จากจิ๊กซอชิ้นเล็ก สู่ภาพใหญ่ของการฟื้นฟูผู้ป่วย
ลำพังการทำงานแบบแยกส่วน ต่อให้แต่ละคนเก่งแค่ไหน ก็ยากจะต่อให้ครบเป็น จิ๊กซอภาพความสำเร็จ ได้
การรักษาผู้ป่วยมะเร็งศีรษะและลำคอเองก็เช่นกัน ต้องอาศัยทั้งการรักษาและการฟื้นฟูที่เดินไปด้วยกันอย่างมีประสิทธิภาพ โดยหัวใจสำคัญคือ ทีมสหสาขาวิชา ตั้งแต่ บุคลากรด่านหน้า ที่เจอผู้ป่วยทุกวัน ไปจนถึง ทีมเบื้องหลัง ที่พัฒนาองค์ความรู้และเทคโนโลยีใหม่ ๆ ทุกฟันเฟืองต้องหมุนไปในทิศทางเดียวกัน จึงจะช่วยผู้ป่วยให้กลับมามีคุณภาพชีวิตที่ดีขึ้นได้
จากแนวคิดนี้เอง จึงเกิดเป็นผลงานวิจัยลิขสิทธิ์ “FTrehab” นวัตกรรมที่รวมพลังของ 2 ทีมแพทย์–นักวิจัยระดับแถวหน้าของไทยจากมหาวิทยาลัยมหิดล ทำงานร่วมกับแพทย์เวชศาสตร์ฟื้นฟูจากคณะแพทยศาสตร์โรงพยาบาลรามาธิบดี เป้าหมายเดียวคือ พาผู้ป่วยมะเร็งศีรษะและลำคอให้กลับมา “กลืนอาหารได้อีกครั้ง”
FTrehab คืออะไร และทำไมถึงสำคัญ
ผลงาน FTrehab (Face and Tongue Rehabilitation) ไม่ใช่แค่โปรแกรมหนึ่งตัว แต่เป็นการผสาน
เทคโนโลยีการประมวลผลภาพ
ปัญญาประดิษฐ์ (AI)
ประสบการณ์ของแพทย์เวชศาสตร์ฟื้นฟู
ทั้งหมดถูกออกแบบมาเพื่อช่วยแพทย์ ประเมินความก้าวหน้าการฟื้นฟูในคลินิกฟื้นฟูการกลืน ได้อย่างเป็นระบบและแม่นยำมากขึ้น
ผลงานนี้
ได้รับการจดลิขสิทธิ์และรับรองโดยกรมทรัพย์สินทางปัญญา
ดำเนินการด้านทรัพย์สินทางปัญญาโดย สถาบันบริหารจัดการเทคโนโลยีและนวัตกรรม (iNT) มหาวิทยาลัยมหิดล
มีผลงานตีพิมพ์ในวารสารวิชาการนานาชาติถึง 3 ฉบับใน 3 ปี ได้แก่
Applied Computing and Informatics
Medical and Biological Engineering and Computing
Multimedia Tools and Applications
เบื้องหลังงานวิจัยนี้คือ รองศาสตราจารย์ ดร.ปัณรสี ฤทธิประวัติ จากภาควิชาวิศวกรรมชีวการแพทย์ คณะวิศวกรรมศาสตร์ มหาวิทยาลัยมหิดล ซึ่งมีผลงานต่อเนื่องในการออกแบบเทคโนโลยีเพื่อยกระดับคุณภาพชีวิตผู้ที่มีความต้องการพิเศษ และสร้างเครื่องมือการเรียนรู้เพื่อใช้ประโยชน์จาก AI อย่างจริงจัง
ด้วยการผลักดันอย่างต่อเนื่อง ทำให้ผลงาน FTrehab สามารถตีพิมพ์ในวารสารนานาชาติระดับ Q1 ได้ครบทั้ง 3 ฉบับ สะท้อนทั้งคุณภาพงานวิจัย และศักยภาพของทีมไทยบนเวทีโลก
จากโกนิโอมิเตอร์สู่ AI: เมื่อไม้บรรทัดเริ่มไม่พอ
ก่อนจะมี FTrehab การประเมินผู้ป่วยมะเร็งศีรษะและลำคอใช้เครื่องมือแบบดั้งเดิมอย่าง โกนิโอมิเตอร์ (Goniometer) หรือไม้บรรทัดทางการแพทย์ เพื่อวัด
การอ้าปาก
การแลบลิ้น
การหันคอ
แม้จะใช้งานได้ แต่ก็มีข้อจำกัดสำคัญคือ
ความแม่นยำขึ้นกับประสบการณ์ของผู้วัด
การเปรียบเทียบความก้าวหน้าระยะยาวทำได้ยาก
ข้อมูลไม่ถูกจัดเก็บอย่างเป็นระบบและอัตโนมัติ
คำถามคือ จะทำอย่างไรให้การวัดของแพทย์ละเอียดขึ้น เที่ยงตรงขึ้น และนำไปใช้ต่อได้ง่ายขึ้น?
