ถอดบทเรียนความท้าทายของ AI กับวงการแพทย์ไทย

จากเวทีเสวนาในหัวข้อ “AI for Better Health and Well-being” ในงาน Digital Governance Thailand 2023 หรือ DGT 2023 ของ สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์ (สพธอ.) หรือ ETDA (เอ็ตด้า) ดร.ศักดิ์ เสกขุนทด ที่ปรึกษาอาวุโส ETDA ผศ.ดร.ธีรวิทย์ วิไลประสิทธิ์พร จาก สถาบันวิทยสิริเมธี (VISTEC) นายพงษ์ชัย เพชรสังหาร จาก DietZ (ไดเอทซ์) ผู้พัฒนาแพลตฟอร์มการแพทย์ทางไกล นพ.เดโชวัต พรมดา จาก HealthTAG (เฮลธ์แท็ก) เทคโนโลยีเครือข่ายเชื่อมโยงข้อมูลสุขภาพ ได้แลกเปลี่ยนความคิด มุมมอง เกี่ยวกับการใช้ AI ในวงการด้านสุขภาพของไทย ซึ่งจะเข้ามาช่วยเพิ่มประสิทธิภาพการทำงานและขับเคลื่อนวงการแพทย์ให้ก้าวหน้าทัดเทียมกับนานาประเทศ ซึ่งจากการพูดคุยของผู้เชี่ยวชาญในวงเสวนา มี 3 ประเด็นหลักที่น่าสนใจ

• ไทยใช้ AI รักษาและดูแลสุขภาพแล้ว

ปัจจุบัน เทคโนโลยีปัญญาประดิษฐ์ หรือ AI นวัตกรรมล้ำสมัยได้แทรกซึมเข้ามาอยู่ในชีวิตประจำวันของคนเราในหลากหลายรูปแบบ รวมทั้งการนำมาประยุกต์ใช้ในหลากหลายอุตสาหกรรมตลอดจนสถานที่ทำงาน ไม่ว่าจะเป็นในด้านการตลาดและโฆษณา การศึกษา เทคโนโลยี การให้คำปรึกษา การเกษตร การขนส่ง การผลิต หรือแม้แต่วงการแพทย์ เพื่อเข้ามาช่วยให้การทำงานหลายอย่างของมนุษย์ ที่ต้องใช้ข้อมูลและระยะเวลาในการประมวลผล สามารถทำได้ง่ายขึ้นและรวดเร็วมากยิ่งขึ้นกว่าเดิม 

ดังนั้น จะเห็นว่าในช่วงไม่กี่ปีที่ผ่านมา ในหลายๆ ประเทศมีผู้ประกอบการได้เริ่มแสดงให้เห็นถึงการนำเทคโนโลยี AI เข้ามาใช้ โดยเฉพาะวงการสุขภาพ 

สำหรับในประเทศไทย จะมีทั้งในส่วนที่เป็นแอปพลิเคชัน ตลอดจนการผนวกกับเทคโนโลยีทางการแพทย์ที่เข้ามาช่วยดูแลผู้ป่วย ช่วยในการวินิจฉัยข้อมูลเพื่อสนับสนุนแพทย์ ซึ่งถือว่าช่วยลดภาระการทำงานของบุคลากรทางการแพทย์ ตลอดจนการเข้าถึงผู้ป่วยได้มากขึ้นกว่าเดิม อาทิ

แอปพลิเคชัน ‘CHIVID’ ที่มีชื่อเต็มๆ ว่า AI-Driven Community/Home Isolation-Based Electronic Health Record during COVID-19 pandemics แค่ชื่อก็ทำให้เข้าใจได้ง่ายๆ ว่า แอปพลิเคชันนี้จะช่วยอำนวยความสะดวกในการเฝ้าระวัง ติดตามสังเกตอาการ คัดกรองและดูแลผู้ป่วยโควิด-19 ระยะทางไกล ถือว่าช่วยเบาแรงให้กับบุคลากรทางการแพทย์ เช่น การอยู่ระหว่าง Home Isolation หรืออยู่ศูนย์โรงพยาบาลสนาม ซึ่งมีจำนวนเพิ่มขึ้นอย่างมากในช่วงของการแพร่ระบาด

