เทคโนโลยีดิจิทัลและปัญญาประดิษฐ์ (AI) เข้ามาเป็นส่วนหนึ่งของชีวิตคนยุคใหม่ยิ่งขึ้น ไม่เว้นแม้แต่วงการแพทย์และระบบบริการสุขภาพ ปัจจุบันมี application ที่เกี่ยวข้องกับระบบสุขภาพของประชาชนออกมาให้เลือกใช้บริการมากยิ่งขึ้น คำถามที่หลายคนอยากรู้คำตอบคือแล้ว AI จะสามารถเข้ามาเป็นตัวเปลี่ยนเกมในระบบการแพทย์จนแทนที่บุคลากรทางการแพทย์ได้หรือไม่
เพื่อฉายภาพของ AI ในระบบสุขภาพของประเทศให้ชัดเจนขึ้น โครงการเสริมสร้างศักยภาพการศึกษาดัชนีภาระโรคแห่งประเทศไทย สำนักงานพัฒนานโยบายสุขภาพระหว่างประเทศ ได้จัดงานเสวนาวิชาการออนไลน์ “เทคโนโลยีดิจิทัลและปัญญาประดิษฐ์ (AI) กับการวิจัยระบบสุขภาพในอนาคต” ในวันที่ 8 กุมภาพันธ์ที่ผ่านมา โดยมีวัตถุประสงค์สำคัญในการสร้างความเข้าใจและตระหนักถึงทิศทางความสำคัญของ AI ต่อการวิจัยระบบสุขภาพ มีประเด็นที่น่าสนใจดังนี้
สถานการณ์การพัฒนา AI เพื่อการแพทย์ในปัจจุบัน
นพ.ปิยะฤทธิ์ อิทธิชัยวงศ์ จากศูนย์สารสนเทศและนวัตกรรมข้อมูลศิริราช คณะแพทยศาสตรศิริราชพยาบาล ซึ่งกำลังศึกษาเกี่ยวกับปัญญาประดิษฐ์ทางการแพทย์ ระดับปริญญาเอกที่ King’s College ประเทศอังกฤษ บรรยายให้เห็นภาพรวมของการการพัฒนาเทคโนโลยี AI ในระบบสุขภาพ หรือที่เรียกกันว่า medical AI ว่ากำลังได้รับความสนใจอย่างสูงในระดับโลก หลายประเทศต่างกำลังเร่งพัฒนาเพื่อให้สามารถนำมาใช้งานในระบบการดูแลสุขภาพและบริการทางการแพทย์ได้จริง
โดย นพ.ปิยะฤทธิ์ กล่าวถึงสถานการณ์ในปัจจุบัน พัฒนาการของเทคโนโลยี medical AI ว่าสามารถพัฒนาไปไกลในระดับที่เทียบเท่ากับการทำงานของบุคลากรทางการแพทย์ เช่น การนำ AI มาสร้างภาพจำลอง MRI ในระดับที่เหมือนจนรังสีแพทย์ไม่สามารถแยกอออกว่าภาพไหนเป็นภาพจาก MRI ภาพไหนเป็นภาพที่ AI สร้างขึ้นมา ซึ่งกระบวนการสร้างของ AI ใช้การแปลงข้อมูลจาก CT scan แต่ทำให้มีความละเอียดในระดับเดียวกับ MRI หรือการที่ AI สามารถวินิจฉัยหาเซลล์มะเร็งพบก่อนแพทย์ หรือบางกรณีแพทย์อาจไม่สามารถหาพบ
แต่เมื่อพิจารณาถึงอุปกรณ์ทางการแพทย์ที่ใช้เทคโนโลยี AI (AI-based medical devices) ที่นำมาใช้งานได้จริงในปัจจุบัน นพ.ปิยะฤทธิ์ พบว่ายังมีจำนวนน้อย ไม่ตอบโจทย์ความต้องการของประชาชน โดยมีอุปกรณ์ทางการแพทย์ที่ใช้เทคโนโลยี AI ที่ได้รับการอนุมัติจากองค์การอาหารและยาของสหรัฐ (FDA) เพียงประมาณ 600 อุปกรณ์เท่านั้น ขณะที่มีประชากรชาวอเมริกันที่ต้องการการดูแลสุขภาพมากถึง 331.9 ล้านคน และประชากรโลกทั้งหมดอีกประมาณ 8 พันล้านคน
