ปลดล็อกสาธารณสุขไทย! เจาะยุทธศาสตร์ 'หัวเว่ย' ดัน AI ยกระดับการแพทย์

AI ในแวดวงการแพทย์เดินหน้าไปไกลกว่าการเป็นเครื่องมือช่วยตอบคำถามหรือวิเคราะห์ภาพเอกซเรย์ แต่กำลังเปลี่ยนรูปแบบการดูแลสุขภาพตั้งแต่ต้นน้ำถึงปลายน้ำ ตั้งแต่การเข้าถึงผู้ป่วยในพื้นที่ห่างไกล การช่วยลดภาระงานของบุคลากรทางการแพทย์ ไปจนถึงการดูแลผู้ป่วยหลังกลับบ้านและการป้องกันโรคในระยะยาว

.

ดร.ประยุทธ ตั้งสงบ หัวหน้าคณะผู้บริหารฝ่ายเทคโนโลยีสารสนเทศธุรกิจเอ็นเตอร์ไพร์ส บริษัท หัวเว่ย เทคโนโลยี่ (ประเทศไทย) จำกัด เปิดมุมมองถึงทิศทางการประยุกต์ใช้ AI ในระบบเฮลธ์แคร์ของไทยว่า AI กำลังก้าวจากการเป็นเครื่องมือสนับสนุนการวินิจฉัยโรค ไปสู่การเป็นโครงสร้างพื้นฐานสำคัญของโรงพยาบาล

.

ครอบคลุมตั้งแต่ Telemedicine, Agentic AI, Data Sovereignty ไปจนถึงการรับมือสังคมสูงวัยและการยกระดับประสิทธิภาพการรักษา

AI และเทคโนโลยีดิจิทัล ยกระดับการดูแลผู้ป่วย

เทคโนโลยีทำให้บริการทางการแพทย์ที่เคยจำกัดอยู่ในโรงพยาบาลขยายสู่ภาคสนามมากขึ้น เช่น เครื่องอัลตราซาวด์แบบพกพาช่วยให้เจ้าหน้าที่ตรวจผู้ป่วยในพื้นที่ห่างไกล ก่อนส่งข้อมูลผ่านระบบดิจิทัลกลับมายังโรงพยาบาลเพื่อให้แพทย์วินิจฉัยและวางแผนการรักษา

หากพบผู้ป่วยที่ต้องได้รับการรักษาเร่งด่วนระบบ Telemedicine จะเชื่อมต่อข้อมูลมายังโรงพยาบาลทันที เพื่อให้แพทย์เตรียมความพร้อมก่อนผู้ป่วยเดินทางมาถึง

การทำงานดังกล่าวอาศัยโครงข่าย 5G โดยอาสาสมัครสาธารณสุขประจำหมู่บ้าน (อสม.) ทำหน้าที่เก็บข้อมูลภาคสนาม ขณะที่แพทย์ยังเป็นผู้วินิจฉัยและตัดสินใจรักษา

ขณะเดียวกัน AI ยังเข้ามามีบทบาทในการลดภาระงานของบุคลากรทางการแพทย์ภายในโรงพยาบาล โดย ดร.ประยุทธ์ อธิบายว่า แนวคิดของการนำ AI มาใช้ในเฮลธ์แคร์ไม่ใช่การให้ AI ทำหน้าที่แทนแพทย์ แต่เป็น 'ผู้ช่วย' ที่สนับสนุนการทำงานของบุคลากรทางการแพทย์ให้มีประสิทธิภาพมากขึ้น

 

ตัวอย่างการใช้งานคือการใช้เซนเซอร์ร่วมกับ AI ตรวจจับความผิดปกติของสัญญาณชีพ เช่น อัตราการเต้นของหัวใจหรืออุณหภูมิร่างกาย หากพบความผิดปกติ ระบบจะส่งสัญญาณแจ้งเตือนให้พยาบาลติดตามอาการผู้ป่วยได้อย่างต่อเนื่อง

 

นอกจากนี้ AI ยังถูกนำมาใช้สนับสนุนระบบบริหารจัดการยา โดยเชื่อมโยงข้อมูลผู้ป่วยกับยาที่ต้องได้รับผ่านการสแกนข้อมือ ลดความเสี่ยงจากความคลาดเคลื่อนในการจ่ายยา รวมถึงช่วยวิเคราะห์ภาพเอกซเรย์ ซึ่งปัจจุบันเริ่มมีการใช้งานอย่างแพร่หลายในทั้งโรงพยาบาลรัฐและเอกชน

ลดเวลารอผลจาก '2 สัปดาห์' เหลือ 'หลักชั่วโมง'

 

