สังคม คุณภาพชีวิต
“AI จะไม่มาแทนแพทย์ แต่แพทย์ที่ใช้ AI อย่างถูกต้อง จะดูแลผู้ป่วยได้ดีกว่าเดิม” เทคโนโลยีปัญญาประดิษฐ์กำลังเปลี่ยนโฉมระบบสาธารณสุขไทยอย่างเป็นรูปธรรม ไม่ใช่เพียงในฐานะเครื่องมือช่วยทำงาน
แต่กำลังก้าวขึ้นมาเป็นโครงสร้างพื้นฐานใหม่ของการแพทย์ ตั้งแต่การวินิจฉัย การผ่าตัด การจัดการข้อมูล ไปจนถึงการป้องกันโรคและการดูแลสุขภาพเฉพาะบุคคล
Thai PBS Policy Watch สำรวจมุมมองจากสองผู้บริหารระดับนำของวงการโรงพยาบาลไทย โดย นพ. จำเริญ สรพิพัฒน์ รองประธานเจ้าหน้าที่บริหาร โรงพยาบาลเมดพาร์ค และ นพ. ก้องเกียรติ เกษเพ็ชร์ กรรมการบริหาร บมจ. กรุงเทพดุสิตเวชการ หรือ BDMS ในเวที“SEA Health Summit 2026” : AI in Health and Longevity โดย “กรุงเทพธุรกิจ” สะท้อนภาพการนำ AI มาใช้ในหน้างานจริง (Real-world Setting) ความท้าทายเรื่องจริยธรรม และโอกาสของประเทศไทยในการสร้าง “อธิปไตยทางการแพทย์”
AI ในการแพทย์ ไม่ใช่เรื่องใหม่ แต่วันนี้ “ใช้งานได้จริง”
นพ.จำเริญ เล่าย้อนว่า รู้จักแนวคิด AI มาตั้งแต่เมื่อเกือบ 40 ปีก่อน แต่ในเวลานั้นเทคโนโลยียังไม่พร้อม จนกระทั่งราวปี 2012 การพัฒนาด้าน Computer Vision และ Deep Learning ทำให้ AI เริ่มสามารถวิเคราะห์ “ภาพทางการแพทย์” ได้อย่างแม่นยำ และกลายเป็นจุดเปลี่ยนสำคัญของวงการแพทย์
การแพทย์ถือเป็นสาขาที่มีข้อมูลภาพมหาศาล ไม่ว่าจะเป็นภาพเอกซเรย์ CT Scan MRI อัลตราซาวด์ ภาพพยาธิวิทยา หรือภาพจากการส่องกล้อง เมื่อข้อมูลจำนวนมากถูกนำมาใช้ฝึกโมเดล AI จึงทำให้ระบบสามารถค้นหารูปแบบที่สายตามนุษย์อาจมองไม่เห็น
ตัวอย่างสำคัญคือ การตรวจจอประสาทตา ซึ่ง AI ไม่เพียงช่วยวินิจฉัยโรคทางตาเท่านั้น แต่ยังสามารถประเมินความเสี่ยงของโรคทางระบบประสาท เช่น โรคอัลไซเมอร์ หรือโรคความเสื่อมของระบบประสาทในอนาคตได้จากลักษณะของหลอดเลือดและโครงสร้างภายในจอประสาทตา ซึ่งเป็นความสามารถที่แพทย์ไม่เคยมีมาก่อน
“สิ่งเหล่านี้เกิดขึ้นได้ เพราะ AI มองเห็นรายละเอียดที่มนุษย์ไม่สามารถรับรู้ได้จากข้อมูลมหาศาล”
จากห้องส่องกล้องถึงห้องผ่าตัด AI เพิ่มความแม่นยำในการรักษา
