ระบบสาธารณสุขไทยได้รับคำชมว่าเป็นต้นแบบการบริหารจัดการทรัพยากรที่มีจำกัดให้เกิดประสิทธิภาพสูงสุด โดยเฉพาะในช่วงวิกฤติโควิด-19 ที่ไทยทำได้ดี
แต่กลับมีความเหลื่อมล้ำในการเข้าถึงบริการและมีค่าใช้จ่ายทางการแพทย์ ต้นทุนทางสุขภาพที่ควบคุมไม่ได้ จนนำไปสู่ความจำเป็นต้องนำเข้ายาและเครื่องมือแพทย์ High-end จากต่างประเทศเกือบทั้งหมด ทำให้ต้นทุนการรักษาสูงขึ้นตามเทคโนโลยีที่ก้าวหน้า
และความท้าทายที่สำคัญที่สุด ได้แก่ วิกฤติกำลังคนและภาระงาน ด้วยภาระงานด้านสาธารณสุขที่มาก บุคลากรทางการแพทย์จบใหม่ต้องแบกรับภาระงานเกินขีดจำกัด ทั้งที่แรงจูงใจทางการเงินในภาคเอกชนสูงกว่าระบบรัฐถึง 5-10 เท่า
ข่าวที่เกี่ยวข้อง:
'ศิริราชวิทยวิจัย' นวัตกรรมแพทย์ขั้นสูง แปลงงานวิจัย เพื่อสุขภาพของคนไทย
‘Health at Home’ ตรวจจีโนมิกส์-Sleep Test ได้ถึงบ้าน ลดข้อจำกัด รักษาแม่นยำ
สังคมไทยแก่ก่อนรวย แพทย์ภาระเยอะ
ศ.นพ.ม.ล.ชาครีย์ กิติยากร รองอธิการบดีฝ่ายวิจัย มหาวิทยาลัยมหิดล ให้สัมภาษณ์ “กรุงเทพธุรกิจ” เกี่ยวกับการยกระดับวงการแพทย์ไทยและการพัฒนา Medical AI ให้ไทยเป็น Hub ในอาเซียน ว่าประชากรไทยกำลังอยู่ในภาวะแก่ก่อนรวย ซึ่งต่างจากประเทศพัฒนาแล้วที่มีฐานะมั่งคั่งก่อนเข้าสู่สังคมสูงวัย อีกทั้งมีวิกฤติสุขภาพในหลายๆ ด้าน
โดยเฉพาะช่องว่างความเหลื่อมล้ำ พบข้อมูลสถิติสะท้อนความเหลื่อมล้ำเชิงโครงสร้างที่น่ากังวล อย่าง WHO แนะนำสัดส่วนแพทย์ต่อประชากร 1:1,000 คน แต่ไทยมีค่าเฉลี่ยอยู่ที่ 1:2,000 และที่วิกฤติกว่านั้น คือการกระจายตัว เช่น กรุงเทพฯ สัดส่วนแพทย์ 1:460 (ระดับมาตรฐานสากล) แต่ในต่างจังหวัด อาทิ บึงกาฬ สัดส่วนแพทย์ 1: 5,000 คน ห่างกันเกือบ 11 เท่า
“ความแตกต่างดังกล่าวไม่ได้สะท้อนเพียงจำนวนเท่านั้น แต่รวมถึงความเชี่ยวชาญเฉพาะทาง ซึ่งแพทย์เฉพาะทางเกือบทั้งหมดกระจุกตัวอยู่ในเมืองใหญ่และโรงพยาบาลเอกชน ทิ้งให้ผู้ป่วยในชนบทต้องพึ่งพาแพทย์ทั่วไปที่ต้องดูแลทุกอาการภายใต้ความกดดันของทรัพยากรที่จำกัด ด้วยข้อจำกัดที่เกิดขึ้น เทคโนโลยี AI และ Telemedicine จึงต้องเข้ามาช่วยในการบริการทางการแพทย์ และไม่ใช่แค่ทางเลือก แต่เป็น ทางรอด ในการลดช่องว่างการเข้าถึงผู้เชี่ยวชาญทางการแพทย์ และบริการทางการแพทย์” ศ.นพ.ม.ล.ชาครีย์ กล่าว
ปัจจัยที่เปลี่ยนไปในระบบสาธารณสุข
ประเทศกำลังพัฒนาที่ก้าวเข้าสู่สังคมสูงวัยอย่างเต็มตัว โดยที่ยังไม่สามารถยกระดับรายได้ประชากรให้พ้นจากกับดักรายได้ปานกลาง เกิดจากอายุที่ยืนยาวของผู้คน ซึ่งผลกระทบต่อระบบการเงินและภาษี คือ รัฐต้องแบกรับค่าใช้จ่ายในการดูแลโรคเรื้อรัง (NCDs) และมะเร็งนานขึ้นหลายทศวรรษ ขณะที่ฐานประชากรวัยแรงงานหดตัว เมื่อรายได้ภาษีลดลง ทำให้งบประมาณในการอุดหนุนระบบสาธารณสุขมีจำกัดมากขึ้น