‘CHIVID’ จะนำ AI เข้ามาช่วยทั้งในการตรวจสอบประวัติเบื้องต้น คัดกรอง และอนุมัติผู้ป่วยเข้าระบบ ถือเป็นการจัดการข้อมูลก่อนการวินิจฉัยโดยแพทย์ ซึ่งช่วงที่มีการแแพร่ระบาด แอปพลิเคชันนี้สามารถดูแลผู้ป่วยได้มากกว่า 3 หมื่นคนในกว่า 11 โรงพยาบาลทั่วประเทศ และช่วยให้ผู้ป่วยที่รักษาตัวอยู่ที่บ้านเข้าถึงหมอได้ง่ายขึ้น มีการรับ-ส่งต่อผู้ป่วยระหว่างโรงพยาบาลได้ทันเวลา 

‘Perceptra (เพอเซ็ปทรา)’  AI สัญญาติไทยที่สามารถอ่านผลเอกซเรย์ หรือภาพรังสีต่างๆ พร้อมชี้จุดตำแหน่งผิดปกติให้แพทย์ได้ทราบ ซึ่พงถูกคิดค้นขึ้นมา เพื่อช่วยแก้ไขปัญหาและลดภาระให้กับรังสีแพทย์ ที่ปัจจุบันมีจำนวนน้อยมากๆ แต่กลับต้องแบกรับหน้าที่ในการอ่านภาพเอกซเรย์ของผู้ป่วยตั้งแต่หลักพันจนถึงหลักหมื่นภาพต่อวันเลยทีเดียว ดังนั้น การนำ AI เข้ามาวินิจฉัยช่วยแพทย์ จึงไม่ได้แค่ช่วยลดงาน แต่ยังทำให้ประสิทธิภาพของการวินิจฉัยดีขึ้นด้วย จากการทำงานบนข้อมูล Big Data ที่สามารถวิเคราะห์ข้อมูลขนาดใหญ่ ด้วยโมเดลที่มีการทำงานร่วมกันเพื่อให้ได้ผลการวิเคราะห์ที่ละเอียดและมีประโยชน์ต่อแพทย์มากที่สุด โดยปีที่แล้ว Perceptra สามารถช่วยอ่านผลเอกซเรย์ในช่วงโควิด-19 ได้กว่า 1 ล้านภาพและติดตั้งในโรงพยาบาลแล้วกว่า 80 แห่ง เช่น โรงพยาบาลศิริราช โรงพยาบาลศิริราชปิยมหาการุณย์ และโรงพยาบาลกรุงเทพ เป็นต้น 

แอปพลิเคชัน ‘PharmaSee’  คิดค้นขึ้นจากปัญหาที่คนไข้ไม่ทราบว่า ยาที่ทานอยู่ประจำคือยาอะไร และมักจะถือยาใส่ถุงมาให้เภสัชกรดูบ่อยครั้ง ซึ่ง PharmaSee ได้รับการสนับสนุนจากเภสัชกรและแพทย์ในการรวบรวมภาพถ่ายยา พร้อมช่วยแยกแยะลักษณะยาและป้อนข้อมูลเข้าแอปพลิเคชันนี้ ทำให้ผู้ป่วยไม่ต้องสงสัยหรือลืมชื่อยาที่ทานอีกต่อไป เพราะยาถูกบันทึกไว้ในแอปพลิเคชันนี้แล้ว โดยที่แพทย์ก็สามารถทราบข้อมูลต่างๆ เหล่านี้ ได้ด้วยเพียงเปิดแอปพลิเคชัน

และ ‘Dietz (ไดเอทซ์)’ แอปพลิเคชันสำหรับแพลตฟอร์มการแพทย์ระยะไกล (Telemedicine) ที่ช่วยเชื่อมต่อผู้ป่วยที่อยู่ห่างไกลจากโรงพยาบาล ให้เข้าถึงการรักษาจากแพทย์มากขึ้น พร้อมมีการประยุกต์ใช้ AI ในการเข้ามาคัดกรองผู้ป่วยและวิเคราะห์ข้อมูลต่างๆ ด้วย โดยปี 2565 ที่ผ่านมา แอปพลิเคชันนี้ สามารถช่วยผู้ป่วยให้เข้าถึงการรักษาได้กว่า 2 แสนราย จาก 200 โรงพยาบาล 

แอปพลิเคชันและระบบที่กล่าวมาข้างต้น ล้วนเป็นตัวอย่างของการประยุกต์ใช้เทคโนโลยี AI เพื่อการรักษาทางการแพทย์ที่ล้วนเกิดขึ้นจากการร่วมมือของหน่วยงานรัฐและเอกชน นับเป็นหนึ่งสัญญาณที่ดีของไทยที่เกิดขึ้นแล้ว

