Engineering the Heart: เมื่อการวางแผนผ่าตัดหัวใจ เริ่มต้นจากการจำลองในโลกดิจิทัล

การผ่าตัดหัวใจที่ซับซ้อน ต้องอาศัยมากกว่าการมองเห็น “โครงสร้าง”
เพราะผลลัพธ์หลังผ่าตัดขึ้นอยู่กับ “การไหลเวียนของเลือด”

4D Flow MRI และ CFD ช่วยให้แพทย์มองเห็นการไหลเวียนของเลือด และจำลองผลลัพธ์ของการผ่าตัดก่อนตัดสินใจรักษาผู้ป่วยจริง

การผ่าตัดหัวใจถือเป็นหนึ่งในหัตถการทางการแพทย์ที่มีความซับซ้อนสูงที่สุดประเภทหนึ่ง โดยเฉพาะในผู้ป่วยโรคหัวใจพิการแต่กำเนิด หรือผู้ป่วยที่มีความผิดปกติของโครงสร้างหัวใจที่แตกต่างกันในแต่ละราย

แม้เทคโนโลยีทางการแพทย์ในปัจจุบันจะช่วยให้แพทย์มองเห็นโครงสร้างของหัวใจได้อย่างละเอียดผ่าน MRI หรือ CT Scan แต่ยังมีคำถามสำคัญที่ภาพถ่ายทางการแพทย์เพียงอย่างเดียวไม่สามารถตอบได้อย่างครบถ้วน

คำถามนี้นำไปสู่การพัฒนาเทคโนโลยีที่ช่วยให้แพทย์ไม่ได้เพียงมองเห็นหัวใจ แต่สามารถมองเห็น “การไหลเวียนของเลือด” และจำลองผลลัพธ์ของการรักษาในโลกดิจิทัลก่อนการผ่าตัดจริง ผ่านการผสานศักยภาพของ 4D Flow MRI และ Computational Fluid Dynamics (CFD) ซึ่งกำลังกลายเป็นเครื่องมือสำคัญของการแพทย์เฉพาะบุคคลในอนาคต

จาก Anatomy สู่ Hemodynamics

ในอดีต การประเมินโรคหัวใจมักมุ่งเน้นไปที่ Anatomy หรือโครงสร้างทางกายวิภาคของหัวใจ เช่น ขนาดของห้องหัวใจ รูปร่างของหลอดเลือด หรือตำแหน่งของลิ้นหัวใจ

ข้อมูลเหล่านี้มีความสำคัญอย่างยิ่งต่อการวินิจฉัยและวางแผนการรักษา แต่ในหลายกรณี โดยเฉพาะโรคหัวใจพิการแต่กำเนิด ความสำเร็จของการรักษาไม่ได้ขึ้นอยู่กับ “รูปร่าง” ของหัวใจเพียงอย่างเดียว

สิ่งสำคัญไม่แพ้กันคือ Hemodynamics หรือพลศาสตร์การไหลเวียนเลือด ซึ่งเป็นการศึกษาว่าเลือดเคลื่อนที่ผ่านหัวใจและหลอดเลือดอย่างไร

ตัวอย่างคำถามที่แพทย์ต้องการคำตอบ ได้แก่

• เลือดไหลผ่านหัวใจด้วยความเร็วเท่าใด
• เกิดการไหลวนผิดปกติหรือไม่
• มีบริเวณใดที่เกิดแรงดันสูงผิดปกติ
• หัวใจต้องใช้พลังงานมากเพียงใดในการสูบฉีดเลือด
• หลังการผ่าตัด รูปแบบการไหลเวียนจะเปลี่ยนแปลงไปอย่างไร

กล่าวอีกนัยหนึ่ง หัวใจอาจมีโครงสร้างที่ดูปกติ แต่หากการไหลเวียนของเลือดไม่มีประสิทธิภาพ ก็อาจส่งผลต่อผลลัพธ์การรักษาและคุณภาพชีวิตของผู้ป่วยได้เช่นกัน นี่คือเหตุผลที่วงการแพทย์เริ่มให้ความสำคัญกับการศึกษาการทำงานของหัวใจในเชิง “พลศาสตร์” มากขึ้นในช่วงหลายปีที่ผ่านมา