สำหรับโรงพยาบาลเมดพาร์ค AI ถูกนำมาใช้ในหลายกระบวนการรักษาที่เกิดผลจริงแล้ว หนึ่งในนั้นคือ ระบบ AI ช่วยส่องกล้องลำไส้ ซึ่งพัฒนาโดยคนไทย ช่วยตรวจจับติ่งเนื้อขนาดเล็กหรือรอยโรคที่แพทย์อาจมองข้าม ทำให้อัตราการตรวจพบมะเร็งระยะเริ่มต้นเพิ่มขึ้น
อีกด้านคือ หุ่นยนต์ผ่าตัดเปลี่ยนข้อเข่าและข้อสะโพก ที่ใช้ AI วิเคราะห์โครงสร้างร่างกายของผู้ป่วยแต่ละคน เพื่อคำนวณตำแหน่งการผ่าตัดที่เหมาะสมที่สุด ส่งผลให้แผลผ่าตัดเล็กลง ความแม่นยำสูงขึ้น และการฟื้นตัวของผู้ป่วยดีขึ้น
นอกจากนี้ AI ยังถูกนำมาใช้ใน การรักษาผู้มีบุตรยาก (IVF) โดยช่วยคัดเลือกตัวอ่อนที่มีศักยภาพดีที่สุด เพิ่มโอกาสการตั้งครรภ์สำเร็จ
นพ.จำเริญ ระบุว่า ปัจจุบัน AI ที่มีหลักฐานทางวิชาการรองรับมากที่สุด คือ AI ที่วิเคราะห์ภาพทางการแพทย์ เนื่องจากมีงานวิจัยจำนวนมากยืนยันประสิทธิภาพ ต่างจาก Generative AI หรือ Large Language Model (LLM) ที่เพิ่งเริ่มถูกนำมาประยุกต์ใช้ และยังต้องการหลักฐานเชิงคลินิกเพิ่มเติมก่อนจะใช้ในการตัดสินใจรักษาผู้ป่วยโดยตรง
BDMS กับโจทย์ใหญ่ “ทำอย่างไรให้คนไข้เชื่อใจ AI”
ด้าน นพ.ก้องเกียรติ เล่าว่า ความท้าทายของเครือ BDMS ไม่ใช่เพียงการนำ AI มาใช้ แต่คือการทำให้ AI สามารถทำงานได้ในเครือโรงพยาบาลกว่า 60 แห่ง ภายใต้ 5 แบรนด์ และได้รับความไว้วางใจจากทั้งแพทย์และผู้ป่วย
เป้าหมายสำคัญขององค์กร คือการเป็น Trusted Healthcare Platform ซึ่งก่อนจะพูดถึง AI สิ่งแรกที่ต้องสร้างคือ “ความเชื่อมั่น” ว่าข้อมูลผู้ป่วยจะไม่รั่วไหล BDMS จึงเริ่มจากการสร้างระบบ Data De-identification ที่ไม่ได้เพียงลบชื่อหรือเลขบัตรประชาชน แต่ลบข้อมูลทุกอย่างที่สามารถระบุตัวบุคคลได้ ทั้งของผู้ป่วยและแพทย์ เพื่อให้สามารถนำข้อมูลไปพัฒนา AI ได้โดยไม่ละเมิดความเป็นส่วนตัว
“หากผู้ป่วยไม่มั่นใจว่าข้อมูลปลอดภัย ต่อให้ AI เก่งแค่ไหนก็ไม่มีใครอยากใช้”
เมื่อข้อมูลห้ามย้าย AI จึงต้องเดินทางไปหาข้อมูล
อีกหนึ่งปัญหาสำคัญของโรงพยาบาล คือ ข้อมูลผู้ป่วยไม่สามารถรวบรวมไว้ศูนย์กลางได้ เพราะติดข้อกฎหมายและข้อกำหนดด้านความเป็นส่วนตัว
