เคยไหมครับ เวลาเราหรือคนใกล้ตัวป่วย แล้วต้องไปหาหมอหลายๆ ที่ แต่ละที่ก็ต้องเริ่มเล่าอาการใหม่ ทำประวัติใหม่ เอกซเรย์ใหม่ ทั้งๆ ที่ข้อมูลน่าจะอยู่ที่ไหนสักแห่งในระบบสาธารณสุขของเรา?
ผมเองเคยเจอประสบการณ์คล้ายๆ กันครับ ตอนที่ภรรยาต้องย้ายโรงพยาบาล ข้อมูลการรักษาเดิม การแพ้ยา ฟิล์มเอกซเรย์ต่างๆ กลายเป็นเรื่องยุ่งยากในการส่งต่อ ทำให้การรักษาต่อเนื่องอาจไม่ราบรื่นเท่าที่ควร
นี่เป็นเพียงตัวอย่างเล็กๆ ของปัญหาใหญ่ที่ซ่อนอยู่ครับ นั่นคือ ข้อมูลสุขภาพอันมหาศาลของเรา มันกระจัดกระจายเหมือนจิ๊กซอว์ที่ไม่เคยถูกต่อให้เต็มภาพ
ลองนึกภาพตามผมนะครับ…
ถ้าเรามี “ผู้ช่วยอัจฉริยะ” ที่สามารถมองเห็นภาพรวมทั้งหมดนี้ได้ล่ะ? ผู้ช่วยที่เรียนรู้จากข้อมูลสุขภาพของผู้คนนับล้าน (แน่นอนว่าต้องปกป้องความเป็นส่วนตัวอย่างดีที่สุด) เพื่อช่วยคุณหมอวินิจฉัยโรคได้เร็วขึ้น แม่นยำขึ้น หรือแม้กระทั่งคาดการณ์ความเสี่ยงของโรคต่างๆ ได้ล่วงหน้า…
ฟังดูเหมือนนิยายวิทยาศาสตร์ใช่ไหมครับ? แต่ผมอยากจะบอกว่า วันนี้มันเป็นไปได้จริงแล้วครับ ด้วยพลังของ ปัญญาประดิษฐ์ หรือ AI (Artificial Intelligence) และความร่วมมือครั้งสำคัญที่เรากำลังจะพูดถึงกัน
“ขุมทรัพย์ที่มองไม่เห็น” กับความท้าทายของการแพทย์ไทย
ต้องยอมรับครับว่า ประเทศไทยเรามีบุคลากรทางการแพทย์ที่เก่งมากๆ มีโรงพยาบาลที่ดีเยี่ยมมากมาย แต่เราก็ยังมี “กำแพงที่มองไม่เห็น” กั้นขวางศักยภาพไว้อยู่ นั่นคือ ข้อมูล (Data) ครับ
ข้อมูลทางการแพทย์จำนวนมหาศาล ทั้งภาพถ่ายทางการแพทย์ (Medical Images) เช่น ฟิล์มเอกซเรย์, CT Scan, MRI, ภาพถ่ายจอประสาทตา (Retina), แมมโมแกรม (Mammogram) หรือข้อมูลสุขภาพอื่นๆ มันถูกเก็บแยกกันอยู่ในแต่ละโรงพยาบาล เหมือนขุมทรัพย์ล้ำค่าที่ถูกฝังไว้กระจัดกระจาย ไม่ได้ถูกนำมาใช้ประโยชน์อย่างเต็มที่
ลองเปรียบเทียบง่ายๆ เหมือนเรามีตำราทำอาหารสุดยอดจากเชฟทั่วประเทศเป็นพันๆ เล่ม แต่ละเล่มอยู่ในครัวของตัวเอง ไม่มีใครเคยเอาสูตรมารวมกัน หรือแลกเปลี่ยนเทคนิคกันเลย เราก็คงพลาดโอกาสที่จะสร้างสรรค์เมนูใหม่ๆ ที่สุดยอด หรือพัฒนาวงการอาหารให้ก้าวหน้าไปได้ไกลกว่าเดิมใช่ไหมครับ? วงการแพทย์ก็เช่นกันครับ การที่ข้อมูลแยกส่วนกันอยู่ ทำให้เราพลาดโอกาสในการเรียนรู้ภาพรวมสุขภาพของคนไทย พลาดโอกาสในการพัฒนาเครื่องมือ AI ที่จะมาช่วยยกระดับการดูแลสุขภาพให้ดีขึ้น
กำเนิด “ทางด่วนข้อมูล” เพื่อ AI การแพทย์ไทย: Medical AI Consortium
