปอดที่มีโอกาสเป็นมะเร็งปอด รังสีแพทย์จะแนะนำให้ส่งตรวจเอกซเรย์คอมพิวเตอร์บริเวณทรวงอก (CT scan) หรือนัดหมายเพื่อตรวจติดตามต่อไป  ผลการศึกษา: ประชากรอำเภอพระนครศรีอยุธยาที่เป็นโรคเรื้อรังเข้ารับการตรวจคัดกรองวัณโรค รวมทั้งสิ้น 2,597 คน เป็นเพศชาย 816 คน (ร้อยละ 31.4) เพศหญิง 1,781 คน (ร้อยละ 68.60) อายุเฉลี่ยของผู้เข้ารับการตรวจคัดกรอง 62.87 ปี (เพศชาย อายุเฉลี่ย 62.11 ปี และ เพศหญิงอายุเฉลี่ย 63.22 ปี) ตรวจพบก้อนในปอดที่ไม่ชัดเจน (Indeterminate Pulmonary Nodule: IPN) ขนาดต่างๆ รวมทั้ง granulomatous nodule  รวม 77คน  (ร้อยละ 2.96) รังสีแพทย์แนะนำให้ตรวจเพิ่มเติมโดยตรวจ CT scan 39 คน (ร้อยละ 1.50) ซึ่งเมื่อติดตามครบ 1 ปีมีผู้ป่วยมาเข้ารับการตรวจ CT scanตามคำแนะนำ 23 คน (ร้อยละ  0.89  ) พบว่ามีผู้ได้รับการวินิจฉัยเป็นมะเร็งปอด 4 คน คิดเป็น Cancer Detection Rate 1.54 : 1,000  สรุป: การตรวจคัดกรองมะเร็งปอดโดยบูรณาการร่วมกับการตรวจคัดกรองวัณโรคโดยใช้ปัญญาประดิษฐ์วิเคราะห์ความผิดปกติมีความเป็นไปได้ที่จะนำมาใช้ตรวจคัดกรองประชาชนในชุมชน อย่างไรก็ตาม ขั้นตอนหลังจากแพทย์คนแรกใช้ปัญญาประดิษฐ์อ่านผลพบความผิดปกติเป็นก้อนในปอดแล้วอาจมีการปรับตามความเหมาะสมของทรัพยากรที่แตกต่างกันในแต่ละพื้นที่และระดับของหน่วยบริการ เช่น โรงพยาบาลศูนย์ โรงพยาบาลทั่วไป อาจมีรังสีแพทย์ช่วยอ่านผลอีกขั้นตอน ส่วนในโรงพยาบาลชุมชนหรือหน่วยบริการปฐมภูมิ เมื่ออ่านผลโดยแพทย์ทั่วไปโดยใช้ปัญญาประดิษฐ์แล้วพบความผิดปกติเป็นก้อนในปอดควรมีระบบส่งต่อเพื่อทำเอกซเรย์คอมพิวเตอร์บริเวณทรวงอกด้วยปริมาณรังสีต่ำ  ซึ่งการวิเคราะห์ผลเอกซเรย์ทรวงอกด้วยปัญญาประดิษฐ์ตั้งแต่ขั้นตอนแรกนั้นจะช่วยเพิ่มความมั่นใจและลดโอกาสอ่านผลผิดพลาดสำหรับแพทย์ทั่วไป และแพทย์เวชศาสตร์ครอบครัวที่เป็นด่านหน้าในงานตรวจคัดกรองโรค อย่างไรก็ตามผู้ป่วยบางส่วนอาจไม่สามารถเข้าถึงการตรวจเอกซเรย์คอมพิวเตอร์บริเวณทรวงอกด้วยปริมาณรังสีต่ำด้วยข้อจำกัดส่วนบุคคลและข้อจำกัดของระบบบริการสุขภาพ ทั้งนี้ในการเตรียมระบบการตรวจคัดกรองโรคมะเร็งปอด จะต้องเตรียมการกำหนดกลุ่มเป้าหมาย กำหนดวันและช่วงเวลาการรณรงค์คัดกรอง เครื่องมือ (รถเอกซเรย์เคลื่อนที่ ระบบปัญญาประดิษฐ์) ระบบส่งต่อ หน่วยบริการและบุคลากรที่จะรับดูแลต่อทั้งในกรณีที่วินิจฉัยเป็นโรคมะเร็งปอด และการตรวจติดตามก้อนในปอดหรือโรคอื่นๆในปอดให้มีความพร้อม และควรรณรงค์ให้ประชาชนมีความตระหนักรู้และเห็นความสำคัญในการเข้ารับการตรวจคัดกรองมะเร็งปอดด้วย