4D Flow MRI: เมื่อ MRI ไม่ได้บอกแค่รูปร่างของหัวใจ

หนึ่งในเทคโนโลยีที่เข้ามาเปลี่ยนวิธีการศึกษาระบบไหลเวียนเลือด คือ 4D Flow MRI

4D Flow MRI เป็นเทคนิคการถ่ายภาพด้วยคลื่นแม่เหล็กไฟฟ้าที่สามารถวัดความเร็วและทิศทางการไหลของเลือดได้ตลอดทั้งระบบหัวใจและหลอดเลือด

หากเปรียบเทียบให้เห็นภาพง่าย ๆ MRI ทั่วไป เปรียบเสมือน “แผนที่ถนน” ในขณะที่ 4D Flow MRI เปรียบเสมือน “แผนที่พร้อมข้อมูลการจราจรแบบเรียลไทม์”

นอกจากการมองเห็นเส้นทางการไหลของเลือดแล้ว เทคโนโลยีนี้ยังสามารถวิเคราะห์ข้อมูลเชิงลึกได้อีกหลายด้าน

• Velocity: วัดความเร็วของการไหลเวียนเลือดในแต่ละตำแหน่ง
• Flow Pattern: ศึกษารูปแบบการไหลเวียน ทั้งการไหลปกติและการไหลวนผิดปกติ
• Wall Shear Stress: วิเคราะห์แรงเฉือนที่เกิดขึ้นบริเวณผนังหลอดเลือด ซึ่งมีความสำคัญต่อการเปลี่ยนแปลงของหลอดเลือดในระยะยาว
• Energy Loss: ประเมินการสูญเสียพลังงานของระบบไหลเวียนเลือด ซึ่งเป็นตัวบ่งชี้ว่าหัวใจต้องทำงานหนักเพียงใด

ข้อมูลเหล่านี้ช่วยให้แพทย์เข้าใจ “การทำงาน” ของหัวใจได้ลึกซึ้งกว่าการประเมินจากโครงสร้างเพียงอย่างเดียว

CFD: เมื่อวิศวกรรมศาสตร์เข้ามาช่วยวางแผนการผ่าตัด

แม้ 4D Flow MRI จะช่วยให้เห็นการไหลเวียนของเลือดได้อย่างละเอียด แต่ยังมีอีกคำถามสำคัญที่ต้องการคำตอบ

คำตอบของคำถามนี้มาจากเทคโนโลยีที่เรียกว่า Computational Fluid Dynamics (CFD)

CFD เป็นศาสตร์ทางวิศวกรรมที่ใช้แบบจำลองทางคณิตศาสตร์และคอมพิวเตอร์ เพื่อคำนวณพฤติกรรมของของไหลตามหลักฟิสิกส์ เทคโนโลยีนี้ถูกนำมาใช้ในหลากหลายอุตสาหกรรม เช่น การออกแบบเครื่องบิน, การออกแบบรถแข่ง Formula One, การวิเคราะห์อากาศพลศาสตร์ และการจำลองการไหลของน้ำในระบบขนาดใหญ่

ในทางการแพทย์ CFD ถูกนำมาใช้เพื่อจำลองการไหลเวียนเลือดภายในหัวใจและหลอดเลือดของผู้ป่วยแต่ละราย แทนที่จะคาดการณ์ผลลัพธ์จากประสบการณ์เพียงอย่างเดียว แพทย์และนักวิจัยสามารถใช้ข้อมูลทางวิทยาศาสตร์มาช่วยสนับสนุนการตัดสินใจได้มากขึ้น

เมื่อ 4D Flow MRI และ CFD ทำงานร่วมกัน

จุดแข็งที่สำคัญที่สุดของสองเทคโนโลยีนี้ คือการทำงานร่วมกัน กระบวนการโดยทั่วไปเริ่มต้นจากการนำข้อมูล MRI ของผู้ป่วยมาสร้างแบบจำลองหัวใจแบบสามมิติ จากนั้นใช้ข้อมูลการไหลเวียนเลือดจาก 4D Flow MRI เป็นข้อมูลตั้งต้นในการสร้างแบบจำลอง CFD

