‘AWS’ โชว์ยูสเคสต่อสู้ ‘โรคมะเร็ง’ ด้วย ‘AI - คลาวด์’
AWS เปิดกรณีศึกษาการใช้เทคโนโลยี AI ML และคลาวด์ ต่อสู้กับมะเร็ง โรคที่คร่าชีวิตผู้คนกว่า 10 ล้านต่อปี มีแนวโน้มเพิ่มขึ้นอย่างต่อเนื่อง ซึ่งน่าติดตามว่าเทคโนโลยีสมัยใหม่จะมีบทบาทในการผลักดันให้การวิจัยก้าวหน้าไปได้เร็วขึ้น และช่วยลดค่าใช้จ่ายลงได้อย่างไรบ้าง
KEY
POINTS
- โรคมะเร็งยังคงเป็นภัยคุกคามที่ร้ายแรงขึ้นเรื่อยๆ มีผู้เสียชีวิตราว 10 ล้านคนต่อปี
- การรักษาโรคมะเร็งถือเป็นสิ่งที่ทั่วโลกให้ความสำคัญเป็นอย่างยิ่ง
- เทคโนโลยีไม่ใช่สิ่งวิเศษที่จะขจัดมะเร็งได้ทั้งหมด แต่เป็นเครื่องมือที่ช่วยให้นักวิจัยและบุคลากรทางการแพทย์ ซึ่งเป็นวีรบุรุษที่แท้จริง สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น
- คลาวด์มีข้อดีในเรื่องความสามารถในการขยายขนาดได้ง่าย ขณะที่ AI และ ML ช่วยให้เข้าใจข้อมูลพันธุกรรม ข้อมูลและภาพต่างๆ ทางการแพทย์ ได้ลึกซึ้งยิ่งขึ้น
- หนึ่งในวิธีที่น่าตื่นเต้นที่สุดที่ AI สามารถเร่งกระบวนการวินิจฉัยโรคได้ คือ การฝึกโมเดลพื้นฐานให้สามารถวิเคราะห์ภาพได้ด้วยตนเอง
มนุษย์เราได้ต่อสู้กับโรคมะเร็งมาช้านาน โรคร้ายนี้ถูกบันทึกไว้ครั้งแรกในอียิปต์โบราณเมื่อราวๆ 5,000 ปีก่อน หลังจากนั้นเป็นต้นมา นักวิจัย บุคลากรทางการแพทย์ และผู้ดูแลผู้ป่วยได้ทุ่มเทอย่างสุดความสามารถ ช่วยให้เกิดความก้าวหน้าอย่างมากในการเข้าใจ วินิจฉัย รักษา และดูแลรักษาโรคนี้
โรว์แลนด์ อิลลิง ผู้บริหารด้านการแพทย์และผู้อำนวยการด้านการดูแลสุขภาพและองค์กรไม่แสวงหากำไรทั่วโลกของ AWS เปิดมุมมองว่า โรคมะเร็งยังคงเป็นภัยคุกคามที่ร้ายแรงขึ้นเรื่อยๆ โรคนี้ทำให้มีผู้เสียชีวิตราว 10 ล้านคนต่อปีทั่วโลก และองค์การอนามัยโลก (World Health Organization หรือ WHO) คาดการณ์ว่าจะมีผู้ป่วยมะเร็งรายใหม่มากกว่า 35 ล้านรายในปี 2593 เพิ่มขึ้น 77% จากตัวเลขประมาณการ 20 ล้านรายในปี 2565
ปัจจุบันนี้ การรักษาโรคมะเร็งถือเป็นสิ่งที่ทั่วโลกให้ความสำคัญเป็นอย่างยิ่ง เทคโนโลยีสมัยใหม่ได้เข้ามามีบทบาทสำคัญในการผลักดันให้การวิจัยก้าวหน้าไปได้เร็วขึ้น และช่วยลดค่าใช้จ่ายลงได้อย่างน่าทึ่ง ส่งผลให้สถานการณ์การต่อสู้กับโรคร้ายนี้เปลี่ยนแปลงไปมาก
เทคโนโลยีคลาวด์มีข้อดีในเรื่องความสามารถในการขยายขนาดได้ง่าย และค่าใช้จ่ายที่ไม่สูงมากนัก ทำให้หน่วยงานด้านสุขภาพและผู้ป่วยสามารถรับมือกับโรคได้อย่างมีประสิทธิภาพมากขึ้น ตั้งแต่ระยะเริ่มป่วยจนถึงช่วงหายเป็นปกติ