• DATA ความท้าทายการพัฒนา AI

แม้ปัจจุบัน AI เริ่มมีการนำมาใช้ในวงการแพทย์ไทยแล้ว แต่ประเด็นท้าทายที่สำคัญ คือการจัดการ‘ข้อมูล (Data)’ ซึ่งข้อมูลนับเป็นพื้นฐานสำคัญของการพัฒนา AI ขณะเดียวกัน ประเทศไทยยังไม่มี Open Data แหล่งข้อมูลที่เปิดให้ทุกคนสามารถเข้ามาเติมความรู้ด้าน AI และขาดแคลนทั้งในมุมของผู้ที่ทำหน้าที่ในการเก็บข้อมูลของผู้ป่วย เพื่อนำมาติด Label แล้วทำให้เกิด Dataset ซึ่งอาจจะเรียกผู้ที่ทำหน้าที่นี้ว่าเป็น AI Creators ได้ ถ้ามีแบบนี้เกิดขึ้น ประเทศไทยอาจจะมี Healthcare Dataset ของไทยก็ได้ ซึ่งจะเป็นประโยชน์ต่อการมีแหล่งข้อมูลสำหรับการวิเคราะห์และประมวลผล เช่น แหล่งข้อมูลภาพเอกซ์เรย์ปอด ภาพแมมโมแกรม เป็นต้น 

สิ่งเหล่านี้ถือเป็นความท้าทายที่ทำได้ไม่ง่ายนัก ด้วยสาเหตุจากประเด็นเรื่องข้อมูลความเป็นส่วนตัวของผู้ป่วย ขณะที่ข้อมูลที่มีอยู่ ก็กระจัดกระจายตามหน่วยงานโรงพยาบาลต่างๆ ที่สำคัญหลายแห่งยังไม่ถูกเก็บหรือบันทึกในรูปแบบดิจิทัล ไม่มีการเชื่อมต่อหรือแชร์ข้อมูลระหว่างหน่วยงานด้วยกันเอง ด้วยเหตุผลที่ว่า เป็นข้อมูลส่วนตัวและเป็นข้อมูลประวัติการรักษาที่เป็นสิทธิของผู้ป่วย ไม่สามารถเปิดเผยได้หากไม่ได้รับการยินยอม 

สิ่งที่อยากชวนมองหรือพัฒนาต่อ คือ การมี National Healthcare Open Dataset ในระดับประเทศ โดยอาจแบ่งข้อมูลเป็นส่วนๆ ส่วนแรกคือ ด้านเจ้าของข้อมูล เช่น โรงพยาบาล คลินิก ร้านยา ส่วนที่สอง คือ ด้านมาตรฐานข้อมูล ดูแลเรื่องรหัสแล็บ ยา โรค อาการ วิธีการตรวจ ซึ่งอาจจะต้องมีหน่วยงานกลาง ภายใต้ Business Model ที่ดูแลให้ทุกฝ่ายได้ประโยชน์ และสามารถนำข้อมูลไปศึกษาต่อได้ เช่น ข้อมูลเซตภาพปอด ภาพแมมโมแกรมมะเร็งเต้านม โดยไม่จำเป็นต้องรู้ว่าเจ้าของภาพคือใคร 

นอกจากนี้ ยังมีความท้าทายอื่นๆ ซึ่งสิ่งที่ท้าทายที่สุดคือ การปรับชุดความคิดในการทำงานของหน่วยงานและบุคลากรทางการแพทย์ โดยเฉพาะหน่วยงานราชการ ที่คิดว่าตนเป็นเจ้าของข้อมูล เป็นเจ้าของคนไข้  ไม่สามารถเปิดเผยข้อมูลของคนไข้ได้ ซึ่งถ้าสามารถเปิดข้อมูลได้ เกิด Open Data ได้ จะทำให้การพัฒนา AI เป็นไปได้มากยิ่งขึ้น อีกทั้งยังมีเรื่องของระเบียบทางราชการ การจัดการเรื่องลิขสิทธิ์ รวมถึงเรื่องระเบียบในการขอข้อมูล ที่ทำให้การเข้าถึงข้อมูลมีความท้าทายเพิ่มขึ้นอีกเท่าตัว ขณะที่ความเหมาะสมและปลอดภัยในการประยุกต์ใช้เทคโนโลยี AI กับการรักษาก็ยังคงเป็นประเด็นที่หลายฝ่ายต่างเฝ้าระวังด้วย