ที่น่าสนใจ AI ยังมีบทบาทมากขึ้นในการแพทย์เฉพาะทาง โดยเฉพาะการวิเคราะห์โรคที่ต้องใช้ความละเอียดสูง โดยหนึ่งในตัวอย่างคือการตรวจชิ้นเนื้อเพื่อวินิจฉัยโรคมะเร็ง ซึ่งตามกระบวนการเดิมนักพยาธิวิทยาต้องตรวจผ่านกล้องจุลทรรศน์ทีละตัวอย่าง ส่งผลให้ระยะเวลารอผลเฉลี่ยอยู่ที่ประมาณ 2 สัปดาห์

 

เทคโนโลยีใหม่จะเปลี่ยนชิ้นเนื้อให้เป็นข้อมูลดิจิทัล ก่อนใช้ AI วิเคราะห์และแนะนำตำแหน่งที่ควรให้ความสำคัญแก่แพทย์ ช่วยลดขั้นตอนการตรวจสอบ ขณะที่การตัดสินใจวินิจฉัยยังคงเป็นหน้าที่ของแพทย์เช่นเดิม

 

ทั้งนี้ AI ดังกล่าวได้รับการฝึกด้วยข้อมูลจากแพทย์จำนวนมาก มีความแม่นยำประมาณ 98% และสามารถดึงกรณีศึกษาที่มีลักษณะใกล้เคียงมาเปรียบเทียบ เพื่อช่วยเพิ่มความมั่นใจในการวินิจฉัย ส่งผลให้ระยะเวลารอผลสามารถลดลงจากระดับหลายสัปดาห์เหลือเพียงหลักชั่วโมง 

 

นอกจากช่วยเพิ่มประสิทธิภาพการรักษาแล้ว การเพิ่มจำนวนเคสที่สามารถตรวจได้ในแต่ละวันยังช่วยลดต้นทุนต่อเคส ทั้งในการวิเคราะห์ชิ้นเนื้อและการตรวจเอกซเรย์ด้วย AI อีกด้วย

เมื่อ 'ข้อมูลสุขภาพ' กลายเป็นหัวใจของ AI

แม้ AI จะช่วยยกระดับประสิทธิภาพการรักษาได้มากขึ้น แต่การนำ AI มาใช้ในระบบสาธารณสุขยังต้องเผชิญอีกหนึ่งความท้าทายสำคัญ คือการบริหารจัดการข้อมูลผู้ป่วย ซึ่งเป็นข้อมูลอ่อนไหวและอยู่ภายใต้ข้อกำหนดด้านกฎหมายและความเป็นส่วนตัว

 

ดร.ประยุทธ ระบุว่า การนำ AI มาใช้ในโรงพยาบาลจำเป็นต้องให้ความสำคัญกับแนวคิด Data Sovereignty และ AI Sovereignty หรือ 'อธิปไตยของข้อมูล' และ 'อธิปไตยด้าน AI' เพื่อให้โรงพยาบาลสามารถควบคุมข้อมูลของตนเองได้อย่างเหมาะสม

แนวทางดังกล่าวหมายถึง โรงพยาบาลไม่ควรนำฐานข้อมูลผู้ป่วยไปใช้งานกับ Public AI ทั้งหมด แต่ควรพัฒนา AI Model ภายใต้ระบบของโรงพยาบาลเอง โดยให้แพทย์และบุคลากรทางการแพทย์ใช้งานร่วมกับข้อมูลที่จัดเก็บภายในองค์กร หรือระบบ On-premise เพื่อป้องกันความเสี่ยงด้านข้อมูลรั่วไหลและสอดคล้องกับข้อกำหนดของ PDPA

นอกจากประเด็นด้านความปลอดภัยแล้ว การจัดเก็บข้อมูลไว้ภายในยังช่วยให้โรงพยาบาลสามารถพัฒนา AI ที่เข้าใจบริบทของผู้ป่วยแต่ละรายได้มากขึ้น รองรับการรักษาแบบเฉพาะบุคคล ซึ่งเป็นอีกทิศทางสำคัญของการแพทย์ในยุค AI

.

Agentic AI จาก Chatbot สู่ผู้ช่วยจัดการ Workflow 

อีกเทคโนโลยีที่ถูกจับตามองคือ Agentic AI ซึ่งกำลังขยายบทบาทจากการเป็นระบบตอบคำถาม ไปสู่การทำงานแทนมนุษย์ในกระบวนการทำงานจริง

ปัจจุบันแพทย์และพยาบาลใช้เวลากับงานเอกสารมากกว่าครึ่งหนึ่งของเวลาทำงานทั้งหมด ทำให้ Agentic AI มีโอกาสเข้ามาช่วยเรียนรู้ Workflow ของโรงพยาบาล และรับภาระงานบางส่วนแทนบุคลากร เพื่อให้แพทย์มีเวลามุ่งเน้นการรักษาผู้ป่วยมากขึ้น

