การใช้งาน AI หรือปัญญาประดิษฐ์ กำลังกลายเป็นความจริงในทางการแพทย์และสาธารณสุข ตามหลัง Digital Health และ Robotic ที่เคยเกิดขึ้นก่อนหน้า
ปัจจุบัน AI ทางการแพทย์กลายเป็นเมกะเทรนด์ใหม่ที่ทั่วโลกให้ความสนใจ Frost & Sullivan วิเคราะห์ว่า AI ในระบบดูแลสุขภาพมีมูลค่าทางการตลาดมากกว่า 6,700 ดอลลาร์ในปี 2023 เทียบกับ 811 ล้าน ในช่วง 8 ปีก่อน
AI ถูกใช้เป็นเครื่องมือในการคัดแยกผู้ป่วย ช่วยให้แพทย์สามารถตรวจสอบภาพและการสแกนได้ ทำให้แพทย์รังสีวิทยาหรือแพทย์โรคหัวใจสามารถระบุข้อมูลสำคัญเพื่อจัดลำดับความสำคัญของผู้ป่วยวิกฤติ หลีกเลี่ยงข้อผิดพลาดที่อาจเกิดขึ้นในการอ่านบันทึกสุขภาพอิเล็กทรอนิกส์ (EHR) และวินิจฉัยโรคได้แม่นยำยิ่งขึ้น อัลกอริทึม AI สามารถวิเคราะห์ชุดข้อมูลการศึกษาทางคลินิกด้วยความเร็วสูง ที่ทำให้ผู้เชี่ยวชาญด้านภาพทางการแพทย์สามารถติดตามข้อมูลสำคัญได้อย่างรวดเร็วมากขึ้น
Hardin Memorial Health (HMH) ในรัฐโอไฮโอ สหรัฐอเมริกา ต้องดูแลผู้ป่วยมากกว่า 70,000 รายต่อปี และต้องหาวิธีดึงข้อมูลที่เกี่ยวข้องจาก EHR ในรูปแบบที่เข้มข้นสำหรับผู้เชี่ยวชาญด้านการถ่ายภาพห้องฉุกเฉิน (ER) ของโรงพยาบาล จึงตัดสินใจร่วมมือกับบริษัท IBM เพื่อนำ “บทสรุปผู้ป่วย” หรือ Patient Synopsis มาใช้ในการระบุข้อมูลผู้ป่วยที่เกี่ยวข้องกับขั้นตอนการถ่ายภาพที่ดำเนินการกับผู้ป่วยรายนั้น โดย Patient Synopsis จะวิเคราะห์การวินิจฉัยในอดีตและขั้นตอนทางการแพทย์ ผลการตรวจทางห้องปฏิบัติการ ประวัติการรักษา และอาการแพ้ที่เกิดขึ้นของผู้ป่วยไว้ทั้งหมด และสรุปผลการตรวจโดยเน้นที่บริบทของภาพเหล่านี้ให้กับแพทย์รังสีวิทยาและแพทย์โรคหัวใจ
...