BDMS จึงพัฒนาระบบแบบ Federated Learning โดยให้ AI เดินทางไปเรียนรู้จากข้อมูลที่อยู่ในแต่ละโรงพยาบาล แทนที่จะดึงข้อมูลทั้งหมดออกมารวมกัน
แนวทางนี้ทำให้ AI สามารถเรียนรู้จากประชากรที่หลากหลาย เช่น ผู้ป่วยในภูเก็ตที่มีชาวต่างชาติจำนวนมาก ผู้ป่วยในภาคอีสาน หรือกรุงเทพฯ ซึ่งมีลักษณะประชากรแตกต่างกัน
นพ.ก้องเกียรติ ยกตัวอย่างงานวิจัยที่พบว่า AI อ่านภาพเอกซเรย์ซึ่งผ่านการรับรองในญี่ปุ่น เมื่อนำไปใช้กับประชากรไต้หวัน ความแม่นยำกลับลดลงถึง 25% ดังนั้น
“โมเดลเดียวกัน หากเปลี่ยนประชากร ผลลัพธ์ก็เปลี่ยน” จึงจำเป็นต้องสร้าง AI ที่เข้าใจบริบทของคนไทย ไม่ใช่ใช้โมเดลต่างประเทศโดยตรง
LLM เก่ง แต่ต้อง “ห่อ” ด้วยองค์ความรู้ของไทย
นพ.ก้องเกียรติ อธิบายว่า Large Language Model อย่าง ChatGPT หรือโมเดลระดับโลก แม้มีศักยภาพสูง แต่ไม่ได้ถูกสร้างขึ้นเพื่อการแพทย์ไทยโดยเฉพาะ ดังนั้น ก่อนนำมาใช้ BDMS จึงสร้าง “Wrapper” หรือชั้นควบคุมเพิ่มเติม เพื่อใส่ความรู้เฉพาะของประเทศไทยเข้าไป เช่น
- แนวทางรักษาของราชวิทยาลัยแพทย์ไทย
- Clinical Guideline ล่าสุด
- Workflow ของโรงพยาบาล
- กฎความปลอดภัย
- ระบบตรวจสอบคำตอบ (Validation)
ทั้งหมดนี้ทำให้ AI ตอบคำถามภายใต้กรอบมาตรฐานทางการแพทย์ของประเทศไทย ลดความเสี่ยงจากข้อมูลที่คลาดเคลื่อน
AI จดบันทึกแทนหมอ ลดเวลาหน้าจอ เพิ่มเวลาคุยกับคนไข้
หนึ่งในนวัตกรรมที่ BDMS พัฒนาร่วมกับบริษัทไทย คือระบบ Medical Ambient Scribe ระบบจะฟังบทสนทนาระหว่างแพทย์กับผู้ป่วยแบบเรียลไทม์ แล้วสร้างเวชระเบียนอัตโนมัติ
ความยากของภาษาไทย คือ แพทย์มักพูดสลับไทย อังกฤษ และคำย่อทางการแพทย์ตลอดเวลา ที่ผ่านมา AI ต่างประเทศไม่สามารถเข้าใจบริบทนี้ได้ จึงต้องพัฒนาโมเดลเฉพาะสำหรับประเทศไทย
ผลที่ได้ คือแพทย์ไม่ต้องเสียเวลาพิมพ์เวชระเบียน สามารถใช้เวลากับผู้ป่วยได้มากขึ้น และข้อมูลที่บันทึกมีโครงสร้างพร้อมสำหรับการวิเคราะห์ด้วย AI ในอนาคต
AI ฟัง “น้ำเสียง” แล้วรู้ว่าหัวใจกำลังล้มเหลว
