Agentic Healthcare คืออะไร และเหตุใดงานนี้จึงเป็นจุดเปลี่ยน
Agentic Healthcare คือแนวคิดการใช้ปัญญาประดิษฐ์ในระบบสุขภาพที่ AI ไม่ได้ทำแค่การทำนายหรือช่วยวิเคราะห์ข้อมูล แต่สามารถวางแผน ตัดสินใจ และลงมือปฏิบัติในกระบวนการดูแลผู้ป่วยอย่างเป็นระบบ ตั้งแต่การประเมินความเสี่ยง การเลือกแนวทางรักษา ไปจนถึงการติดตามผล โดยต้องออกแบบให้มีความน่าเชื่อถือ โปร่งใส และมีผู้รับผิดชอบที่ชัดเจนต่อผลลัพธ์ทางคลินิกที่เกิดขึ้นกับผู้ป่วย หัวใจของงาน Siriraj x MIT Hacking Medicine คือการประกาศว่าการแพทย์ยุค AI กำลังก้าวจากเครื่องมือช่วยวินิจฉัยไปสู่ autonomous healthcare systems ที่มีบทบาทโดยตรงต่อ AI medical decision making ระบบเหล่านี้อาจกลายเป็น “ผู้ช่วยแพทย์” ที่คิดเองเป็นขั้นเป็นตอน และเสนอแนวทางรักษาได้ทันที แต่คำถามใหญ่ที่งานนี้หยิบขึ้นมาคือ เราจะยอมให้ AI ตัดสินใจในเวชปฏิบัติแค่ไหน และต้องตั้งเกณฑ์ความรับผิดชอบอย่างไร
จากโมเดลทำนายสู่ AI ที่ลงมือทำ: ภาพรวมงาน Siriraj x MIT Hacking Medicine
งาน Siriraj x MIT Hacking Medicine 2026 จัดต่อเนื่องปีที่ 3 ระหว่างวันที่ 16–20 ตุลาคม 2569 ภายใต้ธีม “Agentic Healthcare: From Models to Trustworthy Medicine” ที่ชัดเจนมากว่าต้องการยกระดับ AI จากโมเดลอัจฉริยะไปสู่นวัตกรรมการแพทย์ที่เชื่อถือได้ การตอบรับสะท้อนแรงปะทะของแนวคิดนี้ทันที เมื่อโครงการได้รับใบสมัครมากกว่า 1,100 ใบ จาก 35 สัญชาติทั่วโลก กำหนดการแบ่งเป็นสามช่วงสำคัญ เริ่มจากการแข่งขัน Hackathon วันที่ 16–18 ตุลาคม ที่โรงพยาบาลศิริราช ซึ่งเป็นเวทีให้ทีมแพทย์ นักวิจัย และสายเทคโนโลยีสร้างต้นแบบ agentic healthcare AI ที่กล้าตอบโจทย์ AI medical decision making อย่างเป็นรูปธรรม ตามด้วยเวิร์กชอป “LLM-athon” วันที่ 19 ตุลาคม โฟกัสที่ข้อจำกัดของ Large Language Models ในบริบทการแพทย์ โดยเฉพาะคำถามด้านความน่าเชื่อถือและความเท่าเทียมของผู้ป่วย ปิดท้ายด้วยการประชุมวิชาการวันที่ 20 ตุลาคม ซึ่งกลายเป็นเวทีใหญ่ในการถกอนาคตของ autonomous healthcare systems
Agentic AI สำหรับการแพทย์: เมื่อเครื่องมือกลายเป็นผู้ตัดสินใจร่วม
ธีม Agentic Healthcare สะท้อนการเปลี่ยนผ่านสำคัญจากระบบ AI ที่ทำหน้าที่แค่ “ทำนาย” ความเสี่ยงหรือแนวโน้มของโรค ไปสู่ระบบที่สามารถวางแผนและ “ลงมือปฏิบัติ” ในกระบวนการดูแลผู้ป่วยได้จริง นี่คือการขยับจากเครื่องมือช่วยวินิจฉัยมาเป็น AI agents ที่มีเหตุผลเชิงคลินิกของตนเอง และกล้าเสนอคำแนะนำการรักษาอย่างเป็นระบบ สำหรับแพทย์ นี่ไม่ใช่การถูกแทนที่ แต่คือการมีคู่คิดที่สามารถประมวลข้อมูลมหาศาลได้เร็วกว่ามนุษย์หลายเท่า อย่างไรก็ตาม เมื่อ AI medical decision making เริ่มมีน้ำหนักในเวชปฏิบัติ คำถามจึงไม่ใช่แค่ว่า “เทคโนโลยีทำได้หรือไม่” แต่มาอยู่ที่ “เชื่อถือได้แค่ไหน และใครรับผิดชอบต่อผลลัพธ์กับผู้ป่วย” งานนี้ย้ำชัดว่าทุกขั้นของ agentic healthcare AI ต้องฝังหลักการ trustworthy medical AI ตั้งแต่การออกแบบอัลกอริทึม การทดสอบในสถานการณ์จริง ไปจนถึงการกำหนดบทบาทของแพทย์ในการอนุมัติหรือคัดค้านการตัดสินใจของระบบ