ขณะที่ เทคโนโลยี AI (Artificial Intelligence) และ ML (Machine Learning) ช่วยให้เราเข้าใจข้อมูลพันธุกรรม ข้อมูลและภาพต่าง ๆ ทางการแพทย์ ได้ลึกซึ้งยิ่งขึ้น ทำให้การวิเคราะห์ข้อมูลเป็นไปอย่างรวดเร็ว และด้วยการเข้าถึงข้อมูลได้อย่างปลอดภัยตามความต้องการ
นักวิจัยทั่วโลกสามารถทำงานร่วมกันแบบเรียลไทม์ และแลกเปลี่ยนข้อมูลสำคัญต่าง ๆ ได้อย่างรวดเร็ว ประกอบกับระบบติดตามผู้ป่วยระยะไกลและการแพทย์ทางไกลยังช่วยให้ผู้ป่วยมีส่วนร่วมในกระบวนการรักษามากขึ้นอีกด้วย
เทคโนโลยีไม่ใช่สิ่งวิเศษที่จะขจัดมะเร็งได้ทั้งหมด แต่เป็นเครื่องมือที่ช่วยให้นักวิจัยและบุคลากรทางการแพทย์ ซึ่งเป็นวีรบุรุษที่แท้จริง สามารถทำงานได้อย่างมีประสิทธิภาพมากขึ้น เทคโนโลยีช่วยให้การวิจัยมีประสิทธิภาพและผลลัพธ์ที่ดีขึ้น ทำให้การวินิจฉัยรวดเร็วและแม่นยำยิ่งขึ้น และช่วยเร่งกระบวนการค้นพบและพัฒนายารักษาโรค นอกจากนี้ยังเพิ่มการเข้าถึงบริการผ่านช่องทางการรักษาระยะไกลและการทดลองทางคลินิก (Clinical Trial) ที่ครอบคลุมกลุ่มผู้ป่วยมากขึ้น”
เทคนิคการวิเคราะห์ลำดับจีโนมเพื่อทำความเข้าใจโรคมะเร็งอย่างลึกซึ้ง
มะเร็งเป็นโรคที่เกิดจากการแบ่งเซลล์ผิดปกติอย่างควบคุมไม่ได้ ส่วนใหญ่เป็นผลมาจากการเปลี่ยนแปลงทางพันธุกรรมรูปแบบใดรูปแบบหนึ่ง ดังนั้นมะเร็งจึงถือเป็นโรคของดีเอ็นเอ สิ่งที่ทำให้รักษามะเร็งได้ยากคือ เมื่อยีนมีการกลายพันธุ์ ลักษณะของมันก็จะเปลี่ยนไป และขณะที่มะเร็งเติบโต มันก็ยังคงเปลี่ยนแปลงอยู่เรื่อยๆ แม้ว่ามะเร็งแต่ละชนิดจะมีลักษณะการกลายพันธุ์ที่เป็นเอกลักษณ์ แต่ในก้อนมะเร็งเดียวกันนั้น การกลายพันธุ์ของยีนและเซลล์ก็ยังคงแตกต่างกันอีกด้วย
การสำรวจความหลากหลายทางพันธุกรรมนั้นต้องอาศัยข้อมูลจำนวนมหาศาล แต่การเก็บรวบรวมข้อมูลต้องเป็นไปอย่างระมัดระวังและปลอดภัยเพื่อปกป้องความเป็นส่วนตัวของผู้ป่วย แล้ววิเคราะห์และนำเสนอข้อมูลในรูปแบบที่เข้าใจง่ายเพื่อให้แพทย์สามารถนำไปใช้ประโยชน์ได้ รวมทั้งใช้เป็นแนวทางในการรักษาและพัฒนายาใหม่ๆ
โครงการ The Cancer Genome Atlas ได้รวบรวมข้อมูลจากเนื้องอกกว่า 20,000 ก้อน และตัวอย่างเนื้อเยื่อปกติเพื่อเปรียบเทียบจากผู้ป่วยมะเร็ง 11,328 ราย ใน 33 ชนิดของมะเร็ง การนำเสนอข้อมูลด้วยกราฟิกแสดงให้เห็นวิธีการเกิดและแพร่กระจายของมะเร็งแต่ละชนิด ทั้งรูปแบบเซลล์ต้นกำเนิด การเปลี่ยนแปลงพันธุกรรมที่เกิดจากไวรัสต่างๆ และกระบวนการสื่อสารภายในร่างกายที่สามารถนำมาใช้ในการรักษาโรคได้อย่างมีประสิทธิภาพ โครงการนี้เป็นส่วนหนึ่งของ AWS Registry of Open Data ที่ช่วยให้นักวิจัยทั่วโลกสามารถเข้าถึงและขยายฐานความรู้ได้มากขึ้น