เอกสารอ้างอิง

World Health Organization. Lung cancer [Internet]. 2025 [cited 2025 Feb 12]. Available from: https://shorturl.asia/ftjXx

สถาบันมะเร็งแห่งชาติ. ทะเบียนมะเร็งฐานโรงพยาบาล พ.ศ. 2565 [อินเทอร์เน็ต]. 2567 [เข้าถึงเมื่อ 10 เม.ย. 2568]. เข้าถึงได้จาก: https://shorturl.asia/fgAF0

สถาบันมะเร็งแห่งชาติ กรมการแพทย์. ข่าวเด่น: สถาบันมะเร็งแห่งชาติแนะนำหลีกเลี่ยงปัจจัยเสี่ยงโรคมะเร็งปอด [อินเทอร์เน็ต].2567 [เข้าถึงเมื่อ 20 เม.ย.2567]. เข้าถึงได้จาก: https://shorturl.asia/YDNfa

Hirsch FR, Bunn PA, Mulshine JL, Kato H, editors. IASLC Textbook of Prevention and Early Detection of Lung Cancer. Boca Raton (FL): CRC Press; 2005.

Megat Ramli PN, Aizuddin AN, Ahmad N, Abdul Hamid Z, Ismail KI. A systematic review: the role of artificial intelligence in lung cancer screening in detecting lung nodules on chest X-rays. Diagnostics (Basel). 2025;15(3).

Codlin AJ, Trinh P, Nguyen B, Pham H, Le L, Vo L, et al. Results from a feasibility pilot for integrated TB & lung cancer screening in Vietnam. ESMO Ann Oncol 2024;35.

Sachithanandan A, Lockman H, Azman RR, Tho LM, Ban EZ, Ramon V. The potential role of artificial intelligence-assisted chest X-ray imaging in detecting early-stage lung cancer in the community: a proposed algorithm for lung cancer screening in Malaysia. Med J Malaysia 2024;79(1):9–14.

Loong HHF, Sihoe ADL, Cheung DYT, Cheung YT, Lam DCL, Au JSK, et al. Strengthening lung cancer screening in Hong Kong: policy, innovation, and collaborative approaches for early detection and improved outcomes. Hong Kong Med J 2025;31(1):12–15.

Cellina M, Cacioppa LM, Ce M, Chiarpenello V, Costa M, Vincenzo Z, et al. Artificial intelligence in lung cancer screening: the future is now. Cancers (Basel) 2023;15(17).

Nam JG, Hwang EJ, Kim J, Park N, Lee EH, Kim HJ, et al. AI improves nodule detection on chest radiographs in a health screening population: a randomized controlled trial. Radiology. 2023;307(2).

ดาวน์โหลด

เผยแพร่แล้ว

2025-12-30

รูปแบบการอ้างอิง

1.
สุศิลปรัตน์ ป. การตรวจพบก้อนในปอดโดยบังเอิญจากการตรวจเอกซเรย์ทรวงอกร่วมกับ ใช้ปัญญาประดิษฐ์วิเคราะห์ความผิดปกติ เพื่อคัดกรองวัณโรคใน อำเภอพระนครศรีอยุธยา. JPMAT [อินเทอร์เน็ต]. 30 ธันวาคม 2025 [อ้างถึง 31 ธันวาคม 2025];15(3):583-99. available at: https://he01.tci-thaijo.org/index.php/JPMAT/article/view/282352

ฉบับ

ประเภทบทความ

นิพนธ์ต้นฉบับ