สำหรับสถานการณ์ในประเทศไทย นพ.ปิยะฤทธิ์ กล่าวว่ามีหลายภาคส่วนร่วมสนับสนุนการวิจัยและพัฒนา ทั้งภาครัฐและเอกชน และมีการจับมือข้ามองค์กรเพื่อพัฒนา AI เพื่อการแพทย์ค่อนข้างหลากหลาย นอกจากนี้หลายหน่วยงานได้มีการนำ AI มาใช้แล้ว ทั้งในฝั่งบุคลากรทางการแพทย์ เช่นเครื่องอ่านภาพจากการถ่ายรังสี อุปกรณ์ช่วยในการวินิจฉัยโรค และฝั่งผู้ป่วย เช่น Chatbot ให้คำปรึกษาในด้านต่างๆ อุปกรณ์เคลื่อนที่ที่ช่วยเก็บข้อมูลสุขภาพ เป็นต้น
ประเด็นนี้ นพ.สุรัคเมธ มหาศิริมงคล ผู้อำนวยการศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร สำนักงานปลัดกระทรวงสาธารณสุข ซึ่งร่วมให้ความเห็นภายหลังการบรรยาย ได้ให้ข้อมูลเพิ่มเติมว่า กระทรวงสาธารณสุขเริ่มนำ AI มาใช้ตั้งแต่เริ่มทำแผนยุทธศาสตร์ 20 ปี เรื่องอุตสาหกรรมการแพทย์ แล้วด้วย
ความท้าทายของ medical AI ในระบบสุขภาพของประเทศไทย
คุณปฏิภาณ ประเสริฐสม ผู้เชี่ยวชาญงานพิเศษด้านข้อมูลระดับสูง สถาบันข้อมูลขนาดใหญ่ (องค์การมหาชน) กล่าวถึงปัจจัยสำคัญในการพัฒนา AI เพื่อการแพทย์ว่า จำเป็นต้องประกอบไปด้วยองค์ประกอบพื้นฐาน 3 ประการ คือ คน ข้อมูล และโครงสร้างพื้นฐาน ซึ่งปัจจัยที่เป็นความท้าทายที่สุดของประเทศไทยคือคนและข้อมูล
คน : คุณปฏิภาณมองว่า การใช้ AI เพื่อการแพทย์ ต้องมีกระบวนการสร้างความรู้ความเข้าใจเกี่ยวกับ AI ให้คนในองค์กรให้มีระดับความรู้ที่ไม่แตกต่างกัน ซึ่งปัจจุบันคนไทยอาจยังไม่มีความรู้ความเข้าใจ เกี่ยวกับการทำงานของ AI อย่างแพร่หลายมากนัก
นพ.ปิยะฤทธิ์ มองความท้าทายในประเด็นเกี่ยวกับคนในการวิจัยและพัฒนา AI เพื่อการแพทย์ ว่า แพทย์ ซึ่งเป็นผู้ใช้เทคโนโลยีจะเป็นผู้ที่มีข้อมูล แต่อาจไม่มีความสามารถด้านเทคโนโลยี AI ประเทศไทยสามารถก้าวข้ามความท้าทายประเด็นนี้ได้ด้วยการจับมือข้ามองค์กร เพื่อให้แต่ละภาคส่วนสามารถใช้ทักษะ ความรู้ ความสามารถของตนร่วมพัฒนา AI เพื่อการแพทย์ด้วยกัน โดยยกตัวอย่างความร่วมมือของคณะแพทยศาสตร์ศิริราชพยาบาล กับคณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย และความร่วมมือกับบริษัทเอกชน เช่น CARIVA ที่ร่วมมือกันสร้างโมเดล AI ทางการแพทย์อยู่ในปัจจุบัน
ประเด็นสำคัญเกี่ยวกับ “คน” ในยุคของการใช้ AI ทางการแพทย์ในมุมมองของคุณปฏิภาณคือ การต้องปรับพฤติกรรมการใช้ข้อมูลและการเข้าถึงข้อมูล โดยเฉพาะการระวังรักษาความปลอดภัยของข้อมูล เช่นการต้องให้ความสำคัญกับรหัสผ่าน ไม่เปิดเผยให้ผู้อื่นรู้ หรือไม่ควรเก็บไว้ในโทรศัพท์มือถือที่อาจทำให้ผู้อื่นเข้าถึงง่าย