นี่จึงเป็นโจทย์ท้าทายครั้งสำคัญ ที่ทำให้ ETDA โดยศูนย์ธรรมาภิบาลปัญญาประดิษฐ์ หรือ AI Governance Clinic by ETDA ที่ขอเรียกย่อๆ จากนี้ว่า “ศูนย์ AIGC” พร้อมด้วยพาร์ทเนอร์ผู้เชี่ยวชาญด้าน AI ทั้งไทยและต่างประเทศจึงเดินหน้าร่วมกันศึกษาเพื่อพัฒนากรอบธรรมาภิบาลด้านปัญญาประดิษฐ์ เพื่อนำไปสู่การประยุกต์กับทางการแพทย์ที่สอดคล้องกับบริบทของประเทศเป็นเซคเตอร์แรกๆเพื่อให้การประยุกต์ใช้เทคโนโลยี AI ทางการแพทย์และทางด้านสาธารณสุขของไทยมีความเหมาะสม ปลอดภัย ถูกต้องตามหลักจริยธรรมและธรรมาภิบาลที่ควรจะเป็น พร้อมๆ กับการให้คำปรึกษาและพัฒนาทักษะเกี่ยวกับการประยุกต์ใช้เทคโนโลยี AI สำหรับการทำธุรกรรมทางอิเล็กทรอนิกส์ แก่หน่วยงานทั้งภาครัฐ เอกชน ตลอดจนผู้ประกอบการที่สนใจด้วย

• AI ใช้งานทั้งแพทย์ - ผู้ป่วย

การนำเทคโนโลยีเข้ามาช่วยในการรักษาทางการแพทย์ได้อย่างมีประสิทธิภาพ ไม่ได้เป็นความท้าทายสำหรับภาครัฐเท่านั้น แต่สำหรับภาคเอกชน โดยเฉพาะนักพัฒนาเทคโนโลยี แพลตฟอร์ม แอปพลิเคชัน หรือระบบต่างๆ ล้วนแต่ต้องเจอความท้าทายเช่นกัน เพราะจะสร้างแพลตฟอร์ม แอปฯ หรือระบบที่เข้ามาช่วยในการรักษาสักอย่างหนึ่ง สิ่งสำคัญนอกเหนือจากเรื่องประสิทธิภาพของเทคโนโลยี และเรื่องของเงินทุน ก็คือ ผู้พัฒนาต้องมองภาพใหญ่ว่า ผู้ใช้งานไม่ได้มีแค่แพทย์เท่านั้น แต่ยังมีผู้ป่วยด้วย ซึ่งผู้ป่วยนั้น มีทั้งผู้สูงอายุที่ติดเตียง เด็กที่มีความรู้ ภูมิหลัง ตลอดจนพื้นฐานที่แตกต่างกัน ดังนั้น เพื่อไม่ให้มีใครถูกทิ้งไว้ข้างหลัง ท่ามกลางกระแสความก้าวหน้าของเทคโนโลยีดิจิทัล ผู้พัฒนาเทคโนโลยีจึงต้องพัฒนาเทคโนโลยีใหม่ๆ ที่ควรคำนึงถึงความง่ายต่อการใช้งาน ไม่ซับซ้อน ในขณะเดียวกันก็ต้องมีความปลอดภัย

AI ถือเป็นเทคโนโลยีสำคัญที่จะช่วยขับเคลื่อนวงการแพทย์ไทย ให้ก้าวหน้าทัดเทียมสากลและเพิ่มประสิทธิภาพการทำงานของบุคลากรทางการแพทย์ที่ทำการรักษาได้ ไม่ว่าจะเป็น ลดการทำงานซ้ำซ้อนของบุคลากร ที่ต้องทำงานแบบ Routine จนอาจทำให้เกิดความผิดพลาดจากการทำงาน เช่น งานที่ต้องตรวจสอบข้อมูลจำนวนมากๆ ที่ต้องใช้ทั้งเวลา และบุคลากรที่มีอย่างจำกัด ช่วยในการวินิจฉัยโรคเพิ่มประสิทธิภาพการทำงานของบุคลากรแพทย์ ในกรณีที่แพทย์ไม่ต้องลงมือทำเอง เช่น การตรวจการนอนหลับผู้ป่วยที่ต้องใช้เวลา 7-8 ชั่วโมง ซึ่งต้องใช้เวลาดูแลตลอดคืน ส่งผลให้ร่างกายล้า 