การค้นหารหัสพันธุกรรมของมะเร็งด้วยข้อมูลนั้น จำเป็นต้องวิเคราะห์ลำดับดีเอ็นเอของผู้ป่วยแต่ละคนอย่างมีประสิทธิภาพและประหยัดค่าใช้จ่าย นี่คือเป้าหมายของบริษัท Ultima Genomics ซึ่งตั้งอยู่ในรัฐแคลิฟอร์เนีย บริษัทนี้ได้คิดค้นเครื่องมือวิเคราะห์ดีเอ็นเอรุ่นใหม่ที่ทำงานได้เร็วและประหยัดกว่า โดยใช้บริการคลาวด์ของ AWS ในการวิเคราะห์ เครื่องมือนี้สามารถวิเคราะห์จีโนมมนุษย์ทั้งหมดได้ด้วยค่าใช้จ่ายเพียง 100 ดอลลาร์เท่านั้น ซึ่งในอดีตเมื่อ 10 ปีที่แล้วการวิเคราะห์นี้ต้องเสียค่าใช้จ่ายถึง 1,000 ดอลลาร์
การเพิ่มความรวดเร็วและการเข้าถึงได้ง่ายของข้อมูลการวินิจฉัยโรค
เทคนิคการวิเคราะห์ลำดับจีโนมแบบใหม่ที่ Ultima Genomics เป็นผู้คิดค้น ช่วยให้การตรวจหามะเร็งทำได้รวดเร็วมากยิ่งขึ้น เนื่องจากใช้วิธีการวิเคราะห์ทางพันธุกรรมที่มีต้นทุนต่ำ Munich Leukemia Lab ซึ่งใช้บริการ Amazon Elastic Compute Cloud (Amazon EC2) ในการประมวลผลข้อมูลจีโนมิกส์นั้น สามารถลดระยะเวลาในการประมวลผลลงจาก 20 ชั่วโมงเหลือเพียง 3 ชั่วโมงเท่านั้น ทำให้การวินิจฉัยมีความรวดเร็วและแม่นยำมากขึ้น
โดยปกติแล้ว ผู้ป่วยส่วนใหญ่มักจะไม่ได้รับการวินิจฉัยว่าเป็นมะเร็งจากการตรวจวิเคราะห์ทางพันธุกรรมอย่างละเอียด แต่มักตรวจพบจากการไปพบแพทย์เพื่อตรวจสุขภาพประจำปี หรือเพราะมีอาการผิดปกติอื่น ๆ ที่ดูเหมือนไม่เกี่ยวข้องกับโรคมะเร็ง ดังนั้นการที่แพทย์สามารถสังเกตเห็นสัญญาณเล็กๆ น้อยๆ จากภาพ ซึ่งอาจบ่งบอกถึงโรคมะเร็งได้ แม้ว่าจะไม่ใช่วัตถุประสงค์หลักของการพบแพทย์ในครั้งนั้น ก็ถือเป็นหนึ่งในวิธีสำคัญที่ AI ช่วยเพิ่มโอกาสรอดชีวิตของผู้ป่วยโรคมะเร็งได้
ไมเคิล ริเวอร์ส รองประธานฝ่ายพยาธิวิทยาดิจิทัลของ Roche Tissue Diagnostics ซึ่งร่วมมือกับ Ibex และ AWS เพื่อนำเครื่องมือวินิจฉัยด้วย AI มาใช้ในห้องปฏิบัติการพยาธิวิทยาผ่านแพลตฟอร์ม Navify กล่าวว่า การวินิจฉัยมะเร็งส่วนใหญ่ยังคงต้องอาศัยนักพยาธิวิทยาส่องกล้องจุลทรรศน์เพื่อดูเนื้อเยื่อบนแผ่นสไลด์กระจก การแปลงสไลด์เหล่านั้นให้อยู่ในรูปแบบดิจิทัล เปิดโอกาสให้เราประยุกต์ใช้การวิเคราะห์ภาพด้วย AI เพื่อช่วยในการวินิจฉัยและกำหนดแผนการรักษาสำหรับผู้ป่วย