ข้อมูล : เป็นโจทย์ใหญ่มากสำหรับการพัฒนา AI เพื่อการแพทย์ในประเทศไทย ทั้งคุณปฏิภาณ และ นพ. ปิยะฤทธิ์ มองว่าหากไม่มีข้อมูล ระบบ AI จะไม่สามารถถูกพัฒนาได้
คุณปฏิภาณ มองว่าจุดอ่อนด้านข้อมูลทางการแพทย์ของประเทศไทย คือ การจัดเก็บข้อมูลในลักษณะไซโล ซึ่งกระจายเก็บข้อมูลแยกแต่ละกรม กอง ซึ่งข้อมูลไม่ตรงกัน หรืออาจเก็บคนละระบบ โดยเสนอว่าปัญหาการกระจายของการจัดเก็บข้อมูลนี้ สามารถแก้ไขได้ 2 วิธี คือ 1) การนำข้อมูลที่มีอยู่รวมกัน เป็น data warehouse และพัฒนาให้เป็นแบบเดียวกัน ข้อดีของวิธีนี้ คือ ใช้งานง่าย แต่ข้อเสียคือ การรวมข้อมูลทั้งหมดไว้ที่ส่วนกลางที่เดียว การบำรุงรักษาระบบจะทำได้ค่อนข้างยาก และ 2) data virtualization ข้อมูลยังกระจายตามกรม กองเหมือนเดิม แต่สามารถดึงมารวมกันให้เห็นภาพใหญ่ได้
การกระจายของข้อมูลอาจทำให้เกิดความไม่ครบถ้วนของข้อมูลที่จะป้อนเข้าระบบของ Generative AI การทำงานจะมีประสิทธิภาพนั้น จะเกิดจากการประมวลผลข้อมูลจำนวนมหาศาลที่ถูกป้อนเข้าไปในระบบ ซึ่งหากข้อมูลไม่ครบถ้วน อาจทำให้การวิเคราะห์ของ AI ทางการแพทย์มี bias ได้
คุณปฏิภาณ เล่าถึงโครงการ health link ซึ่งมีการเชื่อมโยงข้อมูลสุขภาพของผู้ป่วยจากแต่ละโรงพยาบาล ข้อมูลการรักษา ข้อมูลการแพ้ยา ซึ่ง AI ลักษณะนี้จะมีประสิทธิภาพได้ จำเป็นต้องได้รับความร่วมมือจากแพทย์
ความท้าทายเกี่ยวกับข้อมูลที่เกี่ยวข้องกับการพัฒนา medical AI ที่สำคัญอีกประการหนึ่งคือ การรักษาความปลอดภัยของข้อมูลผู้ป่วยที่อยู่ในระบบ ระวังไม่ให้มีการรั่วไหลของข้อมูล เนื่องจากข้อมูลในระบบฐานข้อมูลของ medical AI โดยปกติจะประกอบไปด้วยข้อมูล 2 ส่วน คือ 1) ข้อมูลส่วนบุคคลที่เป็นข้อมูลละเอียดอ่อน และ 2) ข้อมูลสุขภาพและการรักษาทางการแพทย์ ซึ่ง นพ.ปิยะฤทธิ์ กล่าวถึงประเด็นนี้ว่าเป็นความท้าทายที่สำคัญมาก ต้องการวางระวังป้องกันไม่ให้ข้อมูลรั่วไหล และวางระบบป้องกันไม่ให้มีการนำข้อมูลไปใช้ประโยชน์ โดยในโครงการที่ตนเองกำลังวิจัยและพัฒนาอยู่จะป้องกันด้วยการแยกการจัดเก็บของข้อมูลทั้ง 2 กลุ่มออกจากกัน หากมีข้อมูลส่วนหนึ่งส่วนใดหลุดออกจากระบบ จะไม่สามารถจับคู่ข้อมูลทั้ง 2 กลุ่มเข้าด้วยกันได้
