กรณีการใช้งานและประโยชน์ที่ได้รับเมื่อนำ Artificial Intelligence (AI) มาใช้ในในอุตสาหกรรมสุขภาพ ในกลุ่มประเทศอาเซียน

ตัวอย่างการใช้งานและประโยชน์ที่ได้รับ (1)     █

การเพิ่มประสิทธิภาพในการวินิจฉัยโรค/ การรักษา

ปัญหา/ความท้าทาย 

●    การขาดแคลนแพทย์เฉพาะทางและผู้เชี่ยวชาญในด้านต่างๆ เช่น นักรังสีการแพทย์ ทำให้ผู้ป่วยต้องใช้เวลาในการรอวินิจฉัยหรือรักษาโรคนานกว่าที่ควรจะเป็น

●    ถึงแม้ว่าในปัจจุบันจะมีดาต้าที่เกี่ยวข้องกับการรักษาผู้ป่วยเพิ่มมากขึ้น แต่ก็เป็นทั้งดาต้าแบบ structured และunstructured จึงทำให้เทคโนโลยีเดิมที่ใช้งานอยู่ไม่สามารถใช้ประโยชน์จากดาต้าเหล่านี้ได้อย่างเต็มที่

เทคโนโลยีที่ใช้งาน 

               โรงพยาบาลนำระบบบิ๊กดาต้าอนาไลติกส์ และระบบปัญญาประดิษฐ์ผ่านคลาวด์มาใช้งาน โดยให้แพทย์สามารถใช้งานได้ผ่านคอมพิวเตอร์ ซึ่งระบบปัญญาประดิษฐ์จะช่วยให้คำแนะนำกับแพทย์เจ้าของคนไข้ได้

ผลที่ได้รับ 

               ทำให้แพทย์วินิจฉัยโรคได้โดยมีความมั่นใจมากขึ้น และเพิ่มความรวดเร็ว เช่น ไม่ต้องใช้เวลานานในการอ่านผล x-ray ยิ่งไปกว่านั้นยังทำให้แพทย์ที่มีประสบการณ์ไม่มากนัก สามารถวินิจฉัยโรคที่เกิดขึ้นทั่วไปได้อย่างแม่นยำมากขึ้น เมื่อเวลาผ่านไป ปริมาณดาต้าที่เพิ่มขึ้นเรื่อย ๆ ทำให้คำแนะนำที่ได้จากระบบแม่นยำยิ่งขึ้น

ตัวอย่างการใช้งานและประโยชน์ที่ได้รับ (2)     █ █

การเพิ่มประสิทธิภาพในการวินิจฉัยโรค/ การรักษา

ปัญหา/ความท้าทาย 

●      การรักษาโรคมะเร็ง ซึ่งมีความเฉพาะเจาะจงลงลึกถึงระดับพันธุกรรม ทำให้การรักษาในแต่ละกรณีของคนไข้แต่ละคนมีความแตกต่างกันมาก รวมถึงความซับซ้อนและจำนวนของข้อมูล (ไม่ว่าจะเป็นวารสารวิชาการ แนวทางในการรักษาและตรวจวิเคราะห์ รวมถึงความเห็นผู้เชี่ยวชาญ)

●      ข้อมูลการรักษาคนไข้มักจะเพิ่มจำนวนมากขึ้นเป็นสองเท่าในทุกห้าปี สำหรับคนไข้ที่ป่วยเป็นโรคมะเร็ง ซึ่งต้องพิจารณาถึงความซับซ้อนของพันธุกรรมของผู้ป่วยด้วย อาจมีแนวโน้มที่ต้องอ่านเอกสารมากกว่า 100 ฉบับขึ้นไป และอาจกลายเป็นหลักพันหลักหมื่นภายในระยะเวลาไม่กี่ปี

เทคโนโลยีที่ใช้งาน 

               โรงพยาบาลในประเทศไทยนำระบบเท็กซ์อนาไลติกส์ขั้นสูง และระบบปัญญาประดิษฐ์ผ่านคลาวด์มาใช้งานเพื่อเรียนรู้และวิเคราะห์ข้อมูลวิชาการ การทดลองรักษา (clinical trials) ความเห็นผู้เชี่ยวชาญ (experts opinions) และข้อมูลของคนไข้ นำมาประมวลผลร่วมกันและหาวิธีการที่ดีที่สุดให้

ผลที่ได้รับ 

               ความรวดเร็วยิ่งขึ้นสำหรับแพทย์ในการตัดสินใจเลือกวิธีการรักษาที่เหมาะสมกับคนไข้ซึ่งสามารถลดเวลาจากเดิมที่เป็นหลายวันลงมาจนถึงระดับไม่กี่นาที โดยในอนาคตเมื่อมีการใช้วิธี Gene Sequencing ในการหาสาเหตุของมะเร็งด้วยแล้ว จะทำให้การรักษามีความซับซ้อนมากขึ้น ระบบคอมพิวเตอร์เสมือนมนุษย์จะช่วย “ให้คำแนะนำ” ให้กับแพทย์ ซึ่งในแง่ของการรักษานั้น อาจจะแนะนำวิธีที่ดีกว่าแพทย์ หรือในมุมที่แพทย์อาจจะคาดไม่ถึงก็เป็นไปได้