รวมถึง การเปลี่ยนผ่านของโรค จากโรคติดต่อสั้นๆ กลายเป็นโรคเรื้อรังที่รักษาไม่หายขาด ต้องใช้ทรัพยากรต่อเนื่องตลอดชีวิต และขีดความสามารถในการแข่งขันลดลง เพราะประชากรส่วนใหญ่เป็นผู้สูงอายุ ภาระการดูแลจะตกอยู่ที่คนรุ่นใหม่ ส่งผลต่อการลงทุนจากต่างประเทศ
ปัญหาสาธารณสุขไม่ใช่เรื่องของบุคลากรทางการแพทย์ หรือการเข้าสู่สังคมผู้สูงอายุเท่านั้น แต่เป็นเรื่องของพฤติกรรมสะสมที่กลายเป็นภาระภาษีของประเทศอย่างหลีกเลี่ยงไม่ได้ ทั้ง พฤติกรรมส่วนบุคคล การบริโภคความหวานจากเครื่องดื่มผสมน้ำตาล คือ จุดเริ่มต้นของโรค NCDs ในกลุ่มคนรุ่นใหม่อย่างรวดเร็ว, ภาวะโรคเรื้อรังสะสม พฤติกรรมเหล่านี้เปลี่ยนเป็นโรคเบาหวาน ความดัน และไตวาย ซึ่งรัฐต้องจ่ายค่าล้างไตและค่ายาจำนวนมหาศาล
“วิกฤติงบประมาณ เมื่อคนดูแลสุขภาพตัวเองน้อยลง งบประมาณที่ควรจะนำไปพัฒนานวัตกรรมขั้นสูง กลับต้องถูกนำมาใช้รักษาโรคที่ป้องกันได้นำไปสู่ภาวะล้มละลายทางงบประมาณในระดับโรงพยาบาลปัญหาเหล่านี้ถูกซ้ำเติมด้วย Health Literacy ที่ต่ำ และการแพร่กระจายของข้อมูลเท็จในโซเชียลมีเดียที่ทำให้คนหลงเชื่อการรักษาที่ไม่มีหลักฐานทางวิทยาศาสตร์” ศ.นพ.ม.ล.ชาครีย์ กล่าว
มิติ Medical AI สู่Data Ecosystem
“โรงเรียนแพทย์ มหาวิทยาลัยมหิดล”ไม่ได้ทำเพียงแค่รักษาผู้ป่วย แต่กำลังขับเคลื่อนนวัตกรรมการแพทย์ขั้นสูง ด้วยศักยภาพของ 11 โรงพยาบาลในเครือ อย่าง โรงพยาบาลศิริราช ที่มี 4,140 เตียง และการดูแลผู้ป่วยนอกกว่า 8 ล้านคนต่อปี มหิดลมอง AI คือการสร้าง “Data Ecosystem” ขนาดใหญ่ โดยได้เปิดระบบประมวลผลสมรรถนะสูง NVIDIA H200 แห่งแรกในมหาวิทยาลัยรัฐของไทย ขับเคลื่อนยุทธศาสตร์ Power AI Medical Ecosystem เพื่อเปลี่ยนโรงพยาบาลให้เป็นระบบอัจฉริยะ ผ่าน 3 มิติหลัก ได้แก่
1. Early Warning System (เชิงรุก) AI จะทำหน้าที่เป็น “เรดาร์” ตรวจจับโรคระบาดล่วงหน้า โดยมอนิเตอร์พฤติกรรมการซื้อยาแก้ไอในร้านขายยา และวิเคราะห์การระบายอาการเจ็บป่วยบนโซเชียลมีเดีย เพื่อสกัดกั้นโรคก่อนคนไข้จะล้นโรงพยาบาล
2. Operational Efficiency (ลดความซ้ำซ้อน) แก้ปัญหาคอขวดในระบบการเบิกจ่ายและระบบส่งตัว ให้มีความคล่องตัวและลดภาระงานบุคลากรที่กำลังขาดแคลน
3. Precision Medicine (แม่นยำรายบุคคล) การใช้พลังประมวลผลวิเคราะห์ข้อมูลยีนร่วมกับภาพ X-ray เพื่อเลือกยาที่ตอบสนองดีที่สุดสำหรับคนไข้เฉพาะราย เปลี่ยนการรักษาจาก “One Size Fits All” เป็นการสร้างเสริมสุขภาพที่แม่นยำ
วิจัยขั้นแนวหน้า-ATMPs มากกว่ารักษา
ม.มหิดล ได้จัดทำระบบ Mahidol Activity Transcript (ATMU) หรือ AT ขึ้น เพื่อเป็นรากฐานสำคัญในการยกระดับมาตรฐานการผลิต โดยขณะนี้กำลังอยู่ในกระบวนการ เพื่อขอรับการรับรองมาตรฐาน GMP และ อย. เพื่อเป็นโรงงานต้นแบบที่ช่วยเปลี่ยนงานวิจัยในห้องแล็บให้กลายเป็นผลิตภัณฑ์ที่ใช้ได้จริงในเชิงพาณิชย์