โครงสร้างพื้นฐาน : โครงสร้างพื้นฐานที่สำคัญในการขับเคลื่อนการพัฒนา AI ทางการแพทย์ของประเทศให้มีประสิทธิภาพ คุณปฏิภาณมองว่าอยู่ที่นโยบายและกฎระเบียบที่เกี่ยวข้องว่าจะเอื้อให้เกิดการพัฒนาในด้านนี้มากระดับไหน ซึ่งปัจจุบันหน่วยงานที่เกี่ยวข้องในประเทศไทยได้เตรียมความพร้อมในส่วนนี้แล้ว เช่น การสนับสนุนของกระทรวงสาธารณสุขให้มีการทำสิ่งที่เรียกว่า Central Data Exchange เพื่อเชื่อมข้อมูลของฝั่งกระทรวงสาธารณสุขที่อยู่ในระบบคลาวด์ (cloud) ของกระทรวง และข้อมูลของ “หมอพร้อม” เข้ากับข้อมูลสุขภาพจากหน่วยบริการต่างๆ ที่อยู่นอกกระทรวงสาธารณสุข ซึ่งในอนาคตอาจมีการคืนข้อมูลกลับไปให้ประชาชน ผ่านทาง application ต่างๆ ได้ต่อไป หรืออาจป้อนข้อมูลให้กับร้านยาต่างๆได้
บทาทและความรับผิดชอบของ medical AI
แม้จะสนับสนุนให้มีการพัฒนา AI เพื่อการแพทย์ แต่ นพ.ปิยะฤทธิ์ ก็มองว่า AI ยังไม่ควรนำมาใช้แทนที่แพทย์ แต่ควรจะวางบทบาทให้ AI เป็นผู้ช่วยแพทย์ให้สามารถวินิจฉัย และให้การตรวจรักษาผู้ป่วยได้สะดวก และมีประสิทธิภาพ ถูกต้องแม่นยำมากขึ้น โดยเฉพาะกับโรคที่ต้องมีการวินิจฉัยและการรักษาที่ซับซ้อน
“หลักสำคัญของการนำ AI มาใช้ทางการแพทย์คือ การใช้กับงานทั่วๆไป ที่ไม่ต้องอาศัยผู้เชี่ยวชาญ”
นพ.ปิยะฤทธิ์ ให้ข้อมูลเพิ่มว่า AI แม้สามารถช่วยตรวจหาเซลล์มะเร็งได้แม่นยำมากขึ้น แต่ก็อาจมีความผิดพลาดเกิดขึ้นได้ และอาจมีคำถามหลายอย่างที่ AI อาจตอบไม่ได้ เพราะฉะนั้นขั้นสุดท้ายยังต้องให้มนุษย์ คือ แพทย์เป็นผู้ตัดสิน
คำถามสำคัญที่อาจอยู่ในใจคนหลายคนคือเมื่อนำ AI มาใช้ในกระบวนการวินิจฉัยและตรวจรักษาทางการแพทย์แล้วเกิดความผิดพลาดขึ้นมา ผู้รับผิดชอบควรเป็นแพทย์หรือ AI คุณปฏิภาณ มองว่าการนำ AI มาใช้ควรต้องอยู่ภายใต้การดูแลของแพทย์ และแพทย์ควรต้องเป็นผู้รับผิดชอบ
ตัวอย่าง AI ทางการแพทย์ที่มีการใช้งานในระบบสุขภาพของประเทศในปัจจุบัน
ปัจจุบันมีการนำ AI มาใช้งานในเชิงระบบของระบบสุขภาพของประเทศไทยแล้ว ค่อนข้างหลากหลายเช่นความร่วมมือระหว่างสถาบันข้อมูลขนาดใหญ่กับสำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) ในการเก็บข้อมูลผู้ป่วยไตวายเรื้อรัง ที่ต้องใช้งบประมาณในการรักษาค่อนข้างสูง เฉพาะปีงบประมาณ 2564 สปสช. ใช้งบประมาณที่เกี่ยวข้องกับการรักษาผู้ป่วยไตวายกว่า 9 หมื่นล้านบาทต่อปี คิดเป็นอันดับ 3 ของงบประมาณ สปสช. สิ่งสำคัญคือน้ำยาฟอกไต ที่ต้องวงแผนและออกแบบให้มีการกระจายตัวของน้ำยาฟอกไตให้เหมาะสม มีการนำ AI มาทำนายทรัพยากรที่แต่ละพื้นที่ต้องการใช้ โดยอ้างอิงจากข้อมูลทางการแพทย์ ซึ่งสามารถคาดการณ์ทรัพยการที่แต่ละแห่งต้องการและวางแผนการกระจายได้เหมาะสม ซึ่งส่งผลให้สามารถประหยัดงบประมาณได้เพิ่มขึ้น