ตัวอย่างการใช้งานและประโยชน์ที่ได้รับ (3)     █ █ █

การเพิ่มประสิทธิภาพในการวินิจฉัยโรค/ การรักษา

ปัญหา/ความท้าทาย 

●      โรงพยาบาลไม่สามารถรองรับปริมาณผู้ป่วยที่เพิ่มขึ้นได้และพบว่ามีผู้ป่วยหลายรายที่ไม่จำเป็นต้องมาเข้ารับการรักษาที่โรงพยาบาลด้วยซ้ำ

●      ไม่สามารถลดระยะเวลาในการวินิจฉัยโรค โดยเฉพาะโรคทั่วไปได้มากนัก ถึงแม้จะนำระบบเวชระเบียนอิเล็กทรอนิกส์มาใช้แล้วก็ตาม

เทคโนโลยีที่ใช้งาน 

               โรงพยาบาลในมาเลเซียและสิงคโปร์พัฒนาแอปพลิเคชันเพื่อให้ผู้ป่วยสามารถ “พูดคุย” สอบถามอาการป่วยเบื้องต้นได้ โดยระบบจะให้คำแนะนำผู้ป่วยได้ก่อนที่จะมาโรงพยาบาล และยังสร้างเป็นชุมชนแหล่งเรียนรู้ข้อมูลสุขภาพออนไลน์ได้อีกด้วย

ผลที่ได้รับ 

               ผู้ป่วยได้รับคำแนะนำเบื้องต้นเกี่ยวกับการรักษาอาการต่าง ๆ เช่น ไข้ ปวดหัวและไอ รวมทั้งยาและปริมาณยาที่ควรใช้ โดยบางรายไม่จำเป็นต้องมารักษาที่โรงพยาบาลอีกต่อไป และสำหรับรายที่เข้ามารับการรักษา แพทย์เจ้าของไข้ก็จะมีข้อมูลสุขภาพอยู่แล้วด้วยบางส่วน บางแอปพลิเคชันยังสามารถแนะนำแผนการรักษาต่อเนื่องและค่าใช้จ่ายให้กับผู้ป่วยได้ด้วยในอนาคต

ตัวอย่างการใช้งานและประโยชน์ที่ได้รับ (4)     █ █ █ █

การบันทึกข้อมูลผู้ป่วยอัตโนมัติ

ปัญหา/ความท้าทาย 

●      บุคลากรทางการแพทย์ทั้งหมอและพยาบาลเสียเวลาในการบันทึกข้อมูลต่าง ๆ ของผู้ป่วยลงในฐานข้อมูลเวชระเบียนมากเกินไป

●      ไม่สามารถลดปริมาณข้อมูลที่บันทึกได้เนื่องจากจำเป็นต่อการรักษาหรือการควบคุมโรค

●      ปัญหานี้เกิดขึ้นกับบริษัทประกันซึ่งต้องรับมือกับงานเอกสารปริมาณมากเช่นเดียวกัน

เทคโนโลยีที่ใช้งาน 

               โรงพยาบาลและบริษัทประกันในสิงคโปร์ใช้เทคโนโลยี Speech Recognition, Natural Language Processing (NPL), Image Recognition และ Machine Learning ช่วยในการบันทึกข้อมูลต่าง ๆ

ผลที่ได้รับ 

               เวลาที่ใช้ในการบันทึกข้อมูลลดลงอย่างมีนัยสำคัญ ในขณะที่ข้อผิดพลาดในการบันทึกข้อมูลก็ลดลงเช่นเดียวกัน ทำให้บุคลากรมีเวลาเพิ่มขึ้นในการทำงานอื่น และช่วยลดความเหนื่อยล้าของแพทย์และพยาบาลลงได้ส่วนหนึ่งด้วย

ตัวอย่างการใช้งานและประโยชน์ที่ได้รับ (5)     █ █ █ █ █

การดูแลผู้ป่วยหลังออกจากโรงพยาบาล

ปัญหา/ความท้าทาย 

●      ผู้ป่วยบางรายต้องกลับเข้ามารับการรักษาที่โรงพยาบาลอีกครั้งหลังจากกลับบ้านได้ไม่นาน โดยสาเหตุหลักเกิดจากการดูแลตัวเองที่ไม่เหมาะสมหลังได้รับการรักษา ทำให้โรคกำเริบหรือกลับมาเป็นโรคอีกครั้ง

เทคโนโลยีที่ใช้งาน 

               โรงพยาบาลในสิงคโปร์ใช้อัลกอริธึมในการคาดการณ์ความเสี่ยงที่ผู้ป่วยจะกลับเข้ามารับการรักษาอีกครั้ง ภายในระยะเวลา 40 วัน

ผลที่ได้รับ 

               ช่วยให้โรงพยาบาลจัดเตรียมทรัพยากรต่าง ๆ เพื่อรองรับผู้ป่วยที่อาจกลับเข้ามาได้ดีขึ้น ช่วยในการวางโปรแกรมการรักษาต่อเนื่อง และเพิ่มอัตราการรักษาสำเร็จได้

ที่มา : รายงานวิเคราะห์อุตสาหกรรมการใช้งาน Artificial Intelligence (AI) ในอุตสาหกรรมสุขภาพ ในกลุ่มประเทศอาเซียน โดย สำนักงานส่งเสริมเศรษฐกิจดิจิทัล (DEPA)