คำตอบคือการออกแบบระบบใหม่ที่ใช้เพียง
กล้องเว็บแคม หรือกล้องต่อคอมพิวเตอร์ทั่วไป
ระบบออนไลน์ที่หาได้ง่าย ไม่เพิ่มภาระค่าใช้จ่ายให้กับผู้ป่วย
แล้วให้ AI ช่วยจัดการส่วนที่ยุ่งยากแทนมนุษย์ทั้งหมด
Deep Learning + Computer Vision: AI ที่มองเห็นการฟื้นฟู
หัวใจของ FTrehab คือการใช้ Deep Learning Technology และ Computer Vision เพื่อจับการเคลื่อนไหวของใบหน้าและลำคอ แล้วเปลี่ยนให้กลายเป็นข้อมูลเชิงตัวเลขที่วัดผลได้จริง
นี่ถือเป็นหนึ่งในครั้งแรก ๆ ที่เทคโนโลยีประมวลผลการเคลื่อนไหวของใบหน้าและลำคอถูกนำมาใช้เพื่อ
เพิ่มประสิทธิภาพในการประเมินความก้าวหน้าการฟื้นฟูของแพทย์อย่างเป็นรูปธรรม
แต่ FTrehab จะสมบูรณ์ไม่ได้เลย หากไม่มี “จิ๊กซอชิ้นสำคัญ” คือเทคโนโลยี AI เพื่อการ ฝึกและติดตามการเคลื่อนไหวของลิ้น (Tongue Rehabilitation)
ผลงานด้านนี้พัฒนาโดย รองศาสตราจารย์ ดร.วรพันธ์ คู่สกุลนิรันดร์ จากคณะเทคโนโลยีสารสนเทศและการสื่อสาร (ICT) มหาวิทยาลัยมหิดล ผู้มีผลงานเด่นด้านการประยุกต์ AI เพื่อเศรษฐกิจและสังคม ทั้งในแพทย์และการเกษตร และเคยคว้ารางวัลจากงาน “วันนักประดิษฐ์” มาแล้วหลายครั้ง
AI ตามจับทุกการขยับของลิ้นใน 5 ทิศทาง
เทคนิคหลักที่ใช้คือ การประมวลผลภาพ ร่วมกับอัลกอริทึม 2 ส่วนสำคัญ
Segmentation – แยกบริเวณลิ้นออกจากภาพพื้นหลัง เพื่อให้โปรแกรมรู้ว่า “ตรงไหนคือลิ้นจริง ๆ”
Motion Analysis – ติดตามการเคลื่อนไหวของลิ้นใน 5 ทิศทาง
บน
ล่าง
ซ้าย
ขวา
หน้า–หลัง
ในขณะที่ผู้ป่วยขยับลิ้น โปรแกรม FTrehab จะ
วัดความยาวการเคลื่อนที่
คำนวณมุมการเคลื่อนไหว
แปลงผลออกมาเป็นตัวเลขอย่างชัดเจน
ข้อมูลเหล่านี้ช่วยให้แพทย์
เทียบค่ากับเกณฑ์การประเมินในแต่ละระดับ
ติดตามความก้าวหน้าของผู้ป่วยได้แบบเห็นภาพและมีตัวเลขรองรับ
จากเดิมที่ “ดูเอา” วันนี้แพทย์สามารถ “วัดเอา” ด้วยข้อมูลจริงจาก AI ได้แล้ว
ความท้าทาย: ลิ้นเล็ก แต่ปัญหาไม่เล็ก
หากฟังดูเหมือนง่าย แค่ให้ AI ดูลิ้นแล้ววัด จริง ๆ แล้วมีโจทย์ยากซ่อนอยู่หลายชั้น โดยเฉพาะประเด็นที่ว่า
