เคยสงสัยไหมว่าแค่การวัดกระดูกด้วยเครื่อง DXA จะช่วยทำนายความเสี่ยงโรคเบาหวานได้ด้วยหรอ? งานวิจัยน่าสนใจจากชาวกาตาร์ทำให้เราเห็นภาพชัดขึ้นว่า วิธีนี้ไม่ได้แค่ใช้ดูสุขภาพกระดูก แต่ยังพอช่วยบอกความเสี่ยงโรคเบาหวานในระยะยาวได้ด้วยนะ
โรคเบาหวานกับสุขภาพกระดูก: ความสัมพันธ์ที่หลายคนอาจไม่รู้
โรคเบาหวาน หรือ DM ไม่ใช่แค่เรื่องน้ำตาลในเลือดสูงอย่างเดียว มันเกี่ยวพันกับปัญหาสุขภาพร่างกายอื่นๆ เช่น โรคหัวใจ ความดันสูง และแม้แต่โรคกระดูกและข้อ ที่เราอาจไม่ได้นึกถึงกันบ่อยๆ
การวัดค่า ความหนาแน่นของแร่ธาตุกระดูก (BMD) และ ปริมาณแร่ธาตุกระดูก (BMC) ด้วยเครื่อง DXA จึงกลายเป็นเครื่องมือที่น่าสนใจ เพราะช่วยให้เห็นข้อมูลเชิงลึกเกี่ยวกับสุขภาพกระดูกขึ้นอย่างละเอียด ทั้งบริเวณสะโพก คอขา trochanteric area และกระดูกสันหลังเอว ที่สำคัญงานวิจัยนี้ยืนยันว่าการเปลี่ยนแปลงของข้อมูลเหล่านี้มีความสัมพันธ์กับการเกิดโรคเบาหวานได้จริง
วิธีการวัดและวิเคราะห์
- เข้าร่วมศึกษาทั้งหมด 1,382 คน แบ่งเป็นชาย 725 คน (มีผู้ป่วยเบาหวาน 146 คน) และหญิง 657 คน (มีเบาหวาน 133 คน)
- ข้อมูลที่ได้จาก DXA จะเป็นการวัดสุขภาพกระดูกในหลายๆ จุด
- ใช้เทคนิค SMOTE และ SMOTEENN เพื่อแก้ปัญหาความไม่สมดุลของข้อมูลระหว่างผู้ป่วยเบาหวานและกลุ่มควบคุม
- วิเคราะห์ข้อมูลด้วยวิธี ANOVA เพื่อดูความสัมพันธ์เบื้องต้น
- สร้างโมเดลแมชชีนเลิร์นนิงและดีปเลิร์นนิง (เช่น Random Forest และ DenseNet) มาทำนายความเสี่ยงและตรวจสอบความสำคัญของตัวแปร โดยใช้ SHAP (SHapley Additive exPlanations) เป็นเครื่องมือช่วยอธิบายผล
ผลลัพธ์ที่น่าสนใจ
- ผู้ป่วยเบาหวานมี BMD และ BMC ในบริเวณสะโพก คอขา และกระดูกสันหลังส่วนเอว สูงกว่ากลุ่มปกติอย่างมีนัยสำคัญ (p ≤ 0.001)
- น่าประหลาดใจว่ากลุ่มที่มีภาวะผิดปกติการเผาผลาญน้ำตาลยังมีค่า BMD และ BMC ในเขต wards สูงกว่า พร้อมกับมีค่า Z-score ที่ต่ำกว่า
- ความแข็งแรงของกล้ามเนื้อและพื้นที่กระดูกในผู้ป่วยเบาหวานดูเหมือนจะดีกว่ากลุ่มควบคุมในหลายจุด
- เมื่อเจาะจงอายุเพื่อทำนายโรคเบาหวาน Modelling ให้ผลแม่นยำต่างกัน
- กลุ่มอายุ 20-40 ปี โมเดลแม่นยำในการทำนายกลุ่มสุขภาพดีมากกว่า
- กลุ่มอายุ 56-69 ปี โมเดลแม่นยำในทำนายกลุ่มผู้ป่วยมากขึ้น
- เพศชายมีแนวโน้มเสี่ยงโรคเบาหวานสูงกว่าเพศหญิง
- โมเดลง่ายๆ (เช่น Random Forest) ทำผลงานได้ดีกว่าโมเดลดีปเลิร์นนิง ทั้งในแง่ความแม่นยำที่ถึง 91.08% ค่า AUROC สูงถึง 96% และ recall 91%
ทำไมเรื่องนี้สำคัญสำหรับคนรุ่นใหม่อย่างเรา?
ถ้าเราเริ่มเข้าใจว่าข้อมูลสุขภาพของเราที่ซ่อนอยู่ในรูปแบบต่างๆ อย่างในกระดูก ก็สามารถช่วยบอกความเสี่ยงโรคเรื้อรังอย่างเบาหวานได้ จะช่วยให้เรารู้เร็วและป้องกันได้ตั้งแต่เนิ่นๆ ไม่ต้องรอให้แย่แล้วจึงรักษา นอกจากนี้ โมเดลที่ใช้ก็ไม่ได้ซับซ้อนหรือใช้ข้อมูลยากลำบาก แต่เกิดจากการผสมผสานข้อมูลจากกระดูกของเราเองที่วัดได้ง่ายและไม่รุกรานร่างกายมากนัก
สรุปสั้นๆ
- เครื่อง DXA สามารถวัดสุขภาพกระดูกได้ละเอียด และมีความสัมพันธ์อย่างชัดเจนกับโรคเบาหวานในระยะยาว
- เทคนิค AI อย่าง Random Forest ที่ใช้ร่วมกับข้อมูล DXA สามารถช่วยทำนายความเสี่ยงโรคเบาหวานได้ดีมาก
- การวิเคราะห์เชิงลึกแบบนี้ช่วยให้เราเข้าใจว่าตัวแปรไหนสำคัญแค่ไหน และช่วยให้การดูแลสุขภาพทั้งด้านกระดูกและโรคเมตาบอลิกเป็นไปได้อย่างมีประสิทธิภาพมากขึ้น
- สำหรับคนที่กำลังเริ่มต้นทำงาน หรือกำลังมองหาวิธีเพื่อดูแลสุขภาพแบบไฮเทค ไม่ต้องกลัวว่าเทคโนโลยีเหล่านี้จะไกลตัว เพราะมันกำลังเข้ามาช่วยชีวิตเราในทางที่เข้าใจง่ายและใช้จริงได้
ที่มาของข้อมูล https://www.nature.com/articles/s41598-025-10136-5
