AI การแพทย์ไทยกำลังเปลี่ยนสมองกลให้ทำงานเคียงข้างหมอ ไม่ใช่แทนหมอ
AI การแพทย์ไทยคือการพัฒนาปัญญาประดิษฐ์เพื่อช่วยแพทย์และบุคลากรสาธารณสุขในการตรวจคัดกรอง วินิจฉัย และจัดการข้อมูลสุขภาพ โดยใช้แบบจำลองเรียนรู้จากข้อมูลทางการแพทย์จำนวนมาก เพื่อเพิ่มความแม่นยำ ลดภาระงานซ้ำ และยกระดับบริการสุขภาพดิจิทัลอย่างเป็นระบบภายใต้มาตรฐานและธรรมาภิบาลข้อมูลที่ชัดเจน หัวใจของข่าวนี้ไม่ใช่แค่การมีระบบ AI ใหม่เพิ่มอีกสามตัว แต่คือการที่สองกระทรวงจับมือกันวางรางให้ผลงานวิจัยจากโรงเรียนแพทย์วิ่งเข้าสู่ระบบบริการจริง เมื่อวันที่ 17 กันยายน มีการแถลงความร่วมมือด้าน Digital Health และปัญญาประดิษฐ์ทางการแพทย์ เพื่อเชื่อมศักยภาพงานวิจัยของมหาวิทยาลัยและสถาบันวิจัยเข้ากับระบบบริการสุขภาพ ลดการพัฒนาแบบซ้ำซ้อน และใช้ทรัพยากรให้คุ้มค่า นี่คือสัญญาณชัดว่าประเทศไม่ได้ต้องการแค่เทคโนโลยีล้ำสมัย แต่ต้องการโครงสร้างที่ทำให้เทคโนโลยีลงสู่เตียงคนไข้ได้จริง

สามนวัตกรรม Medical AI ที่จะถูกทดสอบในโรงพยาบาลรัฐ
จุดแข็งของความเคลื่อนไหวครั้งนี้คือการเลือกโจทย์ AI การแพทย์ไทยที่ตรงปัญหาหน้างานสามด้าน เอไอตัวแรก AI for Hip Fracture Detection ตรวจจับกระดูกสะโพกหักจากภาพเอกซเรย์ พัฒนาโดยคณะแพทยศาสตร์ มหาวิทยาลัยขอนแก่น เพื่อช่วยแพทย์หาตำแหน่งที่สงสัยว่ามีกระดูกสะโพกหัก อุบัติเหตุสะโพกหักในผู้สูงอายุคือภาระใหญ่ของระบบสาธารณสุข การมีเครื่องมือช่วยมองจุดผิดปกติบนฟิล์มจึงไม่ใช่ความหรูหรา แต่คือความจำเป็น ตัวที่สอง LiverSound ระบบ AI เพื่อช่วยคัดกรองมะเร็งตับด้วยอัลตราซาวด์ พัฒนาโดยคณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัยร่วมกับเนคเทค สวทช. เพื่อช่วยตรวจหาความผิดปกติจากภาพอัลตราซาวด์ตับ ส่วนตัวที่สาม RAMAAI CXR Solution ช่วยคัดกรองความผิดปกติจากภาพเอกซเรย์ทรวงอก พัฒนาโดยคณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล เพื่อสนับสนุนการอ่านฟิล์มทรวงอกของบุคลากรทางการแพทย์ ทั้งสามระบบไม่ทำหน้าที่วินิจฉัยแทนแพทย์ แต่ถูกออกแบบให้เป็นมือขวา เสริมสายตาและลดโอกาสพลาด

ทำไมต้องทดลองในโรงพยาบาลพระนั่งเกล้าและพระปกเกล้าก่อนขยายผล
การไม่เทระบบ AI เข้าทุกโรงพยาบาลในทันที แสดงว่าผู้กำหนดนโยบายเริ่มเข้าใจว่าปัญญาประดิษฐ์ทางการแพทย์ต้องผ่านสนามจริงอย่างรอบคอบ ทั้งสามโครงการมีแผนนำไปใช้ในเชิงวิจัยที่โรงพยาบาลพระนั่งเกล้า จังหวัดนนทบุรี และโรงพยาบาลพระปกเกล้า จังหวัดจันทบุรี เพื่อทดสอบและประเมินผลทางการแพทย์ก่อนขยายการใช้งาน โดยดำเนินการตามกระบวนการประเมินและรับรองที่เกี่ยวข้อง นี่คือการยอมรับว่าความแม่นยำบนชุดข้อมูลวิจัยยังไม่พอ ต้องพิสูจน์บนคนไข้จริงในบริบทบริการจริง แบบจำลอง AI ที่ผ่านการประเมินและรับรองจะถูกพิจารณาเชื่อมต่อกับบริการ MOPH Digital Health Services และแพลตฟอร์มต่าง ๆ ของกระทรวงสาธารณสุข เพื่อให้โรงพยาบาลเข้าถึงและใช้เครื่องมือร่วมกันได้อย่างเป็นระบบ แนวทางนี้ทำให้การขยายผลไม่ใช่การติดตั้งโปรแกรมแบบกระจัดกระจาย แต่เป็นการเชื่อมต่อผ่านโครงสร้างดิจิทัลระดับชาติ ซึ่งเป็นวิธีเดียวที่จะทำให้ระบบ AI การแพทย์เติบโตอย่างยั่งยืน

