วงการแพทย์ ระบุแค่คิดก็ผิดแล้ว ! AI ไม่ควรเริ่มที่การวินิจฉัย ขณะที่ เนคเทค ร่วมเสนอความก้าวหน้าและทิศทางการพัฒนา AI ในประเทศจากแผน AI แห่งชาติ ในเวที AWS Public Sector Day Thailand 2024 แนะพลิก 3 จุดอ่อน AI ประเทศไทย สู่แนวทางแก้ไขพัฒนาให้เติบโตทั้งระบบนิเวศ
นพ.สุรัคเมธ มหาศิริมงคล โฆษกกระทรวงสาธารณสุขและผู้อำนวยการศูนย์เทคโนโลยีสารสนเทศและการสื่อสาร กล่าวในเวทีเสวนา AWS Public Sector Day Thailand 2024 ว่า กระทรวงสาธารณสุขเริ่มต้นเรื่อง AI มาตั้งแต่ปี 2560 โดยสนับสนุนให้บุคลากรได้รับการฝึกฝนด้าน Machine Learning และเทคโนโลยีที่เกี่ยวข้องอย่างต่อเนื่องทำให้การผลักดันนโยบายด้าน AI เริ่มต้นได้อย่างรวดเร็วเพราะมีพื้นฐานบุคลากรที่ไม่ได้เริ่มจากศูนย์
อย่างไรก็ตามการใช้ AI ด้านการแพทย์ยังมีควมท้าทายด้านข้อมูล แม้จะในประเทศไทยมีข้อมูลจำนวนมาก แต่การขาดระเบียบข้อบังคับ (Regulation) ในการนำข้อมูลมาใช้ทำให้เกิดปัญหา การสนับสนุนให้หน่วยงานที่เกี่ยวข้องเร่งร่างกฎระเบียบข้อมูลจะช่วยผลักดันเรื่อง AI ในวงการแพทย์ได้มาก
“การวินิจฉัยโรคเป็นกระบวนการที่ซับซ้อน จำเป็นต้องใช้ศาสตร์และศิลป์ ประสบการณ์ของแพทย์ และการพิจารณาจากหลายปัจจัยของคนไข้ ซึ่งในหลายกรณีนั้นยากที่จะอธิบายกระบวนการการวินิจฉัยออกมาเป็นอัลกอริทึม ดังนั้นการเริ่มต้นพัฒนา AI เพื่อใช้ในการวินิจฉัยโรคจึงเป็งานที่ท้าทาย ซับซ้อน ใช้เวลา และต้องผ่านการรับรองที่เข้มงวด หรือ การทดลองทางคลินิก ซึ่งอาจทำให้โครงการหยุดชะงักไปก่อน” นพ.สุรัคเมธ อธิบาย
DMIND แอปพลิเคชันคัดกรองซึมเศร้าเป็นหนึ่งตัวอย่างของการนำ AI มาใช้ด้านการแพทย์และสาธารณสุขอย่างมีประสิทธิภาพ โดยความสำเร็จของ DMIND ไม่ได้เกิดจากการแก้ปัญหาทางการแพทย์โดยตรง แต่เป็นการจัดสรรทรัพยากรให้เหมาะสม คือ การช่วยให้กลุ่มผู้มีภาวะซึมเศร้ารุนแรงได้รับการดูแลก่อน
ผศ.ดร.ณัฐวุฒิ หนูไพโรจน์ ผู้อำนวยการศูนย์ความเป็นเลิศด้านนวัตกรรมดิจิทัลและปัญญาประดิษฐ์เพื่อการแพทย์ด้านจิตเวช (AIMET) จุฬาลงกรณ์มหาวิทยาลัย อธิบายว่า DMIND เป็นเครื่องมือที่ใช้ AI Multimodel ผสานการวิเคราะห์ภาพ เสียง และข้อความเพื่อประเมินระดับภาวะซึมเศร้าของผู้ใช้งานในระดับสีเขียว เหลือง และแดง สำหรับผู้ที่อยู่ในกลุ่มสีแดง ระบบจะส่งต่อข้อมูลไปยังกรมสุขภาพจิตและสายด่วน 1323 เพื่อให้ความช่วยเหลือทันที ช่วยลดเวลารอสายและเพิ่มประสิทธิภาพในการคัดกรอง โดยลดจำนวนผู้รอสายลงมากกว่า 60% พร้อมพัฒนา Voicebot เพื่อสอบถามข้อมูลเบื้องต้น ทำให้ผู้ที่อยู่ในกลุ่มสีแดงหรือสีส้มได้รับการดูแลอย่างรวดเร็วขึ้น แสดงให้เห็นถึงศักยภาพของ AI ในการจัดการทรัพยากรให้เข้าถึงผู้ที่ต้องการความช่วยเหลือได้ตรงจุด
“อีกปัจจัยสำคัญในการพัฒนา AI ให้ประสบความสำเร็จ คือ การทำงานร่วมกันระหว่างทีมเทคโนโลยีและผู้เชี่ยวชาญในสาขานั้น ๆ (Domain Expert) ทีมแพทย์ด้านจิตวิทยาที่มีทักษะด้านเทคโนโลยีเป็นสะพานเชื่อมที่ทำให้ทั้งสองทีมเข้าใจโจทย์ เข้าใจปัญหาอย่างลึกซึ้งยิ่งขึ้น” ผศ.ดร.ณัฐวุฒิ