ลิ้นเป็นอวัยวะที่เล็กกว่าใบหน้าและลำคอมาก
ในผู้ป่วยบางราย
ขนาดลิ้นเล็ก
แลบลิ้นออกมาได้ไม่มาก
ภาพที่ได้จึงมีขนาดเล็กมาก เช่น วัดจริงได้เพียง 0.3 เซนติเมตร แต่เมื่อนำไปขยายเป็นภาพเพื่อดูผลอย่างละเอียด ต้องแสดงเป็นภาพที่เทียบเท่าขนาด 1 เซนติเมตรขึ้นไป ระบบจึงจะวิเคราะห์ได้ดี
การออกแบบอัลกอริทึมให้มองเห็นและตีความจากข้อมูลที่เล็กและจำกัดเช่นนี้ได้ จึงเป็นหนึ่งในความท้าทายสำคัญของทีมวิจัย
ไม่หยุดแค่การแพทย์: AI เดียวกันไปต่อถึงภาคเกษตร
แม้ FTrehab จะถูกพัฒนามาเพื่อการแพทย์ แต่เทคโนโลยีเบื้องหลัง โดยเฉพาะส่วนของ Segmentation ก็เปิดทางต่อยอดไปยังภาคส่วนอื่นได้
ด้วยหลักการเดียวกัน ระบบสามารถช่วย
แยกผลผลิตการเกษตรที่มีคุณภาพดี
คัดเลือกชิ้นที่ตรงตามมาตรฐานการส่งออก
นั่นหมายความว่า เทคโนโลยีที่เริ่มต้นจากการช่วยผู้ป่วยวันนี้ สามารถถูกนำไปใช้ ขับเคลื่อนเศรษฐกิจของประเทศ ได้ในอนาคตด้วย
เบื้องหลังความสำเร็จ: ไม่ใช่แค่ AI แต่คือทั้งทีมฟื้นฟู
ด้านการใช้งานจริง อาจารย์ แพทย์หญิงพิมพ์ชนก เทือกต๊ะ แพทย์เวชศาสตร์ฟื้นฟู คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล ซึ่งเป็นหนึ่งในผู้ใช้นวัตกรรม ได้สะท้อนภาพว่า
การช่วยประเมินความก้าวหน้าในการฟื้นฟูผู้ป่วยมะเร็งศีรษะและลำคอด้วย FTrehab จะได้ผลดีจริง ต้องอาศัยทีมดูแลรอบด้าน ไม่ใช่แค่แพทย์และวิศวกร แต่รวมถึง
พยาบาล
นักกายภาพบำบัด
นักกิจกรรมบำบัด
นักกายอุปกรณ์
และบุคลากรอื่น ๆ ในทีมสหสาขา
เมื่อเทคโนโลยีดี บวกกับทีมดูแลครบวงจร ผลลัพธ์ที่ได้จึงจะทรงพลังและยั่งยืน
เปรียบเทียบชัด ๆ: วิธีเดิม vs. FTrehab
สำหรับผู้ป่วยมะเร็งศีรษะและลำคอที่เข้าโปรแกรมฟื้นฟูด้วย FTrehab กระบวนการประเมินจะต่างจากแบบเดิมอย่างมีนัยสำคัญ
ผู้ป่วยจะได้รับการดูแลในมิติสำคัญ ๆ ดังนี้
ประเมินหาสาเหตุของอาการกลืนลำบากอย่างเป็นระบบ
วางแผนฟื้นฟูและแบบฝึกกิจกรรมบำบัดที่เหมาะสม