ไมเคิลอธิบายว่าหนึ่งในวิธีที่น่าตื่นเต้นที่สุดที่ AI สามารถเร่งกระบวนการวินิจฉัยโรคได้ คือการฝึกโมเดลพื้นฐาน (Foundational Models : FMs) ให้สามารถวิเคราะห์ภาพได้ด้วยตนเอง โดยมีแนวทางปฏิบัติที่รอบคอบและระมัดระวัง
การทำให้ AI สามารถอธิบายกระบวนการทำงานของมันเองได้อย่างเข้าใจง่ายนั้นเป็นสิ่งสำคัญมากสำหรับโซลูชันที่เรากำลังพัฒนา เราจะมีการแสดงข้อมูลในรูปแบบ Heat Map เพื่อบอกแพทย์ผู้เชี่ยวชาญว่าระบบ AI กำลังวิเคราะห์ภาพอย่างไร แต่ทั้งนี้ การวินิจฉัยขั้นสุดท้ายจะเป็นดุลยพินิจของแพทย์ผู้เชี่ยวชาญเท่านั้น
มะเร็งเต้านมนับเป็นปัญหาสุขภาพที่ได้รับความสนใจจากทั่วโลก แต่การวินิจฉัยโรคนี้ในบางกลุ่มประชากรอาจต้องเผชิญกับความท้าทายที่แตกต่างกันออกไป โดยเฉพาะสตรีในแถบภูมิภาคเอเชีย ที่มีเนื้อเยื่อเต้านมค่อนข้างหนาแน่นเมื่อเทียบกับค่าเฉลี่ย ส่งผลให้การตรวจพบมะเร็งในระยะเริ่มต้นเป็นเรื่องยากลำบากมาโดยตลอด
FathomX บริษัทด้าน AI ชั้นนำจากสิงคโปร์ ที่ก่อตั้งขึ้นจากมหาวิทยาลัยแห่งชาติสิงคโปร์ ได้พัฒนาอัลกอริทึม FxMammo ขึ้นมาเพื่อแก้ไขปัญหาการตรวจวินิจฉัยมะเร็งเต้านมในสตรีเอเชีย
โดยอาศัยเทคโนโลยี AI FxMammo ที่ถูกออกแบบมาเพื่อเพิ่มความแม่นยำในการตรวจจับก้อนและความผิดปกติในเนื้อเยื่อเต้านมที่มีความหนาแน่นสูง ส่งผลให้การตรวจพบโรคในระยะเริ่มต้นมีความน่าเชื่อถือมากยิ่งขึ้น ประหยัดค่าใช้จ่าย และที่สำคัญสามารถลดผลบวกลวงได้ถึง 75.5%
การค้นพบยารักษามะเร็งได้เปลี่ยนแปลงไปอย่างมากในยุคปัจจุบัน
แม้การวิจัยและการวินิจฉัยอย่างถูกต้องจะมีความสำคัญอย่างยิ่งในการรักษามะเร็ง แต่ผลลัพธ์สุดท้ายของผู้ป่วยแต่ละรายนั้นขึ้นอยู่กับการเข้าถึงการรักษาที่เหมาะสม ตามข้อมูลจากกลุ่มอุตสาหกรรมยา PhRMA ระบุว่าต้องใช้เวลาเฉลี่ย 10 ถึง 15 ปี และเงินลงทุนมหาศาลถึง 2.6 พันล้านดอลลาร์ในการพัฒนายาใหม่จนสามารถวางจำหน่ายในท้องตลาดได้ และแม้จะมีการลงทุนในระดับสูงขนาดนั้น ก็มีเพียง 12% ของยาใหม่เท่านั้นที่ได้รับการอนุมัติจากสำนักงานคณะกรรมการอาหารและยาของสหรัฐฯ (FDA)
การรักษามะเร็งแบบองค์รวม และตรงตามความต้องการเฉพาะของแต่ละบุคคล พร้อมขยายการเข้าถึง
เมื่อแพทย์และบุคลากรทางการแพทย์สามารถนำข้อมูลระดับดีเอ็นเอของผู้ป่วยมะเร็งมาประกอบการพิจารณาร่วมกับวิธีการรักษาที่เฉพาะเจาะจงสำหรับแต่ละบุคคล ก็จะช่วยให้เกิดผลลัพธ์ที่ดีขึ้นกับผู้ป่วยในระดับประเทศ
