การพัฒนาเอไอกับความก้าวหน้าวงการแพทย์

การพัฒนาเอไอกับความก้าวหน้าวงการแพทย์

สิ่งสำคัญคือการบริหารจัดการบิ๊กดาต้า

ปัจจุบันมีการพัฒนาเทคโนโลยีปัญญาประดิษฐ์(เอไอ) เพื่อนำมาประยุกต์ใช้อย่างแพร่หลายทั้งในภาคอุตสาหกรรมและการดำเนินธุรกิจหลากหลายรูปแบบ สำหรับในแวดวงการแพทย์และสาธารณสุข เอไอสามารถช่วยสนับสนุนประสิทธิภาพการทำงานในด้านต่างๆ เช่น ช่วยให้ผู้ใช้งานระบบสามารถระบุอาการผิดปกติเพื่อการวินิจฉัยโรคในเบื้องต้นด้วยตัวเองก่อนที่จะไปพบแพทย์ การตอบคำถามและให้คำแนะนำเกี่ยวกับการปฏิบัติตัวแก่ผู้ป่วยเพื่อประกอบการรักษาในขั้นตอนต่างๆ ฯลฯ

สำหรับการพัฒนาเอไอเพื่อประโยชน์ทางการแพทย์ที่น่าสนใจก็มีอยู่จำนวนมาก ที่เป็นความร่วมมือระหว่างผู้พัฒนาซอฟท์แวร์และสถาบันการแพทย์จากทั่วโลก อาทิ การคิดค้นระบบที่ช่วยประเมินความเสี่ยงของโรคมะเร็งผิวหนัง โดยพัฒนาให้แพทย์และบุคคลทั่วไปสามารถนำมาใช้ได้ในรูปแบบแอพพลิเคชั่นบนสมาร์ทโฟนในชื่อ Cutis.AI ด้วยการนำประสิทธิภาพของเทคโนโลยี Deep Learning ระบบจะสามารถประมวลผลได้แบบเรียลไทม์ รวมถึงแยกแยะและระบุรอยโรคผิวหนังได้อย่างแม่นยำถึง 95% โดยสามารถแจ้งค่าความเสี่ยงในการเกิดเมลาโนม่า (Melanoma) ซึ่งถือเป็นโรคมะเร็งผิวหนังชนิดที่มีความร้ายแรงมากที่สุด รวมถึงความผิดปกติของผิวหนังชนิดอื่นๆ ได้อย่างรวดเร็วและแม่นยำ

นอกจากนี้ มีโครงการพัฒนาเอไอเพื่อประโยชน์ทางการแพทย์ที่น่าสนใจอื่นๆ ที่เป็นความร่วมมือจากทั้งในประเทศไทยและต่างประเทศ เช่น การพัฒนาระบบเอไอให้สามารถวินิจฉัยภาวะเบาหวานขึ้นจอตา(Diabetic Retinopathy) ด้วยความแม่นยำในการระบุค่าความถูกต้องได้สูงถึง 95% และระบบการทำงานระหว่างเอไอ และคลาวด์ในการให้บริการวิเคราะห์ข้อมูลและตอบคำถามต่างๆ เพื่อให้คำแนะนำและความช่วยเหลือแบบเสมือนจริงในรูปแบบแอพพลิเคชั่นบนมือถือแก่ผู้ป่วยที่ได้รับการผ่าตัดกระดูกสันหลัง การเปลี่ยนข้อต่อ ที่อยู่ระหว่างการพักฟื้น ซึ่งจะมีทั้งการเก็บข้อมูลและการให้ข้อมูลของผู้ป่วยทั้งก่อนและหลังการผ่าตัด เป็นต้น

ล่าสุด วารสารทางการแพทย์ Nature Medicine ฉบับเดือนม.ค. 2562 ยังได้ตีพิมพ์ผลการวิจัยที่น่าสนใจเกี่ยวกับการพัฒนาเอไอชื่อ DeepGestalt ซึ่งมีการนำเทคโนโลยี Deep Learning และ Computer Vision มาใช้ โดยป้อนข้อมูลและสอนให้ระบบสามารถประเมินความผิดปกติทางพันธุกรรม เช่น กลุ่มอาการแองเกลแมน (Angelman syndrome) ที่เป็นความผิดปกติเกี่ยวกับระบบประสาท ผู้ป่วยจะมีความบกพร่องทางสติปัญญาและพัฒนาการ และมีลักษณะเฉพาะ เช่น ตาเหล่ ปากกว้าง ฟันห่าง คางยื่น รูปศีรษะแบน และกลุ่มอาการนูแนน (Noonan syndrome) ที่ใบหน้ามีลักษณะเฉพาะ มีสันคอ สันจมูกแบน และมีความผิดปกติของหัวใจตั้งแต่กำเนิด เป็นต้น โดย DeepGestalt สามารถระบุโรคและกลุ่มอาการที่ผิดปกติต่างๆ ได้ด้วยการใช้ภาพถ่ายใบหน้าของผู้ป่วย ซึ่งมีความแม่นยำสูงถึง 91%

อีกทั้ง การรายงานถึงผลการวิจัยและพัฒนาโดย Mayo Clinic ในการนำเทคโนโลยีเอไอเข้ามาใช้ร่วมกับการตรวจคลื่นไฟฟ้าหัวใจ Electrocardiogram (ECG) เพื่อช่วยให้แพทย์สามารถวินิฉัยอาการของผู้ป่วยที่เสี่ยงต่อภาวะหัวใจล้มเหลวได้ ซึ่งการประมวลผลมีความแม่นยำสูงถึง 85% และเป็นวิธีการตรวจที่ผู้ป่วยส่วนใหญ่สามารถเข้าถึงได้ง่าย มีความสะดวก รวดเร็วและราคาถูกกว่าวิธีการตรวจปกติทั่วไป ยิ่งไปกว่านั้น ยังสามารถระบุแนวโน้มในการเกิดภาวะหัวใจทำงานผิดปกติ (Ventricular Dysfunction) ที่จะเป็นสาเหตุหลักของการเกิดภาวะหัวใจล้มเหลวในอนาคตได้อีกด้วย

สิ่งสำคัญในการพัฒนาระบบเอไอเพื่อนำมาใช้ทางการแพทย์คือการบริหารจัดการข้อมูลจำนวนมหาศาล (บิ๊กดาต้า) ที่ล้วนแต่เป็นข้อมูลที่มีมูลค่าและสามารถนำไปต่อยอดเพื่อสร้างประโยชน์และความได้เปรียบทางธุรกิจ อาทิ ประวัติส่วนตัว และข้อมูลการรักษาของผู้ป่วย ซึ่งต้องมีการกำหนดความเป็นส่วนตัวของข้อมูล (privacy) และจำกัดการเข้าถึงข้อมูลเฉพาะหน่วยงานที่เกี่ยวข้องอย่างรัดกุม รวมถึงการลด bias เพื่อให้ระบบเอไอสามารถประมวลผลการวินิจฉัยโรคและระบุแผนการรักษาได้อย่างมีประสิทธิภาพ อีกทั้ง ยังนำไปสู่ประโยชน์สูงสุดในการช่วยลดช่องว่าง สร้างความเท่าเทียมในการเข้าถึงบริการทางสาธารณสุขได้ถ้วนหน้า และสร้างคุณภาพชีวิตที่ดีแก่ทุกคนในสังคมได้อย่างยั่งยืนอีกด้วย