“เอไอ” ปฏิวัติวงการแพทย์ช่วยให้ตรวจพบโรคได้เร็วขึ้น ลดต้นทุน “แสนล้านดอลล์” ต่อปี

(4 กันยายน 2563) “การใช้ปัญญาประดิษฐ์” หรือ “เอไอ” ในการดูแลสุขภาพ เป็นจุดเปลี่ยนสำคัญของอุตสาหกรรม ด้วยเหตุผลเรื่องการช่วยรักษาชีวิต ลดค่าใช้จ่ายในอีโคซิสเต็มส์ทางการแพทย์ ที่โดดเด่นมากที่สุด คือ “ภาพถ่ายทางการแพทย์” ที่สมเหตุสมผลที่สุดจาก “นักรังสีวิทยา” ที่ถือว่าเป็นแถวหน้าด้านการแพทย์ยุคดิจิทัลจากการนำเทคโนโลยีมาใช้งาน

อ้างอิงจากสถาบันสุขภาพแห่งชาติสหรัฐฯ ระบุว่า การใช้เอไอในด้านภาพถ่ายทางการแพทย์ช่วง 10 ปีที่ผ่านมา เติบโตเร็วกว่าความเชี่ยวชาญด้านอื่น ขณะที่ แอคเซนเจอร์ คาดการณ์ว่าภายในปี 2569 เอไอในอุตสาหกรรมเฮลธ์แคร์โดยรวมๆ จะช่วยประหยัดค่าใช้จ่ายของรัฐในการรักษาพยาบาลได้ถึง 1.5 แสนล้านดอลลาร์ต่อปี

รายงานจาก “เน็ตแอพ” ผู้นำด้านบริการข้อมูลบนระบบคลาวด์ ระบุว่า ปัจจุบันเอไอ ถูกใช้บ่อยในเรื่องการถ่ายภาพ ด้วยคลื่นสนามแม่เหล็ก และการตรวจเอกซเรย์คอมพิวเตอร์ ไปจนถึงการใช้งานด้านอื่นๆ เช่น งานรังสีวิทยา การตรวจคัดกรอง รายงานการรักษา วางแผนติดตาม วางแผนโครงสร้างพื้นฐานและการคาดคะเนสถานการณ์ และอื่นๆ

มีข้อมูลว่า 10 ปีที่ผ่านมา สิ่งพิมพ์โดยสถาบันสุขภาพแห่งชาติสหรัฐฯ ตีพิมพ์ข้อมูลเกี่ยวกับเอไอในงานรังสีวิทยา เพิ่มขึ้นจาก 100-150 บทความต่อปี เป็น 700-800 บทความต่อปี

‘เอไอ’กับบทบาทในงานรังสีวิทยา

วงการภาพถ่ายทางการแพทย์อยู่ภายใต้ความกดดันอย่างมาก ในการต้องเพิ่มประสิทธิภาพการจัดการ ผู้ป่วยที่มีอายุมากขึ้น หมายถึงปริมาณภาพที่เพิ่มขึ้น ความซับซ้อนและความละเอียดของภาพก็เพิ่มขึ้น แต่จำนวนเจ้าหน้าที่รังสียังมีจำกัด แม้แต่กลุ่มประเทศที่พัฒนาแล้ว หลายประเทศยังขาดแคลนนักรังสีวิทยา โดยเฉพาะในพื้นที่ชนบท ขณะที่กลุ่มประเทศกำลังพัฒนาก็ขาดความเชี่ยวชาญด้านรังสีวิทยาเป็นอย่างมาก

การที่ปริมาณงานด้านรังสีวิทยามีมากขึ้น เอไอ จึงเป็นตัวช่วยที่สำคัญ ช่วยให้แต่ละแผนกใช้ทรัพยากรที่มีอยู่อย่างจำกัดได้ดีขึ้น เอไอ ช่วยเตรียมการคัดกรอง ช่วยวิเคราะห์ล่วงหน้า เป็นผู้ช่วยการทำงานของนักรังสีวิทยาที่เชี่ยวชาญให้มีประสิทธิภาพ และประสิทธิผลเพิ่มขึ้น สามารถใช้เวลาไปกับกรณีที่ผิดปรกติ หรือกรณีฉุกเฉินเร่งด่วน

ขณะที่ ข้อมูลจากสถาบันสุขภาพแห่งชาติสหรัฐฯ การถ่ายภาพด้วยคลื่นสนามแม่เหล็ก และการตรวจเอกซเรย์คอมพิวเตอร์เป็นเทคนิคที่ เอไอ มีความเกี่ยวข้องมากที่สุด

มีการนำแมชชีนเลิร์นนิ่งมาใช้ทุกกระบวนการทำงานของเวิร์คโฟลว์ภาพทางการแพทย์ ตั้งแต่เก็บภาพ วิเคราะห์ จนถึงการรายงาน ส่วนโมเดล ดีป เลิร์นนิ่ง ได้รับการพัฒนาเพื่อรองรับเงื่อนไขการใช้งานที่หลากหลาย การเพิ่มความเร็ว ความแม่นยำการวิเคราะห์ เพื่อให้ตรวจพบโรคได้เร็วขึ้น

ข้อมูลของเน็ตแอพ ระบุด้วยว่า เทคนิคการวินิจฉัยที่ใช้เอไอบางอย่างได้ก้าวหน้าไปไกล เช่น ศูนย์โรคตา Kellogg มหาวิทยาลัยมิชิแกน ได้รวมอุปกรณ์ที่ติดตั้งบนสมาร์ทโฟนเพื่อการถ่ายภาพจอประสาทตา เข้ากับอัลกอริทึม เอไอ อัตโนมัติ อย่าง EyeArt ช่วยระบุได้แบบเรียลไทม์ว่าผู้ป่วยเบาหวาน ควรไปพบจักษุแพทย์เพื่อติดตามทำการรักษาหรือไม่

จำแนกชุดข้อมูล-วิเคราะห์ได้แม่นยำ

ทั้งนี้ ข้อดีของการใช้งานเอไอในงานภาพถ่ายทางการแพทย์มีมากมาย เช่น รายงานได้เร็วขึ้นด้วยการรายงานล่วงหน้าจากเอไอ ที่นักรังสีวิทยาสามารถแก้ไขเพื่อความถูกต้อง ศึกษาตามกลุ่มได้ง่ายขึ้นจากภาพถ่าย ความคล้ายคลึงกันของผู้ป่วย

ขณะที่ เอไอไม่ได้ทำหน้าที่ได้ดีแค่ค้นหาความผิดปกติ ที่พิสูจน์ได้ว่ามีประโยชน์มากกว่านั้น คือ จำแนกประเภทของการศึกษาปกติ หรือเชิงลบได้เร็วขึ้น ทำให้นักรังสีวิทยามีเวลามากขึ้นในการตรวจสอบสิ่งผิดปกติ ประมวลผลเวชระเบียนอิเล็กทรอนิกส์ที่ดีขึ้น นำเสนอนักรังสีวิทยาด้วยข้อมูล สารสนเทศทางคลินิคของผู้ป่วยได้อย่างทันท่วงที

อย่างไรก็ตาม เอไอ มีผลกระทบต่องานด้านรังสีวิทยาแล้ว และรวดเร็วกว่าการแพทย์สาขาอื่น เราจะเห็นได้ว่า เอไอ ไม่ได้เข้ามาแทนที่รังสีแพทย์ แต่เข้ามาช่วยเสริมศักยภาพของนักรังสีวิทยา รวมถึงระบบการดูแลสุขภาพทั่วไป

https://www.bangkokbiznews.com/news/detail/896533