นพ.ก้องเกียรติ ยกตัวอย่างงานวิจัยที่สร้างความประทับใจกับเขา ผู้ป่วยโทรเข้าศูนย์ Call Center เพื่อนัดพบแพทย์ทั่วไป เพราะรู้สึกไม่ค่อยสบาย แต่ AI วิเคราะห์จาก “น้ำเสียง” และแนะนำให้พบแพทย์โรคหัวใจทันที เพราะตรวจพบลักษณะเสียงที่สัมพันธ์กับภาวะน้ำท่วมปอด หากผู้ป่วยรออีกหนึ่งสัปดาห์ อาจต้องเข้าห้อง ICU แต่หากมาพบแพทย์ทันที อาจรักษาได้เพียงด้วยยาขับปัสสาวะ
ความเสี่ยงใหญ่ที่สุด คือ “หมอหลอนตาม AI”
แม้ทั้งสองเห็นพ้องว่า AI มีศักยภาพสูง แต่ต่างย้ำว่าความเสี่ยงสำคัญคือ Hallucination หรือการที่ AI สร้างข้อมูลผิดขึ้นมา นพ.ก้องเกียรติ เรียกปรากฏการณ์นี้ว่า “Hallucination ซ้อน Hallucination” หรือ หลอนซ้อนหลอน
คือ AI ตอบผิด แล้วแพทย์เชื่อคำตอบนั้นโดยไม่ตรวจสอบ แพทย์จึงต้องเข้าใจวิธีคิดและวิธีใช้ ของ AI ไม่ใช่เพียงรับคำตอบมาใช้
อีกประเด็นที่น่ากังวลคือ Cognitive Offloading เมื่อ AI เก่งขึ้น มนุษย์อาจค่อย ๆ เลิกคิด เลิกวิเคราะห์ และพึ่งพา AI มากเกินไป
“ถ้าวันหนึ่งเราใช้ AI คิดแทนทุกอย่าง เราอาจค่อย ๆ สูญเสียความสามารถในการคิดเอง ดังนั้น AI ควรทำหน้าที่เป็นผู้ช่วย ไม่ใช่ผู้ตัดสินใจแทนแพทย์”
AI ไม่ควรแทนหมอ แต่ควรจัดลำดับงานให้หมอ
ตัวอย่างการใช้งานที่ทั้งสองเห็นตรงกัน คือ AI ควรช่วยจัดลำดับความสำคัญของงาน เช่น แพทย์รังสีต้องอ่านภาพเอกซเรย์วันละ 300 ภาพ
AI สามารถคัดกรองว่าภาพใดมีโอกาสผิดปกติสูง แล้วส่งขึ้นมาให้อ่านก่อนผลคือผู้ป่วยวิกฤตได้รับการวินิจฉัยเร็วขึ้น โดยที่ AI ไม่ได้ตัดสินใจแทนแพทย์
AI ไม่ใช่แค่เรื่องโรงพยาบาล แต่คือ “อธิปไตยด้านข้อมูล”
นพ.จำเริญ มองว่า AI ไม่ใช่เพียงเทคโนโลยี แต่เป็นเรื่อง ความมั่นคงของประเทศ หากประเทศไทยต้องพึ่งพา Data Center ต่างประเทศทั้งหมด วันหนึ่งหากถูกตัดสิทธิ์การใช้งาน ประเทศอาจสูญเสียขีดความสามารถในการดูแลระบบสุขภาพทันที จึงจำเป็นต้องมีโครงสร้างพื้นฐานด้าน AI และ Data Center ของประเทศเอง
ขณะที่ นพ.ก้องเกียรติ มองว่า แม้ไทยจะไม่สามารถแข่งขันสร้าง AI ระดับโลกกับบริษัทขนาดใหญ่อย่าง OpenAI ได้ แต่ไทยสามารถสร้าง Medical AI ที่ตอบโจทย์ผู้ป่วยไทยได้ดีที่สุด
“เราไม่จำเป็นต้องมี AI ที่ฉลาดที่สุดในโลก แต่เราต้องมี AI ที่เหมาะกับคนไทยที่สุด”