ด้าน ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการศูนย์เทคโนโลยีและอิเล็กทรอนิกส์แห่งชาติ หรือ เนคเทค สวทช. ในฐานะผู้ช่วยเลขานุการคณะกรรมการขับเคลื่อนแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย กล่าวว่า การพัฒนาเทคโนโลยีต้นน้ำด้าน AI ในประเทศไทยเป็นเรื่องท้าทาย และยังจำเป็นต้องพัฒนาแอปพลิเคชันหรือโดเมนต่าง ๆ เพิ่มเติมขึ้นอีกจำนวนมาก
ดังนั้น แผน AI แห่งชาติ จึงมุ่งสนับสนุนการเติมเต็มระบบนิเวศการพัฒนา AI เติมเต็มสิ่งที่ยังขาดในหลายด้าน จากผลการสำรวจดัชนีความพร้อมด้าน AI ของรัฐบาลไทย ปี 2566 (Government AI Readiness Index 2023) โดย Oxford Insight ประเทศไทยมีความพร้อมอยู่ในอันดับที่ 37 จาก 197 ประเทศ โดยพบประเด็นที่ต้องเร่งการพัฒนาใน 3 ด้านหลัก ได้แก่
1) การเข้าถึงข้อมูล (Data Accessibility)
“การวิจัยและพัฒนา AI ในอุตสาหกรรมเป้าหมายของประเทศ สิ่งที่ต้องสนับสนุนอย่างยิ่งกลับไม่ใช่เรื่องเทคโนโลยีเสมอไป แต่หากเป็นเรื่องการเข้าถึงข้อมูล” ดร.ชัย ตั้งข้อสังเกต
ยกตัวอย่าง การวิจัยและพัฒนา AI ในด้านการแพทย์และสาธารณะสุข จำเป็นต้องส่งเสริมให้มีการรวบรวมข้อมูล (Data Collection) ที่มากเพียงพอ และเปิดเป็นข้อมูลสาธารณะให้ได้มากที่สุดโดยไม่ละเมิดสิทธิความเป็นส่วนตัว (Data Privacy) ถึงการพัฒนาเครื่องมือ AI ให้ผ่านการรับรองจากองค์การอาหารและยา (อย.) รวมถึงข้อมูลด้านมาตรฐานด้านความปลอดภัย การใช้ AI อย่างมีความรับผิดชอบ (Responsibility AI) เป็นต้น โดยเนคเทค สวทช. มุ่งพัฒนาโครงสร้างพื้นฐานเพื่อสนับสนุนรวบรวมและแชร์ข้อมูลที่สามารถนำไปใช้พัฒนานวัตกรรมด้าน AI
2) ด้านกำลังคน (Human Capital)
การขาดแคลนบุคลากรที่มีความรู้ความเชี่ยวชาญด้าน AI เป็นปัญหาใหญ่ในการพัฒนา AI ของประเทศ แผน AI แห่งชาติจึงตั้งเป้าพัฒนากำลังคนด้าน AI กว่า 30,000 คนภายในปี 2570 ผ่านโครงการต่าง ๆ เช่น Super AI Engineer ที่จะขยายศูนย์ภูมิภาคจาก 6 เป็น 11 แห่ง และเพิ่มจำนวนผู้เข้าร่วมกิจกรรมในรอบไฟนอลจาก 200 เป็น 400 คนในปีหน้า พร้อมเน้นย้ำความสำคัญของการลงทุนด้านการพัฒนาบุคลากรให้มีความรู้ความเชี่ยวชาญด้าน AI จะช่วยเพิ่มความมั่นใจในการนำ AI เข้ามาประยุกต์ใช้ในองค์กร
3) การพัฒนา AI ภายในประเทศ (In-house AI Development)
การใช้งาน AI ในประเทศไทยส่วนใหญ่ยังจำกัดอยู่ในลักษณะการประยุกต์ใช้มากกว่าการพัฒนาเอง แผน AI แห่งชาติจึงมุ่งพัฒนาโครงสร้างพื้นฐาน (Infrastructure) เพื่อสนับสนุนการพัฒนา AI ภายในประเทศ เช่น LANTA ซูเปอร์คอมพิวเตอร์ (Supercomputer) สำหรับการเทรนด์โมเดล AI ขนาดใหญ่ โดย ThaiSC สวทช. เปิดให้บริการในราคาที่เข้าถึงได้ รวมถึงแพลตฟอร์มให้บริการ AI สัญชาติไทย หรือ AI for Thai ซึ่งใช้บริการ APIs AI ครอบคลุมทั้งด้านเสียง ภาพ และข้อความ ทั้งงานวิจัยจากเนคเทค สวทช. และหน่วยงานพันธมิตร โดยไม่คิดค่าใช้จ่าย เป็นอีกหนึ่งเครื่องมือในการสนับสนุนและเป็นตัวเร่งการพัฒนา AI ภายในประเทศ
“ผู้บริหารต้องเข้าใจขีดจำกัดของ AI และตั้งเป้าหมายที่สอดคล้องกับธุรกิจ อย่าคาดหวังกับ AI สูงมากเกินไปจนคิดว่า AI ทำได้ทุกอย่าง โดยเนคเทค สวทช. มีแผนในการพัฒนาส่วนให้คำปรึกษาการพัฒนา AI อย่างเป็นระบบมากขึ้น อาจให้บริการแบบ Counter Service ที่ตอบโจทย์หน่วยงานรัฐและเอกชน” ดร.ชัย กล่าวทิ้งท้าย
แหล่งข้อมูล