ดังนั้น การใช้ AI เข้ามาช่วยวินิจฉัย จะไม่ได้หมายถึง AI มาทำหน้าที่แทนแพทย์ทั้งหมด โดยแพทย์จะเป็นผู้สอนให้ AI รับทราบเกี่ยวกับจุดที่ควรตรวจจับ และไฮไลท์จุดที่ผิดปกติขณะตรวจได้ เช่น กรณีภาพถ่ายเนื้อเยื่อเซลล์มะเร็งที่ต้องตรวจจากภาพย้อม ซึ่งภาพมีขนาดใหญ่มาก แต่ต้องหาจุดผิดปกติจุดเดียว อาจทำให้ตาลาย และเทคนิคการย้อมมีหลายแบบที่ไม่ใช่ทุกคนอ่านได้ ดังนั้น AI จะเข้ามาช่วยทำงานคู่กับแพทย์ในการตรวจจับจุดที่ผิดปกติให้เร็วขึ้น และAI ช่วยสร้างองค์ความรู้ใหม่ได้ โดยให้ AI ระบุสิ่งที่ไม่เคยสังเกตเห็นหรือว่าผิดปกติ ซึ่งเมื่อแพทย์ตรวจพบจะศึกษา ค้นคว้า วิจัยสิ่งใหม่ และอธิบายทางชีววิทยาไปพร้อมกัน เพื่อส่งต่อองค์ความรู้ทางการแพทย์ต่อไป นอกจากนี้ AI ยังสามารถลดต้นทุนที่ส่งผลในเชิงเศรษฐกิจ ที่ภาครัฐต้องเข้ามาอุดหนุนด้านค่ารักษาพยาบาลที่ต้องตรวจซ้ำๆ ในหลายๆ จุดได้ จากการเปลี่ยนมาใช้ AI แทนมนุษย์ ในการวิเคราะห์ข้อมูล 

ดังนั้น หากพิจารณาในวันนี้...ที่เริ่มมีการพัฒนา AI ใช้ในวงการแพทย์แล้ว แนวโน้มในอนาคตคาดว่าจะมีการพัฒนาและนำมาใช้งานเพิ่มขึ้นอย่างต่อเนื่อง เพราะเทคโนโลยี AI ค่อนข้างมีบทบาทสำคัญในการช่วยดูแลสุขภาพของคนไทย โดย ประชาชน จะได้รับบริการทางแพทย์ที่รวดเร็วขึ้น ข้อจำกัดทางด้านระยะทางจะค่อยๆ หมดไป บุคลากรทางแพทย์ได้เพิ่มประสิทธิภาพการทำงาน มีโอกาสเข้าถึงองค์ความรู้ใหม่ๆ เพื่อนำมาพัฒนาต่อยอดสู่การรักษาคนไข้ต่อไป ภาครัฐ ลดค่าใช้จ่ายในการดูแลผู้ป่วย และค่าจ้างบุคลากร นำงบประมาณไปบริหารส่วนอื่นๆ เพื่อประชาชนได้อย่างคุ้มค่าขึ้น 

ภาคเอกชน พัฒนาระบบการใช้ AI ได้มีโอกาสแลกเปลี่ยนความรู้ทางดิจิทัล ขยายขีดความสามารถทางการแข่งขันและสร้างรายได้สู่ประเทศ และประเทศ เกิดการใช้เทคโนโลยีดิจิทัลอย่างกว้างขวาง เพื่อยกระดับชีวิตคนไทยให้ดีขึ้น ที่สำคัญยังนำไปสู่การเพิ่มมูลค่าสัดส่วน GDP ทางดิจิทัลให้แก่ประเทศ 

ฉะนั้น ความท้าทายในการพัฒนา AI อย่างไร ให้ตอบโจทย์วงการแพทย์ไทยนั้น ท้ายที่สุดจำเป็นต้องอาศัยความร่วมมือในการพัฒนาร่วมกันจากทุกฝ่าย ทั้งการแลกเปลี่ยนข้อมูล การสร้างพื้นที่เชื่อมต่อข้อมูล การใช้เทคโนโลยีอย่างมีธรรมาภิบาล และการสร้างมาตรฐานในการใช้ AI เพื่อให้การประยุกต์ใช้งานเทคโนโลยี มีความมั่นคง ปลอดภัย มากที่สุด