องค์กร Genomics England ได้ศึกษาลำดับพันธุกรรมของผู้ป่วยมะเร็งและก้อนเนื้องอก เพื่อนำข้อมูลมาใช้วางแผนการรักษา ซึ่งรวมถึงการหายีนที่ทำให้มะเร็งแพร่กระจายไปยังส่วนอื่นๆ ของร่างกาย วิธีการรักษาที่น่าจะได้ผลดีที่สุด และผลข้างเคียงที่อาจเกิดขึ้นกับผู้ป่วยแต่ละคน งานวิจัยที่ได้รับการสนับสนุนจากข้อมูลของ Genomics England และตีพิมพ์ในวารสาร Nature Medicine ปีนี้
พบว่า 9 ใน 10 รายของผู้ป่วยมะเร็งสมอง มะเร็งลำไส้ใหญ่ และมะเร็งปอด สามารถวางแผนการรักษาได้อย่างเหมาะสมจากข้อมูลทางพันธุกรรม สำหรับผู้ป่วยมะเร็ง การรักษาแบบเฉพาะเจาะจงอาจใช้วิธีการให้ยามุ่งเป้า (Targeted Therapy) ซึ่งเป็นรูปแบบหนึ่งของเคมีบำบัดที่จะออกแบบมาให้จับกับการเปลี่ยนแปลงของเซลล์มะเร็งโดยตรง ทำให้หลีกเลี่ยงผลกระทบต่อเซลล์ปกติได้มากกว่าวิธีการรักษาแบบดั้งเดิม
นอกจากนี้ Genomics England ยังได้ร่วมมือกับ Anthropic ในการนำโมเดล Claude ของ Anthropic บน Amazon Bedrock มาใช้ เพื่อช่วยให้นักวิจัยสามารถค้นพบความเชื่อมโยงระหว่างการกลายพันทางพันธุกรรมกับโรคภัยไข้เจ็บต่าง ๆ รวมถึงโรคมะเร็งด้วย
ช่วยเหลือและสนับสนุนผู้ป่วยมะเร็งและผู้ดูแลทุกคน ไม่ว่าจะอยู่ที่ใดบนโลกใบนี้
การต่อสู้กับโรคมะเร็งนั้นไม่ได้มีแค่เรื่องของการรักษาให้รวดเร็วและมีประสิทธิภาพมากขึ้นเท่านั้น เนื่องจากโรคมะเร็งกำลังแพร่ระบาดมากขึ้น การเพิ่มโอกาสในการเข้าถึงการรักษาให้กับทุกคนจึงมีความสำคัญไม่แพ้กัน และสิ่งสำคัญคือต้องมั่นใจว่าการรักษาในอนาคตจะได้รับการพัฒนาโดยคำนึงถึงผู้ป่วยมะเร็งทุกราย
ในหลายพื้นที่ห่างไกลของประเทศจีน มีผู้เชี่ยวชาญด้านคลื่นเสียงความถี่สูง (อัลตราซาวน์) น้อยมาก ทำให้การวินิจฉัยโรคนั้นเป็นไปได้ยาก บริษัท Shangyiyun จึงได้สร้าง “Dr. J” ผู้ช่วย AI ขึ้นมาเพื่อช่วยคัดกรองมะเร็งเต้านม Dr. J สามารถตรวจจับและระบุรอยโรคได้เอง และส่งวิดีโอกับภาพอัลตราซาวน์ขึ้นคลาวด์ให้แพทย์ผู้เชี่ยวชาญวิเคราะห์เพิ่มเติม
การใช้ Dr. J ช่วยให้การคัดกรองมะเร็งเต้านมทำได้ทั่วถึงมากขึ้น และสามารถค้นพบผู้ป่วยที่ต้องรักษาต่อได้อย่างรวดเร็ว ด้วยระบบประมวลผลและจัดเก็บข้อมูลของ AWS ทำให้ Dr. J สามารถให้บริการคัดกรองที่มีประสิทธิภาพ แม่นยำ และมีเสถียรภาพแก่สถาบันต่าง ๆ และผู้ใช้งาน นอกจากนี้ AWS ยังมีมาตรฐานความปลอดภัยข้อมูลที่เข้มงวด รองรับการนำ Dr. J ไปใช้งานทั่วโลกได้อย่างมั่นใจ