สำหรับการประยุกต์ใช้สามารถทำได้ครอบคลุมตั้งแต่กระบวนการคัดกรองผู้ป่วย การสนับสนุนการทำงานของห้องฉุกเฉิน (ER) ไปจนถึงการช่วยแนะนำแนวทางการรักษาแก่แพทย์รุ่นใหม่ โดยอาศัยองค์ความรู้จากแพทย์ผู้เชี่ยวชาญที่ถูกนำมาใช้ฝึกระบบ AI

นอกจากนี้ Agentic AI ยังสามารถติดตามผู้ป่วยหลังออกจากโรงพยาบาล เช่น การแจ้งเตือนการรับประทานยา การดูแลโภชนาการ หรือการติดตามพฤติกรรมด้านสุขภาพ ซึ่งช่วยสนับสนุนการดูแลผู้ป่วยต่อเนื่องที่บ้าน

ภาพดังกล่าวสะท้อนการเปลี่ยนผ่านของ AI จากโครงการทดลองสู่การใช้งานจริง เมื่อ AI ถูกนำไปใช้ใน Operation หรือ Workflow ไม่ว่าจะเป็นด้านการรักษา การบริหารจัดการ หรือการดูแลผู้ป่วย จะช่วยลดต้นทุน เพิ่มประสิทธิภาพ และสร้างรายได้ให้กับโรงพยาบาล ทำให้ผลตอบแทนจากการลงทุน (ROI) เกิดขึ้นได้รวดเร็วกว่าเดิมโดยเฉพาะเมื่อสามารถขยายการใช้งานไปยังหลายแผนกพร้อมกัน

รับมือสังคมสูงวัย ด้วย AI ที่เน้น 'ป้องกัน'

ประเทศไทยกำลังก้าวเข้าสู่สังคมสูงวัยอย่างเต็มรูปแบบ ส่งผลให้ต้นทุนการดูแลสุขภาพเพิ่มสูงขึ้นอย่างต่อเนื่อง

ดร.ประยุทธ มองว่า AI จะเข้ามามีบทบาทตั้งแต่ก่อนเกิดโรคไม่ใช่เพียงหลังผู้ป่วยเข้ารับการรักษา โดยอาศัยข้อมูลจากอุปกรณ์สวมใส่ เช่น Smart Watch และอุปกรณ์ IoT เพื่อสร้างข้อมูลสุขภาพรายบุคคล ช่วยให้แพทย์ติดตามพฤติกรรมสุขภาพและประเมินความเสี่ยงได้แม่นยำขึ้น

อีกตัวอย่างคือการใช้ AI วิเคราะห์ข้อมูลจากหลอดเลือดใต้จอประสาทตา เพื่อประเมินแนวโน้มความเสี่ยงของโรคอัลไซเมอร์ โรคหัวใจ หรือโรคหลอดเลือดสมองในระยะยาว ซึ่งช่วยให้ผู้ป่วยสามารถปรับเปลี่ยนพฤติกรรมและวางแผนป้องกันโรคได้ตั้งแต่ก่อนเข้าสู่วัยสูงอายุ

 

"แนวคิดสำคัญสำหรับบทบาทของ AI ในระบบเฮลธ์แคร์ยุคใหม่คือการทำให้ประชาชนมีข้อมูลสุขภาพของตัวเองมากเพียงพอ เพื่อดูแลสุขภาพก่อนเจ็บป่วย มากกว่ารอรักษาเมื่อเกิดโรคแล้ว"

.

เชื่อมอีโคซิสเต็มยกระดับสาธารณสุขไทย

สำหรับบทบาทของ 'หัวเว่ย' ไม่ได้มองตัวเองเป็นเพียงผู้จำหน่ายอุปกรณ์ แต่เป็นผู้สนับสนุนโครงสร้างพื้นฐานดิจิทัลของโรงพยาบาล ทั้งระบบเครือข่าย การจัดเก็บข้อมูล และโครงสร้างพื้นฐานสำหรับ AI พร้อมสร้างระบบนิเวศร่วมกับพันธมิตรที่มีความเชี่ยวชาญด้านการแพทย์

ดร.ประยุทธ กล่าวว่า การพัฒนา AI สำหรับเฮลธ์แคร์ไม่ได้จำกัดอยู่เพียงการเพิ่มความแม่นยำในการวินิจฉัยโรค แต่ครอบคลุมตั้งแต่การขยายโอกาสเข้าถึงบริการทางการแพทย์ การลดภาระบุคลากร การบริหารจัดการข้อมูลอย่างปลอดภัย การดูแลผู้ป่วยต่อเนื่องไปจนถึงการป้องกันโรคในสังคมสูงวัย โดยมี AI และข้อมูลเป็นโครงสร้างพื้นฐานสำคัญในการยกระดับระบบสาธารณสุขไทยในอนาคต