AtomNet เป็นอีกหนึ่งการพัฒนา AI ทางการแพทย์ที่สามารถทำนายการจับกันของโมเลกุลจากฐานข้อมูลของโครงสร้างโมเลกุล ว่า ยาชนิดใดที่อาจมีประสิทธิผลหรือไม่ได้ผลสำหรับโรคต่างๆ โดยการใช้เครือข่ายประสาทเทียมแบบคอนโวลูชัน เพื่อสรุปออกมาว่ายาตัวอย่างที่ปลอดภัยและมีประสิทธิภาพจากฐานข้อมูลที่ค้นหาได้คือยาชนิดใด ซึ่งกระบวนการนี้จะช่วยลดต้นทุนการพัฒนายาลงได้มาก
AI สามารถระบุการประยุกต์ใช้ยาใหม่ๆได้ โดยติดตามศักยภาพของสารพิษและกลไกการออกฤทธิ์ของยาสามารถสร้างข้อมูลทางชีววิทยาได้มากกว่า 80 เทราไบต์ ซึ่งได้รับการประมวลผลโดยเครื่องมือ AI จากการทดลอง 1.5 ล้านครั้งต่อสัปดาห์ ถือเป็นเทคโนโลยีที่น่าสนใจสำหรับบริษัทเภสัชภัณฑ์ขนาดใหญ่ เนื่องจากการนำยาที่มีอยู่มาใช้ใหม่และปรับตำแหน่งใหม่นั้นมีต้นทุนน้อยกว่าการสร้างยาขึ้นมาใหม่ตั้งแต่ต้น
ปัจจุบัน AI มีส่วนสนับสนุนการวิจัยและการรักษาโรคมะเร็ง โดยเฉพาะการรักษาด้วยรังสี โดยใช้ข้อมูลที่รวบรวมเพื่อการวิเคราะห์เชิงคาดการณ์ ที่สามารถอ่านประวัติการรักษาของผู้ป่วยทั้งหมดแบบเรียลไทม์
ข้อดีของ AI ทางการแพทย์ ประมวลผลได้รวดเร็วทันใจทำให้งานเสร็จไวมากยิ่งขึ้น การใช้สมองกลของ AI นั้นมีประโยชน์ต่องานที่ต้องจัดการบริหารและวิเคราะห์ข้อมูลเป็นจำนวนมาก โดย AI สามารถวิเคราะห์ข้อมูลได้หลายรูปแบบ เช่น ข้อมูลอิเล็กทรอนิกส์ รูปภาพ การทดลองวิจัยทางคลินิกและการอ้างสิทธิ์ทางการแพทย์ ช่วยย่นระยะเวลาในการทำงานให้กับบุคลากรทางการแพทย์ และช่วยให้แพทย์สามารถติดตามข้อมูลที่สำคัญได้อย่างรวดเร็วมากยิ่งขึ้น ช่วยลดอคติและความผิดพลาดที่เกิดจากมนุษย์ในการทำงาน ตัวอย่างจาก Emory University School of Medicine พบว่าการเก็บข้อมูลบางครั้งมีความเหลื่อมล้ำและความลำเอียงทางวัฒนธรรม ซึ่งอาจจะทำให้เกิด ‘Pain Gap’ จนทำให้ผู้ป่วยบางรายไม่ได้ถูกดูแลอย่างเหมาะสม ดังนั้น AI ที่ได้รับการพัฒนาจะมีการจัดการกับอคติและมีอัลกอริทึมที่แตกต่างออกไปได้
...
ข้อเสียของ AI คือ ยังมีองค์ความรู้ที่จำกัด หลายครั้งความต้องการของผู้ป่วยมักจะมีมากกว่าปัจจัยทางกายภาพหรืออาการเจ็บป่วย เช่น ปัจจัยทางสังคมและเศรษฐกิจ ดังนั้นการใช้บทวิเคราะห์ของ AI เพียงอย่างเดียว อาจจะไม่สามารถนำเสนอคำตอบที่เหมาะสมที่สุดให้แก่ผู้ป่วยได้ เช่น AI วิเคราะห์ให้รักษาอาการเจ็บป่วยด้วยยาที่มีราคาแพง ก็อาจส่งผลต่อการตัดสินใจสำหรับผู้ป่วยที่มีรายได้น้อยได้ หรือหากระบบ AI แนะนำให้ผู้ป่วยเข้ารับการรักษาแบบเฉพาะทางที่มีค่าใช้จ่ายสูง ซึ่งหากผู้ป่วยมีกำลังทรัพย์ไม่เพียงพอก็อาจจะทำให้เกิดปัญหาในการรักษาและมาพบแพทย์ตามนัดได้
จะเห็นได้ว่าระบบ AI ทางการแพทย์อาจจะไม่ได้พิจารณาถึงข้อจำกัดที่ละเอียดอ่อน เช่น ข้อจำกัดทางการเงินของผู้ป่วย ดังนั้น ในท้ายที่สุด นอกจากการได้รับข้อมูลเชิงวิเคราะห์ด้านการรักษาจาก AI แล้ว บุคลากรทางการแพทย์ก็ยังคงมีความสำคัญในการเข้ามาช่วยคิดและตัดสินใจ เพื่อให้คำแนะนำผู้ป่วยแต่ละคนได้อย่างเหมาะสมที่สุด.