AI วินิจฉัยโรคคืออะไร และทำไมตัวเลขความแม่นยำหลอกเราได้
AI วินิจฉัยโรคคือการใช้ระบบปัญญาประดิษฐ์วิเคราะห์ข้อมูลทางการแพทย์ เช่น คลื่นไฟฟ้าหัวใจ ภาพถ่ายรังสี ข้อมูลจากเลือดและอุปกรณ์สวมใส่ เพื่อค้นหาสัญญาณบ่งชี้โรคหรือไบโอมาร์กเกอร์จากรูปแบบข้อมูลที่ซับซ้อน ซึ่งมนุษย์มองไม่ออกด้วยตาเปล่า เป้าหมายคือช่วยให้ตรวจพบโรคเร็วขึ้น แยกชนิดโรคแม่นยำขึ้น และวางแผนการรักษาได้ดีขึ้น โดยทำงานควบคู่กับแพทย์ไม่ใช่แทนที่แพทย์
ประเด็นที่วงการแพทย์เริ่มกังวลคือ ตัวเลขความแม่นยำ AI การแพทย์ที่ดูน่าทึ่ง เช่น 90% หรือมากกว่านั้น มักมาจากการทดสอบในสภาพแวดล้อมที่ควบคุมอย่างดี ไม่ใช่โลกจริง การศึกษากลุ่มตัวอย่างจำกัด เครื่องมือถ่ายภาพเพียงไม่กี่รุ่น หรือผู้ป่วยที่มีลักษณะคล้ายกัน ทำให้ดูเหมือน AI ทำงานยอดเยี่ยม แต่เมื่อย้ายไปโรงพยาบาลอื่น คนไข้ต่างภูมิหลัง หรือใช้เครื่องมือคนละแบบ ผลกลับตกลงอย่างน่าตกใจ การหลงเชื่อตัวเลขโดยไม่ตรวจสอบระบบ AI อย่างจริงจังจึงอันตรายทั้งต่อแพทย์และคนไข้
โรคหัวใจ AI ตรวจจับใน 2 วินาที กับความจริงหลังตัวเลข 93%
กรณีศึกษาที่โดดเด่นคือระบบ Superhuman ซึ่งเป็นเครื่องมือ AI ที่ออกแบบมาเพื่ออ่านคลื่นไฟฟ้าหัวใจและตรวจจับโรคหัวใจ ระบบนี้ใช้ฐานข้อมูลคลื่นไฟฟ้าหัวใจและประวัติทางการแพทย์หลายล้านรายการมาฝึกสอน ทำให้สามารถตรวจพบภาวะหัวใจวายในเวลาเพียง 2 วินาทีด้วยความแม่นยำราว 90% และรายงานว่าสามารถตรวจโรคหัวใจและหลอดเลือดได้สูงสุดถึง 93% ภายใน 2 วินาที นอกจากนี้ยังระบุความผิดปกติของเกลือแร่ ระบบเผาผลาญ การทำงานของปอดและระบบประสาทอัตโนมัติในความแม่นยำราว 70 – 80% ซึ่งเดิมต้องตรวจเลือดหรือใช้เครื่องมือเฉพาะทางจึงจะรู้ได้
ฟังดูเหมือนชัยชนะของเทคโนโลยี แต่หากมองในมุมระบบสุขภาพ สิ่งสำคัญไม่ใช่แค่ตัวเลขความแม่นยำ AI การแพทย์ แต่คือคำถามว่า AI นี้ยังทำงานดีเท่าเดิมเมื่อไปใช้กับคนไข้ต่างที่กันหรือไม่ Superhuman ถูกออกแบบให้เป็นเครื่องมือคัดกรองเบื้องต้น ไม่ใช่ผู้ตัดสินสุดท้ายของการรักษา ความเห็นของแพทย์ยังสำคัญและช่วยตีความผลลัพธ์ให้เข้ากับบริบทของผู้ป่วยจริง ถ้าแพทย์หลงเชื่อผล AI ว่า 93% คือความจริงเสมอ โดยไม่สงสัยว่าข้อมูลฝึกขึ้นกับกลุ่มคนไข้แบบไหน ก็อาจนำไปสู่การวินิจฉัยคลาดเคลื่อนหรือการรักษาเกินจำเป็นได้
จากตัวเลขแม่นยำสู่ไบโอมาร์กเกอร์ที่ใช้ได้จริงในโรงพยาบาล
AI การแพทย์ไม่ได้หยุดแค่การอ่านคลื่นไฟฟ้าหัวใจหรือภาพถ่าย แต่ถูกใช้ค้นหาไบโอมาร์กเกอร์จากข้อมูลหลายมิติ ตั้งแต่จีโนม โปรตีน เมตาโบไลต์ ภาพรังสี เซลล์ในเลือด ไปจนข้อมูลจากสมาร์ตโฟนและอุปกรณ์สวมใส่ ไบโอมาร์กเกอร์เหล่านี้ช่วยให้ตรวจพบโรค แบ่งชนิดโรค และเลือกแนวทางรักษาที่เหมาะสม อย่างไรก็ตาม งานวิจัยจำนวนมากพบว่าตัวชี้วัดที่ดูแม่นยำในงานทดลอง กลับไม่สามารถทำซ้ำในกลุ่มผู้ป่วยชุดใหม่หรือไม่ช่วยให้การตัดสินใจรักษาดีขึ้นจริง