LLM-athon: ทดสอบความน่าเชื่อถือของภาษากับความปลอดภัยของผู้ป่วย
หนึ่งในเวทีที่สะท้อนความจริงแบบไม่แต่งแต้มของ AI ทางการแพทย์คือ LLM-athon วันที่ 19 ตุลาคม นำโดย Dr. Leo Anthony Celi จาก MIT Laboratory for Computational Physiology และ Harvard Medical School เวิร์กชอปนี้ไม่ได้มุ่งให้คนสร้างโมเดลใหม่ แต่ชวนทุกคนไปเห็นด้านที่ไม่สมบูรณ์ของ LLMs ในบริบทสุขภาพ โดยเฉพาะกรณีที่คำถามทางคลินิกเดียวกัน เมื่อใช้ภาษาต่างกัน อาจได้รับคำตอบที่ต่างกัน ซึ่งส่งผลโดยตรงต่อความปลอดภัยของผู้ป่วยและความเท่าเทียมทางสุขภาพในระบบที่ใช้ทั้งภาษาไทยและภาษาอังกฤษ จุดยืนที่น่าสนใจคือ การไม่ปิดบังข้อจำกัดของ agentic healthcare AI แต่ยอมรับและออกแบบให้ความเปราะบางเหล่านี้เป็นโจทย์หลักในการแข่งขันและอภิปราย ภาพของ trustworthy medical AI ในงานนี้จึงไม่ใช่ AI ที่สมบูรณ์แบบ ไร้ข้อผิดพลาด แต่คือระบบที่เปิดให้ตรวจสอบ ตั้งคำถาม และปรับปรุงได้อย่างต่อเนื่อง เพื่อไม่ให้ความสะดวกของการใช้ LLMs กลายเป็นความเสี่ยงเงียบต่อผู้ป่วย
ความร่วมมือศิริราช–MIT และผลสะเทือนต่อระบบนิเวศนวัตกรรมสุขภาพ
ศิริราชลงนามความร่วมมือ 3 ปีกับ MIT Hacking Medicine ตั้งแต่ 2568–2570 เพื่อจัดประชุมวิชาการและ Hackathon ด้านนวัตกรรมระบบสุขภาพอย่างต่อเนื่อง พร้อมเป้าหมายผลักดันให้ประเทศก้าวขึ้นเป็น “ศูนย์กลางนวัตกรรมสุขภาพแห่งอาเซียน” นี่ไม่ใช่งานครั้งเดียวแล้วจบ แต่คือการสร้างระบบนิเวศที่เชื่อมต่อทีมพัฒนาจาก Hackathon เข้าสู่โครงการ “Si x MIT BeyondHack” ที่มีทั้งการทำงานเข้มข้น 4 สัปดาห์และโอกาสเข้าสู่ BeyondHack Accelerator และ MIT Grand Hack ในบอสตัน คำกล่าวของ Zen Chu ว่าเส้นทางจากหนึ่งสุดสัปดาห์ในกรุงเทพฯ ไปถึงเวทีนำเสนอในบอสตัน “ไม่เคยมีมาก่อนเมื่อสามปีที่แล้ว” สะท้อนชัดว่าความร่วมมือนี้ไม่ได้แค่สร้างโปรเจกต์ใหม่ แต่กำลังสร้างตลาดใหม่ให้ agentic healthcare AI ที่เกิดจากภูมิภาคนี้ มีโอกาสออกสู่เวทีโลก ในมิติของวิชาชีพแพทย์ นี่คือสัญญาณว่าหากต้องการรักษาบทบาทในยุค autonomous healthcare systems แพทย์และบุคลากรต้องเข้าร่วมออกแบบระบบตั้งแต่วันนี้ ไม่ใช่รอให้เทคโนโลยีตัดสินใจแทนอย่างเดียว สำหรับผู้สนใจเข้าร่วม งานกำหนดราคาบัตรชัดเจน ทั้งประชุมวิชาการวันที่ 20 ตุลาคม ที่มีราคาสำหรับนักศึกษาและบุคลากรทางการศึกษา 5,000 บาท บัตร Early Bird 10,000 บาท และบัตรทั่วไป 15,000 บาท ส่วน Workshop Day วันที่ 19 ตุลาคม ราคาสำหรับนักศึกษาและบุคลากรทางการศึกษา 1,000 บาท บัตร Early Bird 1,500 บาท และบัตรทั่วไป 2,000 บาท โดยบัตร Early Bird จำหน่ายถึงวันที่ 30 กันยายน 2569 ราคาเหล่านี้สะท้อนว่าเวทีออกแบบอนาคตของ AI medical decision making ไม่ได้อยู่ไกลเกินเอื้อมสำหรับคนทำงานสายสุขภาพและเทคโนโลยี
