AI เป็นเทคโนโลยีสำคัญสำหรับขับเคลื่อนวงการแพทย์ไทย ที่ทำได้ตั้งแต่ ลดการทำงานซ้ำซ้อนของบุคลากร ช่วยในการวินิจฉัยโรค ช่วยสร้างองค์ความรู้ใหม่ได้ และลดต้นทุนที่ส่งผลในเชิงเศรษฐกิจ
เพื่อให้ประชาชนได้รับบริการทางแพทย์ที่รวดเร็วขึ้น มีโอกาสเข้าถึงองค์ความรู้ใหม่ ๆ ส่วนภาครัฐก็สามารถลดค่าใช้จ่ายในการดูแลผู้ป่วย และค่าจ้างบุคลากร เพื่อนำงบประมาณไปบริหารด้านอื่น ๆ
ในทางธุรกิจ ก็สามารถขยายขีดความสามารถทางการแข่งขันและสร้างรายได้สู่ประเทศ นำไปสู่การเพิ่มมูลค่าสัดส่วน GDP ทางดิจิทัลให้แก่ประเทศ
ปัจจุบัน โรงพยาบาลหลายแห่งในไทย มีการนำ AI มาประยุกต์ใช้เพื่อยกระดับการดูแลทางการแพทย์ให้ดีขึ้นแล้ว
และในงาน Digital Governance Thailand 2023 (DGT 2023) ที่จัดโดยสำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (สพธอ.) หรือ ETDA (เอ็ตด้า) ก็มีการหยิบประเด็นนี้มาพูดถึง ในหัวข้อ “AI for Better Health and Well-being” ด้วย
นำโดย ดร.ศักดิ์ เสกขุนทด ที่ปรึกษาอาวุโส ETDA, ผศ.ดร.ธีรวิทย์ วิไลประสิทธิ์พร จาก สถาบันวิทยสิริเมธี (VISTEC), คุณพงษ์ชัย เพชรสังหาร จาก DietZ (ไดเอทซ์) ผู้พัฒนาแพลตฟอร์มการแพทย์ทางไกล, นพ.เดโชวัต พรมดา จาก HealthTAG (เฮลธ์แท็ก) เทคโนโลยีเครือข่ายเชื่อมโยงข้อมูลสุขภาพ และคุณนพฤทธิ์ กมลสุวรรณ จากSpring News
และนี่คือ 3 ประเด็นหลักจากการพูดคุยกันครั้งนี้
Use case ในการใช้ AI ดูแลสุขภาพคนไทย
CHIVID (AI-Driven Community/Home Isolation-Based Electronic Health Record during COVID-19 pandemics)
แอปพลิเคชันอำนวยความสะดวกในการเฝ้าระวัง สังเกตอาการ คัดกรองและดูแลผู้ป่วยโควิด-19 ระยะทางไกล เพื่อลดงานของบุคลากรทางการแพทย์ ในการดูแลผู้ป่วย Home Isolation และศูนย์โรงพยาบาลสนาม ช่วยให้ผู้ป่วยเข้าถึงหมอได้ง่ายขึ้น รับ–ส่งต่อผู้ป่วยระหว่างโรงพยาบาลได้ทันเวลา
หลักการทำงานของ CHIVID เป็นการใช้ AI ช่วยตรวจสอบประวัติเบื้องต้น คัดกรอง และอนุมัติผู้ป่วยเข้าระบบ ก่อนการวินิจฉัยโดยแพทย์ ซึ่งช่วยดูแลผู้ป่วยกว่า 3 หมื่นคน ใน 11 โรงพยาบาลทั่วประเทศ ระหว่างที่มีการแพร่ระบาด
Perceptra (เพอเซ็ปทรา)
AI ซึ่งนำข้อมูลบน Big Data มาใช้ในการอ่านผลเอกซเรย์ หรือภาพรังสีต่าง ๆ และชี้จุดตำแหน่งผิดปกติให้แพทย์ทราบ