สาเหตุหลักคือ AI มักเรียนรู้ทั้งสัญญาณโรคและสัญญาณแทรกซ้อน เช่น ลักษณะเครื่องสแกนที่ต่างกัน วิธีเตรียมตัวอย่างเลือด หรือความแตกต่างเชิงประชากร หากไม่ควบคุมอคติ ความไม่สม่ำเสมอของข้อมูล และการฝึกที่มากเกินไป ผลที่ได้จะถูกปรับให้เข้ากับชุดข้อมูลเดิมมากจนใช้ไม่ได้เมื่อย้ายบริบท การพัฒนาตัวชี้วัดจาก AI จึงต้องมีขั้นตอนถัดจากการค้นพบ ได้แก่ การตรวจความสม่ำเสมอภายในชุดข้อมูล การทำซ้ำในกลุ่มอิสระ การทดสอบเสถียรภาพในประชากรและแพลตฟอร์มต่างกัน และการพิสูจน์ว่าช่วยให้ผลการรักษาดีขึ้นจริง
ตรวจสอบระบบ AI อย่างไรให้เชื่อใจได้มากกว่าตัวเลข AUC
หากต้องการให้ AI วินิจฉัยโรคและไบโอมาร์กเกอร์ใช้ได้จริงในคลินิก กลยุทธ์สำคัญคือการตรวจสอบระบบ AI อย่างเป็นระบบ ไม่ใช่หยุดที่ค่า AUC หรือความแม่นยำในงานวิจัย การทบทวนในงานวิชาการหนึ่งเสนอให้มีเส้นทางพัฒนาตั้งแต่การค้นพบ การตรวจสอบในกลุ่มผู้ป่วยอิสระ การทดสอบในเงื่อนไขต่างกัน การประเมินประโยชน์ทางคลินิก และการนำไปใช้ในระบบบริการจริง การตรวจสอบภายนอกในกลุ่มผู้ป่วยจากหลายศูนย์และหลายกลุ่มย่อยจึงจำเป็น เพราะผลค้นพบเบื้องต้นมักประเมินประสิทธิภาพเกินจริง
องค์กรด้านสุขภาพควรวางกรอบการทำงานที่ครอบคลุมทั้งการเก็บข้อมูลแบบมาตรฐาน การทดสอบล่วงหน้าในหลายโรงพยาบาล การรายงานอย่างโปร่งใส และการประเมินความสม่ำเสมอของการวัด การสอบเทียบความแม่นของโมเดล ความเป็นธรรมต่อผู้ป่วยหลายกลุ่ม และผลต่อการรักษาจริง สำหรับไบโอมาร์กเกอร์ด้านภาพ เช่น รังสีวินิจฉัยหรือพยาธิวิทยาดิจิทัล ต้องควบคุมความต่างของเครื่องสแกน วิธีถ่ายภาพ การแบ่งส่วนภาพ และการปรับข้อมูลให้เข้ากันระหว่างสถานพยาบาล การประเมินควรพิจารณาไม่ใช่แค่การจำแนกโรค แต่รวมถึงว่าระบบ AI เข้าได้กับเวิร์กโฟลว์ของแพทย์และช่วยผลลัพธ์ผู้ป่วยจริงหรือไม่
ช่องว่างระหว่างงานวิจัย AI ที่น่าตื่นเต้นกับการรักษาคนไข้จริง
ความตื่นเต้นต่อ AI วินิจฉัยโรคทำให้เราพูดถึงตัวอย่างล้ำหน้า เช่น การใช้หุ่นยนต์ที่มีระบบอัลตราซาวนด์จาก AI เพื่อช่วยผ่าตัดหัวใจพิการแต่กำเนิด โดยหุ่นยนต์วิเคราะห์ภาพอัลตราซาวนด์แบบเรียลไทม์ ร่วมกับกลไกควบคุมการเคลื่อนไหวอัตโนมัติ ทำให้สามารถสแกนเนื้อเยื่อหัวใจ ระบุตำแหน่งรอยโรค และนำทางสายสวนเพื่อปิดรอยรั่วได้เองตลอดกระบวนการ งานลักษณะนี้แสดงให้เห็นว่า AI ไม่ได้เป็นแค่ซอฟต์แวร์วินิจฉัย แต่กลายเป็นส่วนหนึ่งของหัตถการที่ซับซ้อน อย่างไรก็ตาม ระหว่างผลทดลองที่ประสบความสำเร็จกับการใช้กับคนไข้จำนวนมาก ยังมีช่องว่างใหญ่ที่ต้องใช้การออกแบบการทดสอบเชิงระบบมาถมให้เต็ม
งานทบทวนด้านไบโอมาร์กเกอร์จาก AI สรุปชัดว่า การทำนายที่แม่นยำไม่เท่ากับคุณค่าทางคลินิก ไบโอมาร์กเกอร์ต้องวัดซ้ำได้ ผ่านการทดสอบอิสระ และมีหลักฐานว่าการใช้มันทำให้การดูแลผู้ป่วยดีขึ้น งานวิจัยเชิงกลไกสามารถช่วยจัดกลุ่มผู้ป่วย เลือกการรักษา หรือเจาะจงเป้าหมายยาได้ แต่เป้าหมายที่ดูสมเหตุผลยังต้องผ่านการทดลองและการตรวจสอบจากทีมอื่นก่อนนำไปใช้จริง สำหรับแพทย์และผู้บริหารโรงพยาบาล บทเรียนสำคัญคือ ไม่ควรตัดสินใจจากตัวเลขความแม่นยำเพียงอย่างเดียว แต่ต้องถามเสมอว่า AI ตัวนี้ผ่านการทดสอบแบบไหน ใช้กับคนไข้กลุ่มใด และมีหลักฐานว่าช่วยชีวิตคนไข้ดีขึ้นอย่างไร