บริษัท Hurone AI ได้นำเทคโนโลยี AI มาใช้เพื่อช่วยแก้ไขปัญหาช่องว่างในการดูแลรักษามะเร็งในแถบประเทศแอฟริกาใต้ซาฮารา เทคโนโลยีหลักที่ใช้คือระบบพยากรณ์ด้วย AI และโมเดลภาษาขนาดใหญ่ หรือ LLM ที่พัฒนาบนคลาวด์ของ AWS ซึ่งช่วยให้แพทย์ผู้เชี่ยวชาญด้านมะเร็งที่มีภาระงานหนักสามารถติดตามดูแลและให้การสนับสนุนผู้ป่วยได้อย่างทั่วถึง
แม้ในพื้นที่ห่างไกลที่ขาดแคลนสิ่งอำนวยความสะดวกทางการแพทย์ นอกจากนี้ Hurone AI ยังศึกษาการนำระบบเดียวกันนี้มาใช้คัดกรองผู้ป่วยที่สามารถเข้าร่วมการทดลองทางคลินิกได้ ซึ่งจะช่วยให้การพัฒนาการรักษามะเร็งมีประสิทธิภาพมากยิ่งขึ้นสำหรับทุกคน
คิงสลีย์ เอ็นโดห์ ผู้ก่อตั้งและประธานบริหารของ Hurone AI ซึ่งใช้เทคโนโลยี AI ในการพยากรณ์ และ LLM บนคลาวด์ของ AWS เพื่อช่วยลดช่องว่างในการดูแลรักษาผู้ป่วยโรคมะเร็ง อธิบายว่า ถ้าดูยาต้านมะเร็งที่ได้รับการรับรองจากสำนักงานคณะกรรมการอาหารและยาของสหรัฐฯ ในช่วง 20 ปีที่ผ่านมา จะพบว่าผู้เข้าร่วมทดลองยาที่มีเชื้อสายแอฟริกันหรือละตินมีน้อยกว่า 5% ในทวีปแอฟริกาใต้ซาฮารา มีแพทย์มะเร็งวิทยาเพียงคนเดียวต่อผู้ป่วย 3,000 คน และในละตินอเมริกามีเพียงหนึ่งคนต่อผู้ป่วย 1,000 คน ผู้ป่วยเหล่านี้จึงต้องเผชิญกับผลข้างเคียงจากการใช้ยา และเป็นเรื่องยากที่จะได้รับการดูแลและการสนับสนุนอย่างต่อเนื่องตามที่พวกเขาต้องการ
การขยายบริการดูแลรักษามะเร็งไปยังพื้นที่ต่างๆ ทั่วประเทศ เป็นวิธีสำคัญที่จะช่วยให้ผู้ป่วยเข้าถึงบริการได้มากขึ้น อีกวิธีหนึ่งคือการให้บริการดูแลผู้ป่วยที่บ้าน ซึ่งจะช่วยให้ผู้ป่วยสามารถรับการรักษาในสภาพแวดล้อมที่คุ้นเคย ทำให้รู้สึกผ่อนคลาย มีกำลังใจ และรู้สึกว่าตนเองมีอำนาจในการควบคุมชีวิตของตนเองมากขึ้น
สิ่งที่ท้าทายวงการแพทย์ในการรักษาโรคมะเร็งคือ แต่ละคนมีความแตกต่างกันทั้งอาการและสภาพร่างกาย เหมือนกับยีนในเนื้องอกมะเร็งแต่ละก้อนที่ไม่เหมือนกัน
การนำเทคโนโลยีคลาวด์มาใช้ในการดูแลรักษาผู้ป่วย ช่วยให้การรักษาสามารถตอบโจทย์และครอบคลุมความต้องการเฉพาะของแต่ละคนได้มากขึ้น เปลี่ยนความท้าทายเหล่านี้ให้กลายเป็นจุดแข็งในการรักษา นอกจากจะทำให้การรักษาทางร่างกายมีประสิทธิภาพมากขึ้นแล้ว เทคโนโลยีนี้ยังมีประโยชน์อย่างมากต่อสุขภาพจิตใจของผู้ป่วยด้วย
เนื่องจากจะช่วยให้ผู้ป่วยแต่ละคนรู้สึกว่าได้รับความเข้าใจและการดูแลอย่างใกล้ชิดตามสภาพและความต้องการเฉพาะของตนเอง จึงไม่เพียงแค่ทำให้การรักษาทางกายภาพตรงจุดมากขึ้นเท่านั้น แต่ยังส่งผลดีต่อประสบการณ์ของผู้ป่วยและผลลัพธ์จากการรักษาอีกด้วย