ก้าวต่อไปของ AI คือ “การป้องกันโรคเฉพาะบุคคล”
หมอทั้งสองต่างเห็นตรงกันว่า AI จะทำให้ระบบสุขภาพก้าวจาก Preventive Medicine ไปสู่ Personalized Preventive Care
ข้อมูลจากจีโนม ผลตรวจเลือด พฤติกรรม การนอน การออกกำลังกาย รวมถึงข้อมูลจากอุปกรณ์สวมใส่ จะถูกวิเคราะห์ร่วมกันเพื่อทำนายความเสี่ยงของแต่ละคน แทนที่จะรักษาเมื่อป่วย ระบบสุขภาพจะสามารถออกแบบการป้องกันเฉพาะบุคคลได้อย่างแม่นยำ
เป้าหมายไม่ใช่อายุ 100 ปี แต่คือ “แก่แบบแข็งแรง”
เมื่อถามว่า AI จะช่วยให้มนุษย์มีอายุถึง 100 ปีได้หรือไม่ นพ.จำเริญ เชื่อว่าเป็นไปได้ เพราะปัจจุบันมีงานวิจัยด้านการชะลอและย้อนวัยทางชีวภาพ (Biological Age Reversal) ซึ่งกำลังเข้าสู่การทดลองทางคลินิก
ขณะที่ นพ.ก้องเกียรติ เสนออีกมุมหนึ่งว่า สิ่งสำคัญไม่ใช่การมีอายุยืนที่สุด แต่คือการมี Healthspan หรือช่วงเวลาที่มีสุขภาพแข็งแรงยาวนานที่สุด
“เราไม่จำเป็นต้องมีชีวิตยืนที่สุด แต่ควรมีชีวิตที่แข็งแรงที่สุด และจากไปอย่างสงบ โดยไม่ต้องใช้เวลาช่วงท้ายของชีวิตกับโรคเรื้อรัง”
AI จะเปลี่ยนระบบสุขภาพ แต่ “ความไว้วางใจ” ยังเป็นหัวใจ
ประสบการณ์การใช้ AI ของหมอทั้ง 2 คนชี้ให้เห็นว่า AI กำลังเปลี่ยนแปลงระบบสุขภาพไทยอย่างรวดเร็ว ตั้งแต่การวินิจฉัย การผ่าตัด การจัดการข้อมูล การค้นหายา ไปจนถึงการดูแลสุขภาพเชิงป้องกัน
แต่ทั้งสองผู้บริหาร รพ.เอกชน ก็เห็นตรงกันว่า การเปลี่ยนผ่านครั้งนี้จะประสบความสำเร็จได้ ก็ต่อเมื่อ AI ถูกพัฒนาอย่างมีหลักฐานเชิงวิชาการ มีระบบกำกับดูแลที่เข้มแข็ง เคารพความเป็นส่วนตัวของผู้ป่วย และทำงานร่วมกับแพทย์ ไม่ใช่แทนแพทย์
ปฏิเสธไม่ได้ว่า AI ไม่ใช่เพียงเครื่องมือเพิ่มประสิทธิภาพของโรงพยาบาล แต่จะกลายเป็นรากฐานสำคัญของระบบสุขภาพแห่งอนาคต ที่ใช้ข้อมูล ความรู้ และเทคโนโลยี เพื่อให้ประชาชนมีชีวิตที่ยืนยาวขึ้น แข็งแรงขึ้น และได้รับการดูแลที่เหมาะสมกับแต่ละบุคคลมากกว่าที่เคยเป็นมา.
เนื้อหาที่เกี่ยวข้อง:
- สาธารณสุขตั้งเป้า 5 ปี ยกมาตรฐานเข้า OECD
- ฟื้นชีพ”หมอพร้อม” จากแอปฉีดวัคซีน สู่ ”Super App“ สุขภาพแห่งชาติ
- นโยบายสาธารณสุข: พรรคไหนทำได้ หรือ แค่ขายฝัน?