โดยมีขั้นตอนการตรวจสอบที่เข้มงวด ทั้ง Facility Standard โครงสร้างอาคารต้องผ่านการรับรองจาก อย. เพื่อป้องกันการปนเปื้อน , GMP Certification กระบวนการผลิตต้องสะอาดและแม่นยำทุกขั้นตอน และ Clinical Trials in Thais ต้องมีการทดสอบประสิทธิภาพในคนไทยจริงๆ เพราะพันธุกรรมเราต่างจากฝรั่ง ผลวิจัยเมืองนอกจึงนำมาอ้างอิงร้อยเปอร์เซ็นต์ไม่ได้
นอกจากนี้ยังมีงานวิจัยระดับแนวหน้า อย่าง Xenotransplantation หรือการปลูกถ่ายอวัยวะข้ามสายพันธุ์ โดยการ “ตัดต่อแก้ไขยีนของหมูให้เหมือนยีนมนุษย์” เพื่อนำไตหมูมาใช้กับผู้ป่วยโรคไตวาย แก้ปัญหาการขาดแคลนอวัยวะในปัจจุบัน รวมถึงรักษาด้วยเซลล์และยีนแล้ว เทคโนโลยี AI ยังเป็นฟันเฟืองสำคัญที่ช่วยให้การรักษาแม่นยำยิ่งขึ้น
“มีการพัฒนาผลิตภัณฑ์การแพทย์ขั้นสูง (Advanced Therapy Medicinal Products :ATMPs) ต่อเนื่อง เช่น Cell Therapy (การรักษาด้วยเซลล์) เป็นการใช้เซลล์ที่มีชีวิตเข้าไปซ่อมแซมหรือฟื้นฟูส่วนที่เสื่อมสภาพ อย่างการใช้ Stem cells เพื่อฟื้นฟูข้อเข่าหรือเนื้อเยื่อที่ถูกทำลาย หรือ Gene Therapy (ยีนบำบัด) การตัดต่อหรือแก้ไขความผิดปกติของยีนที่ต้นเหตุ เพื่อหยุดยั้งโรคที่ส่งต่อทางพันธุกรรมและมะเร็ง โดยมี ATMU (Advanced Therapy Medicinal Unit) เป็นโรงงานผลิตที่ได้มาตรฐาน GMP และ FDA เพื่อยืนยันว่าผลิตภัณฑ์เซลล์เหล่านี้ไม่ใช่น้ำเปล่า แต่เป็นนวัตกรรมที่มีชีวิตและมีความปลอดภัยสูงสุด”ศ.นพ.ม.ล.ชาครีย์ กล่าว
อย่างไรก็ตามการดูแลสุขภาพตนเองไม่ใช่แค่เรื่องส่วนตัว แต่คือ Social Responsibility การลดหวานและออกกำลังกายคือการช่วยรักษาฐานภาษีของชาติ ควรหันมาสร้างสรรค์นวัตกรรมที่เปลี่ยนโครงสร้าง เพื่ออนาคตระบบสาธารณสุขไทย
Health System Innovation Hackathon โอกาสคนรุ่นใหม่
ม.มหิดล ได้รับเลือกจาก Harvard Health Systems Innovation Lab (HSIL) ให้ทำหน้าที่เป็น Official Local Hub ในการจัดการแข่งขัน Mahidol x Harvard Health Systems Innovation Lab Hackathon 2026 เพื่อคัดเลือกตัวแทนนวัตกรไทยเข้าสู่เวทีการแข่งขันด้าน Medical AI ระดับโลก ภายใต้แนวคิด “Building High-Value Health Systems: Leveraging AI” โดย Harvard Health Systems Innovation Lab จะจัด Hackathon ร่วมกับประเทศและสถาบันพันธมิตรจากหลายภูมิภาคทั่วโลก ผ่านศูนย์การแข่งขันในระดับประเทศ (Official Local Hub)
เปิดรับผู้เข้าร่วมอายุระหว่าง 15-85 ปี ครอบคลุมกลุ่มนักเรียน นักศึกษา อาจารย์ นักวิจัย บุคลากรทางการแพทย์ ตลอดจนผู้สนใจทั่วไป ทั้งในรูปแบบรายบุคคลและทีม ผู้สมัครจะได้เข้าร่วมกิจกรรมเตรียมความพร้อม Pre-Hackathon ในรูปแบบออนไลน์ ระหว่างวันที่ 1-28 มี.ค. 2569 และการแข่งขันรอบ On-site ระหว่างวันที่ 3-4 เม.ย. 2569 โดยทีมชนะเลิศจะได้รับเงินรางวัล พร้อมสิทธิผ่านการคัดเลือกเข้าสู่รอบ 50 ทีมสุดท้าย เพื่อเข้าร่วมโปรแกรม Post-Hackathon ในรูปแบบออนไลน์ ระหว่างเดือน เม.ย.-มิ.ย. 2569 ผู้สนใจสมัครเข้าร่วมโครงการ ที่ https://airtable.com/app06PiI7r4PVqBdt/pagFJFqJW3xFqnRFw/form