Perceptra ถูกคิดค้นขึ้นเพื่อลดภาระรังสีแพทย์ ซึ่งปัจจุบันต้องอ่านภาพเอกซเรย์ผู้ป่วย ตั้งแต่หลักพันถึงหลักหมื่นภาพต่อวัน
นอกจากช่วยลดงานของรังสีแพทย์แล้ว แต่ยังช่วยเสริมประสิทธิภาพในการการวินิจฉัยให้ดีขึ้นด้วย
เฉพาะในปีที่ผ่านมา Perceptra ช่วยอ่านผลเอกซเรย์ในช่วงโควิด-19 ได้กว่า 1 ล้านภาพและถูกนำไปติดตั้งในโรงพยาบาลแล้วกว่า 80 แห่ง เช่น โรงพยาบาลศิริราช โรงพยาบาลศิริราชปิยมหาการุณย์ และโรงพยาบาลกรุงเทพ ฯลฯ
PharmaSee
แอปพลิเคชัน ช่วยระบุประเภทของยาจากภาพ ซึ่งคิดค้นขึ้นจากปัญหาที่คนไข้ไม่ทราบว่ายาที่ทานอยู่ประจำคือยาอะไร และมักจะถือยาใส่ถุงมาให้เภสัชกรดูบ่อยครั้ง
PharmaSee พัฒนาขึ้นโดยได้รับการสนับสนุนจากเภสัชกรและแพทย์ในการรวบรวมภาพถ่ายยา พร้อมช่วยแยกแยะและป้อนข้อมูลให้ฐานข้อมูล เพื่อช่วยเหลือผู้ป่วยรวมถึงแพทย์ให้เข้าถึงข้อมูลได้ง่าย ๆ เพียงแค่เปิดแอปพลิเคชัน
Dietz (ไดเอทซ์)
แอปพลิเคชัน Telemedicine ช่วยเชื่อมต่อผู้ป่วยที่อยู่ห่างไกลให้เข้าถึงการรักษาง่ายขึ้น โดยใช้ AI ช่วยคัดกรองผู้ป่วยและวิเคราะห์ข้อมูลต่าง ๆ ด้วย
ในปี 2565 ที่ผ่านมา Dietz ช่วยผู้ป่วยให้เข้าถึงการรักษาได้กว่า 2 แสนราย จาก 200 โรงพยาบา
แอปพลิเคชันและระบบเหล่านี้ เป็นตัวอย่างการประยุกต์ใช้ AI ทางการแพทย์ จากความร่วมมือของหน่วยงานรัฐและเอกชน
DATA คือความท้าทายสำคัญในการพัฒนา AI ผู้ช่วยแพทย์
ความท้าทายสำคัญในการนำ AI มาใช้ในวงการแพทย์ไทย คือการจัดการข้อมูล ซึ่งเป็นพื้นฐานสำคัญในการพัฒนา
ปัจจุบัน ไทยยังไม่มีแหล่งข้อมูลแบบ Open Data ที่เปิดให้ทุกคนเข้ามาเติมความรู้ ทั้งด้าน AI และข้อมูลผู้ป่วยที่จะนำมาติด Label เพื่อให้เกิด Dataset
ถ้าสามารถสร้างกลุ่ม AI Creators ได้ ก็จะนำไปสู่การสร้าง Healthcare Dataset ให้เกิดขึ้น ซึ่งจะเป็นประโยชน์ในแง่แหล่งข้อมูลสำหรับวิเคราะห์และประมวลผล
แต่ก็มีความท้าทายสำคัญคือประเด็นเรื่องความเป็นส่วนตัวของผู้ป่วย ไม่สามารถเปิดเผยได้หากไม่ได้รับการยินยอมรวมถึงปัญหาข้อมูลที่กระจัดกระจายตามหน่วยงาน ที่ไม่ถูกบันทึกในรูปแบบดิจิทัล ไม่มีการเชื่อมต่อหรือแชร์ข้อมูลระหว่างกัน
สิ่งที่ต้องพัฒนาต่อ คือ National Healthcare Open Dataset ระดับประเทศ โดยอาจแบ่งข้อมูลเป็นส่วน ๆ