จากความท้าทายนี้เองครับ ที่ทำให้เกิดความร่วมมือครั้งประวัติศาสตร์ขึ้น นั่นคือ “Medical AI Consortium” ซึ่งเปรียบเสมือนการรวมพลังครั้งใหญ่ของหน่วยงานสำคัญ เพื่อสร้าง “ทางด่วนข้อมูลการแพทย์” เส้นแรกของประเทศไทย
หัวใจหลักของ Consortium นี้ ง่ายๆ เลยครับ คือ “ร่วมแชร์ เชื่อม ใช้ ข้อมูล ขับเคลื่อน AI เพื่อการแพทย์ไทย” โดยมีผู้ก่อตั้งหลัก 3 หน่วยงานที่จับมือกันอย่างแข็งขัน:
- กรมการแพทย์ (Department of Medical Services): พี่ใหญ่แห่งวงการสาธารณสุข ที่ดูแลโรงพยาบาลและข้อมูลสุขภาพมากมาย จะเป็นผู้สนับสนุนข้อมูลสำคัญ และกำหนดโจทย์วิจัยที่ตอบสนองความต้องการจริงของผู้ป่วยและแพทย์
- คณะแพทยศาสตร์ โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล: สถาบันการแพทย์ชั้นนำ ที่มีทั้งองค์ความรู้ บุคลากร และข้อมูลเชิงลึก จะเข้ามาช่วยเรื่องการวิจัยและพัฒนา ต่อยอดองค์ความรู้สู่การใช้งานจริง
- ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) สวทช.: ผู้เชี่ยวชาญด้านเทคโนโลยีและ AI ของประเทศ จะรับหน้าที่พัฒนา “แพลตฟอร์มกลาง” (Medical AI Data Platform) ที่เปรียบเสมือนโครงสร้างพื้นฐานของทางด่วนเส้นนี้ และบริหารจัดการเครือข่ายให้ทุกอย่างเดินหน้าไปได้อย่างราบรื่น
ไม่ใช่แค่รวมข้อมูล แต่คือการสร้าง “ระบบนิเวศ” AI การแพทย์
สิ่งที่น่าตื่นเต้นไม่ใช่แค่การรวมตัวกันนะครับ แต่คือ “สิ่งที่ทางคณะทำงานนี้กำลังสร้าง” นั่นคือ Medical AI Data Platform บน ระบบคลาวด์กลางภาครัฐ (GDCC – Government Data Center and Cloud Service) ซึ่งได้รับการสนับสนุนงบประมาณจาก หน่วยบริหารและจัดการทุนด้านการเพิ่มความสามารถในการแข่งขันของประเทศ หรือ บพค. (PMU-B)
ลองนึกภาพตามนะครับ โรงพยาบาลต่างๆ ที่เข้าร่วมโครงการ จะส่งข้อมูลภาพถ่ายทางการแพทย์ (แน่นอนว่าต้องผ่านกระบวนการทำให้ ไม่สามารถระบุตัวตนได้ (Anonymized Data) เพื่อปกป้องความเป็นส่วนตัวอย่างสูงสุด) เข้ามายังแพลตฟอร์มกลางนี้ ข้อมูลเหล่านี้จะถูกจัดเก็บอย่างปลอดภัย และเปิดให้ นักวิจัย หรือนักพัฒนา AI ที่ได้รับอนุญาต สามารถเข้ามา “ยืม” ข้อมูลเหล่านี้ไปใช้ฝึกฝน AI ได้ ภายใต้กติกาที่รัดกุม เหมือนเราเข้าห้องสมุดที่ต้องลงทะเบียนและปฏิบัติตามกฎอย่างเคร่งครัดนั่นแหละครับ
เท่านั้นยังไม่พอครับ เรายังมีเครื่องมือสุดยอดอย่าง ซูเปอร์คอมพิวเตอร์ LANTA (ThaiSC) ที่จะมาช่วยเร่งพลังการประมวลผลให้ AI เรียนรู้ได้เร็วและซับซ้อนขึ้น และมีเครื่องมืออย่าง NomAdML ที่ช่วยให้นักพัฒนาสร้างโมเดล AI ได้ง่ายขึ้นอีกด้วย