สะพานเชื่อมจากงานวิจัยสู่ระบบบริการ ที่ไม่ควรปล่อยให้พังกลางทาง
ปัญหาใหญ่ของนวัตกรรมทางการแพทย์ในอดีตคือเดินเก่งในงานสัมมนา แต่ไปไม่ถึงโรงพยาบาล ความร่วมมือครั้งนี้ตั้งใจแก้จุดนั้นตรง ๆ ผ่านเครือข่าย Medical AI Consortium ที่เชื่อมมหาวิทยาลัย โรงเรียนแพทย์ สถาบันวิจัย โรงพยาบาล และหน่วยงานภาครัฐ เพื่อดูแลกระบวนการตั้งแต่การนำโจทย์จากแพทย์และโรงพยาบาลมาพัฒนาเป็นงานวิจัย การเตรียมและกำกับดูแลข้อมูล การพัฒนาแบบจำลอง AI การทดสอบประสิทธิภาพ ไปจนถึงการประเมินมาตรฐานและผลักดันให้เทคโนโลยีเข้าสู่ระบบบริการสุขภาพ กรอบความร่วมมือสามปีครอบคลุมการเชื่อมโยงข้อมูลสุขภาพ การวิจัยและผลักดันเครื่องมือปัญญาประดิษฐ์ทางการแพทย์สู่การใช้งานจริง และการใช้ประโยชน์เชื่อมโยงและพัฒนาโครงสร้างพื้นฐาน กระทรวง อว. สนับสนุนการประเมิน รับรอง และโครงสร้างสำหรับ AI ในฐานะเครื่องมือแพทย์ ขณะที่กระทรวงสาธารณสุขเชื่อมโจทย์จากระบบบริการ ข้อมูลสุขภาพ มาตรฐาน และโครงสร้างพื้นฐานดิจิทัลทั่วประเทศ หากสะพานนี้แข็งแรง เราจะไม่ต้องวนลูปกับงานวิจัยดี ๆ ที่จบลงด้วยการนอนอยู่ในรายงาน
ข้อควรระวังและทิศทางที่ระบบ AI โรงพยาบาลควรมุ่งไป
แม้ภาพรวมจะน่าตื่นเต้น แต่การผลักดันระบบ AI โรงพยาบาลต้องยอมรับข้อจำกัดและมองไกลกว่าคำว่าอัจฉริยะ แบบจำลองทั้งสามถูกระบุชัดว่ามีบทบาทเป็นเครื่องมือช่วยสนับสนุนการทำงานของบุคลากรทางการแพทย์ ไม่ได้ทำหน้าที่วินิจฉัยหรือทดแทนการตัดสินใจของแพทย์โดยอัตโนมัติ การย้ำจุดนี้สำคัญ เพราะช่วยกันไม่ให้สังคมหลงคิดว่าเครื่องจักรสามารถตัดสินใจเรื่องชีวิตแทนมนุษย์ได้อย่างเบ็ดเสร็จ ในทางกลับกัน หากเราออกแบบกระบวนการใช้ให้ดี AI การแพทย์ไทยสามารถช่วยลดความเหลื่อมล้ำด้านบริการ ตรวจจับมะเร็งตับตั้งแต่ระยะเริ่มต้น และเพิ่มความแม่นยำในการอ่านภาพเอกซเรย์ทรวงอกได้จริง นวัตกรรมทางการแพทย์จากฝั่งเราเองยังเปิดโอกาสให้ปรับให้ตรงกับข้อมูลและโรคในบริบทท้องถิ่นมากกว่าโซลูชันสำเร็จรูปจากภายนอก ท้ายที่สุดคำถามไม่ใช่ว่าเราจะใช้ AI หรือไม่ แต่คือเราจะใช้มันอย่างรับผิดชอบและเป็นธรรมต่อคนไข้ทุกคนอย่างไร