ส่วนแรก คือ เจ้าของข้อมูล เช่น โรงพยาบาล คลินิก ร้านยา ส่วนที่สอง คือ มาตรฐานข้อมูล ดูแลเรื่องรหัสแล็บ ยา โรคอาการ วิธีการตรวจ ซึ่งอาจต้องมีหน่วยงานกลาง ภายใต้ Business Model ที่ดูแลให้ทุกฝ่ายได้ประโยชน์ และนำข้อมูลไปศึกษาต่อได้ เช่น ข้อมูลเซตภาพปอด ภาพแมมโมแกรมมะเร็งเต้านม โดยไม่จำเป็นต้องรู้ว่าเจ้าของภาพคือใคร
นอกจากนี้ สิ่งที่ท้าทายที่สุด คือการปรับความคิดในการทำงานของหน่วยงานและบุคลากรทางการแพทย์ โดยเฉพาะหน่วยงานราชการ ที่คิดว่าตนเป็นเจ้าของข้อมูล เป็นเจ้าของคนไข้ ไม่สามารถเปิดเผยข้อมูลของคนไข้ได้
ยังมีเรื่องระเบียบทางราชการ การจัดการเรื่องลิขสิทธิ์ รวมถึงเรื่องระเบียบในการขอข้อมูล ขณะที่ความเหมาะสมและปลอดภัยในการประยุกต์ใช้ AI กับการรักษาก็ยังคงเป็นประเด็นที่หลายฝ่ายต่างเฝ้าระวังด้วย
ETDA โดยศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ หรือ AI Governance Clinic by ETDA (ศูนย์ AIGC) พร้อมด้วยพาร์ทเนอร์ จึงเดินหน้าร่วมกันศึกษา เพื่อพัฒนากรอบธรรมาภิบาลด้าน AI ทางการแพทย์ ที่สอดคล้องกับบริบทของประเทศเพื่อให้ AI ทางการแพทย์ของไทย เหมาะสม ปลอดภัย ถูกต้องตามหลักจริยธรรมและธรรมาภิบาลที่ควรจะเป็น
สามารถให้คำปรึกษา และพัฒนาทักษะการประยุกต์ใช้ AI สำหรับการทำธุรกรรมทางอิเล็กทรอนิกส์ แก่หน่วยงานทั้งภาครัฐ เอกชน ตลอดจนผู้ประกอบการที่สนใจด้วย
การพัฒนา AI ไม่ใช่แค่เพื่อแพทย์ แต่รวมถึงผู้ป่วยด้วย
สำหรับภาคเอกชน โดยเฉพาะนักพัฒนา นอกจากประสิทธิภาพของเทคโนโลยี และเงินทุนแล้ว ยังต้องมองภาพใหญ่ให้ออกว่า ผู้ใช้งาน นอกจากแพทย์แล้ว ยังมีผู้ป่วยด้วย ซึ่งก็มีตั้งแต่ผู้สูงอายุที่ติดเตียง ไปจนถึงเด็ก ๆ ที่มีพื้นฐานแตกต่างกัน
ผู้พัฒนาจึงต้องคำนึงถึงความง่ายในการใช้งาน ไม่ซับซ้อน แต่ปลอดภัย
ติดตามข้อมูลการสัมมนาทางดิจิทัล จากงาน Digital Governance Thailand (DGT 2023) ย้อนหลังได้ที่เว็บไซต์ https://dgt.etda.or.th/
และข้อมูลที่น่าสนใจจาก ETDA เพิ่มเติม ได้ที่เว็บไซต์ www.etda.or.th เพจเฟซบุ๊ก ETDA Thailand (/www.facebook.com/ETDA.Thailand) รวมทั้งโซเชียลมีเดีย ETDA Thailand ทุกช่องทาง
AHEAD ASIA นวัตกรรม ล้ำหน้า