ทั้งหมดนี้ ไม่ใช่แค่การสร้างคลังข้อมูล แต่มันคือการสร้าง “ระบบนิเวศ (Ecosystem)” ที่สมบูรณ์ครับ ตั้งแต่แหล่งข้อมูลคุณภาพ, เครื่องมือพัฒนา, บุคลากร (AI HRD), ไปจนถึงแพลตฟอร์มสำหรับนำ AI ไปให้บริการจริง (AI Service Platform) ซึ่งทั้งหมดนี้ สอดคล้องกับ ยุทธศาสตร์ AI แห่งชาติ (National AI Strategy) และนโยบาย “อว. for AI” ของกระทรวงการอุดมศึกษาฯ ที่มุ่งมั่นจะใช้ AI พัฒนาประเทศในทุกมิติ
อนาคตสุขภาพที่ดี… เริ่มต้นที่ข้อมูล
แล้วทั้งหมดนี้มีโอกาสที่จะเปลี่ยนชีวิตเราได้อย่างไร? ลองจินตนาการถึงอนาคตเหล่านี้ดูครับ:
- วินิจฉัยโรคเร็วขึ้น: AI ช่วยคุณหมออ่านฟิล์มเอกซเรย์ปอด หรือภาพ CT Scan สมอง เพื่อตรวจหาความผิดปกติได้ตั้งแต่ระยะเริ่มต้น เพิ่มโอกาสในการรักษา
- แม่นยำกว่าเดิม: AI ช่วยวิเคราะห์ภาพถ่ายจอประสาทตา (Retina) เพื่อคัดกรองโรคเบาหวานขึ้นตา หรือโรคทางตาอื่นๆ ได้อย่างแม่นยำ แม้ในพื้นที่ห่างไกล
- การรักษาเฉพาะบุคคล: AI ช่วยวิเคราะห์ข้อมูลสุขภาพที่หลากหลาย เพื่อแนะนำแนวทางการรักษาที่เหมาะสมที่สุดสำหรับผู้ป่วยแต่ละคน (Personalized Medicine)
- ลดภาระงาน: AI ช่วยงานเอกสาร หรืองานคัดกรองเบื้องต้น ทำให้บุคลากรทางการแพทย์มีเวลาดูแลผู้ป่วยได้มากขึ้น
นี่เป็นเพียงตัวอย่างเล็กๆ ครับ ศักยภาพของ AI ในทางการแพทย์นั้นเป็นไปได้อีกหลายอย่างมาก และ Medical AI Consortium นี่แหละครับ คือก้าวแรกที่สำคัญยิ่ง ที่จะทำให้ภาพเหล่านี้กลายเป็นความจริงในประเทศไทย
ไม่ใช่แค่เทคโนโลยี แต่คือ “ความร่วมมือ”
สุดท้ายนี้ ผมอยากจะย้ำว่า หัวใจสำคัญของเรื่องนี้ ไม่ได้อยู่ที่เทคโนโลยี AI เพียงอย่างเดียวครับ แต่อยู่ที่ “การร่วมมือ” การที่เรากล้าที่จะ “แชร์” ข้อมูลเพื่อประโยชน์ส่วนรวม กล้าที่จะ “เชื่อม” โยงองค์ความรู้และทรัพยากร และกล้าที่จะนำข้อมูลนั้นมา “ใช้” สร้างสรรค์นวัตกรรมใหม่ๆ
Medical AI Consortium อาจเป็นเพียงจุดเริ่มต้น แต่เป็นจุดเริ่มต้นที่ทรงพลัง ที่จะปลดล็อกศักยภาพของข้อมูลการแพทย์ไทย และขับเคลื่อนให้ประเทศไทยก้าวสู่การเป็นผู้นำด้าน AI ทางการแพทย์ในภูมิภาคได้ในอนาคต
เข้าไปติดตามข้อมูลต่อได้ที่ : https://medai-ckan.opend.cloud/
เอกสารโครงการ : https://www.facebook.com/photo?fbid=1106938934808809&set=a.305964524906258
Leave a Reply