ปรับท่าทางการกลืนให้ปลอดภัยและมีประสิทธิภาพขึ้น
เปรียบเทียบผลการฟื้นฟูด้วยข้อมูลจาก AI แทนการใช้เพียงไม้บรรทัดและบันทึกแบบเดิม
ในขณะที่วิธีเดิมอาศัยการวัดด้วยไม้บรรทัดและจดบันทึกเป็นหลัก ข้อมูลมักกระจัดกระจายและนำมาใช้ต่อได้จำกัด แต่เมื่อมี FTrehab ทุกอย่างถูกเก็บเป็นฐานข้อมูล ช่วยให้วิเคราะห์แนวโน้มและผลการรักษาได้ในระยะยาว
ความปลอดภัย–จริยธรรม: เทคโนโลยีใหม่ต้องไม่แลกด้วยความเสี่ยง
ก่อนจะนำ FTrehab ไปทดสอบกับผู้ป่วย ทีมวิจัยได้ยื่นขอ พิจารณาจริยธรรมการวิจัยในมนุษย์ เพื่อให้แน่ใจว่า
สิทธิของอาสาสมัครได้รับการคุ้มครองเต็มที่
กระบวนการวิจัยหลีกเลี่ยงการกระทำที่ไม่จำเป็น
ไม่สร้างความเสี่ยงเกินความจำเป็นให้กับผู้ป่วย
โปรแกรมถูกทดสอบเบื้องต้นกับผู้ป่วยมะเร็งศีรษะและลำคอของโรงพยาบาลรามาธิบดี ภายใต้การดูแลใกล้ชิดของทีมแพทย์และนักวิจัย จนได้ข้อมูลที่มีความแม่นยำเพียงพอ
เมื่อผลการทดสอบมีความน่าเชื่อถือและเสถียรแล้ว แผนต่อไปคือ ขยายผลสู่การใช้งานจริงในโรงพยาบาล เพื่อให้ผู้ป่วยกลุ่มนี้ได้เข้าถึงนวัตกรรมอย่างกว้างขวางยิ่งขึ้น
สรุป: เมื่อ AI เข้าใจ “การกลืน” มากกว่าที่เคย
กรณีของ FTrehab สะท้อนให้เห็นชัดว่า
AI ไม่ได้มาแทนที่แพทย์ แต่ช่วยให้แพทย์ ตัดสินใจได้แม่นยำกว่าเดิม
ทีมแพทย์ นักวิจัย และวิศวกร เมื่อทำงานร่วมกันอย่างจริงจัง จะสร้างนวัตกรรมที่ ยกระดับชีวิตผู้ป่วยได้จริง
เทคโนโลยีที่เริ่มต้นจากการแพทย์ ยังสามารถต่อยอดไปสู่ ภาคส่วนอื่น เช่น การเกษตรและเศรษฐกิจระดับชาติ ได้ด้วย
ในวันที่กล้องเว็บแคมธรรมดา ๆ สามารถทำงานร่วมกับ AI เพื่อช่วยแพทย์วัดการเคลื่อนไหวของใบหน้าและลิ้นได้ละเอียดถึงระดับมุมและระยะ เรากำลังเห็นภาพอนาคตที่ การฟื้นฟูผู้ป่วยไม่ใช่แค่การรักษาให้ “พอใช้ชีวิตได้” แต่คือการพาเขากลับไปใช้ชีวิตอย่างมั่นใจอีกครั้ง
และนี่คืออีกหนึ่งตัวอย่างชัด ๆ ว่า ถ้าใช้ AI ถูกที่ ถูกจังหวะ และมีทีมที่ใช่ เทคโนโลยีจะไม่ใช่แค่คำว่า “ล้ำ” แต่จะกลายเป็นคำว่า “ช่วยคนได้จริง”