นักวิจัยสามารถทดลองสร้างสถานการณ์ต่าง ๆ ได้ในโลกดิจิทัล เช่น แนวทางการผ่าตัดรูปแบบที่ 1, แนวทางการผ่าตัดรูปแบบที่ 2 หรือ แนวทางการผ่าตัดรูปแบบที่ 3 ก่อนนำผลลัพธ์มาเปรียบเทียบกันว่า:

• วิธีใดทำให้เลือดไหลเวียนได้ดีที่สุด
• วิธีใดสูญเสียพลังงานน้อยที่สุด
• วิธีใดช่วยลดภาระการทำงานของหัวใจได้มากที่สุด

แนวคิดนี้เปรียบเสมือนการ “ทดลองผ่าตัดบนคอมพิวเตอร์” ก่อนการผ่าตัดจริง ซึ่งช่วยลดความไม่แน่นอน และสนับสนุนการตัดสินใจทางคลินิกด้วยข้อมูลเชิงวิทยาศาสตร์

จากข้อมูลสู่ Digital Twin ของหัวใจ

เมื่อข้อมูลภาพทางการแพทย์ถูกนำมาผสานเข้ากับการจำลองทางวิศวกรรม แนวคิดที่กำลังได้รับความสนใจในระดับโลกคือ Digital Twin

Digital Twin คือแบบจำลองดิจิทัลของอวัยวะหรือระบบทางชีวภาพที่สร้างขึ้นจากข้อมูลจริงของผู้ป่วย ในกรณีของโรคหัวใจ นักวิจัยสามารถสร้าง “หัวใจดิจิทัล” ที่สะท้อนลักษณะเฉพาะของผู้ป่วยแต่ละราย และใช้แบบจำลองดังกล่าวในการศึกษาผลลัพธ์ของการรักษาในสถานการณ์ต่าง ๆ

แนวคิดนี้กำลังถูกมองว่าเป็นหนึ่งในเทคโนโลยีสำคัญที่จะช่วยขับเคลื่อนอนาคตของ Precision Medicine และ Personalized Surgery ในอีกหลายปีข้างหน้า

ก้าวสำคัญสู่ Personalized Surgery

ผู้ป่วยแต่ละคนมีโครงสร้างหัวใจและรูปแบบการไหลเวียนเลือดที่แตกต่างกัน ดังนั้น แนวทางการรักษาที่เหมาะสมสำหรับผู้ป่วยรายหนึ่ง อาจไม่ใช่ทางเลือกที่ดีที่สุดสำหรับผู้ป่วยอีกรายหนึ่ง

การนำ 4D Flow MRI และ CFD มาใช้ร่วมกัน จึงเป็นตัวอย่างของการเปลี่ยนผ่านจากการรักษาแบบมาตรฐาน ไปสู่การวางแผนการรักษาเฉพาะบุคคล โดยอาศัยข้อมูลจริงของผู้ป่วยแต่ละรายในการสนับสนุนการตัดสินใจทางคลินิก

References

• 1. Markl M, Frydrychowicz A, Kozerke S, Hope MD, Wieben O. 4D Flow MRI. Journal of Magnetic Resonance Imaging. 2012;36(5):1015-1036.
• 2. Dyverfeldt P, Bissell M, Barker AJ, et al. 4D flow cardiovascular magnetic resonance consensus statement. Journal of Cardiovascular Magnetic Resonance. 2015;17:72.
• 3. Morris PD, Narracott A, von Tengg-Kobligk H, et al. Computational fluid dynamics modelling in cardiovascular medicine. Heart. 2016;102(1):18-28.
• 4. Taylor CA, Figueroa CA. Patient-Specific Modeling of Cardiovascular Mechanics. Annual Review of Biomedical Engineering. 2009; 11:109-134.
• 5. Sangsin K, Kunaton Y, et al. Application of 4D Flow MRI and Computational Fluid Dynamics in Surgical Planning of Fontan Procedure: A First Case Report in Thailand. Journal of Cardiothoracic Surgery. 2026.
• 6. Barker AJ, Markl M, Bürk J, et al. Bicuspid Aortic Valve Hemodynamics by 4D Flow MRI. Circulation. 2012;126:e1-e3.