การไปหาหมอถือเป็นยาขมสำหรับทุกคน เอาเฉพาะก่อนจะได้กินยาผ่าตัดและรักษาตัวตามอาการเจ็บป่วย ซึ่งจะมีขั้นตอนมาตรฐาน ตั้งแต่รอคิวซักประวัติ วินิจฉัยเบื้องต้น เจาะเลือด X-Ray, Ultrasound, MRI ส่องกล้อง และการทดสอบทางเทคนิคการแพทย์อีกสารพัดวิธีการและขบวนการ ซึ่งล้วนแต่ต้องเข้าคิวและรอคิว… ซึ่งแม้แต่แพทย์พยาบาลเจอกับตัวก็ร้องจ๊ากกันทุกคนไม่มีเว้น
การรอคิวระหว่างขั้นตอนการตรวจและรักษาอาการเจ็บป่วย จึงเป็น Pain Point ระดับ 10.5-11 ในระดับการประเมินความเจ็บปวดมาตรฐานที่แพทย์พยาบาลใช้ทั่วไปกับคนไข้ ซึ่งเจ็บสุดๆ จนต้องร้องขอยาแก้ปวดแรงที่สุดก็แค่ 10.0 เท่านั้น หลายคนจึงนิยามคิวรอและรอคิวขั้นตอนการตรวจและรักษา เป็นความเจ็บปวดขั้นร้องขอชีวิตกันทีเดียว…
การพยายามแก้ Pain Point เรื่องรอพยาบาล รอหมอ รอเจาะเลือด รอยา และอีกหลายรอในเขตโรงพยาบาล จึงมีชุดความคิดการแก้ปัญหามากมาย… ซึ่งแต่เดิมแพทย์พยาบาลก็แค่หาทางให้คนไข้มารอโดยวุ่นวายน้อยที่สุด หรือไม่ ก็นัดเวลาเอาจะได้ไม่ต้องมารอ… ซึ่งก็เป็นความพยายามที่จะแก้ Pain Point ของฝั่งแพทย์พยาบาลหรือโรงพยาบาลเป็นหลักมากกว่า
แต่สำหรับชุดความคิดในการจัดการ Pain Point เดียวกันนี้ของฝั่งนวัตกรในยุค AI/ML หรือ Artificial Intelligence / Machine Learning… จะข้ามไปหาวิธีลดขั้นตอน หรือ Stage and Gate Processes ในขั้นตอนการตรวจรักษาโรคทั้งหมด… โดยเฉพาะขั้นตอนที่ไม่ต้องพึ่งพาความเชี่ยวชาญเฉพาะด้านในวิชาชีพแพทย์พยาบาลแบบเข้มข้น… โดยมอบงานที่ต้องใช้ข้อมูลกับการวิเคราะห์อ้างอิงข้อมูลมหาศาลไปให้ AI ทำแทน
กรณีการวินิจฉัยโรคเบื้องต้นซึ่งมี Guidelines สะสมเป็นองค์ความรู้อยู่ในตำราแพทย์ รวมทั้งความเห็นและคำวินิจฉัยของแพทย์ผู้เชี่ยวชาญมากมายในทุกสาขาและทุกวิทยาการมาป้อนให้ AI ให้ได้มากพอจนสามารถเป็นผู้ช่วยแพทย์พยาบาล เพื่อลดคิวและการรอคิวให้เหลือแต่ขั้นตอนที่สำคัญและจำเป็น… หรือให้การรอเป็นศูนย์ได้ยิ่งดี
การใช้ AI ซักประวัติและส่งตรวจทางเทคนิคการแพทย์ก่อนการวินิจฉัย รวมทั้งการสรุปผลการตรวจวินิจฉัย อ้างอิงตำราแพทย์ และ Medical Guideline ที่ AI รู้จัก… ซึ่งคนไข้หรือผู้ป่วยสามารถทำได้ด้วยตัวเอง ย่อมเป็นทางออกที่สามารถลดงานของแพทย์พยาบาล และลด Stage and Gate Processes ระหว่างคนไข้กับแพทย์พยาบาลลงได้เยอะถึงเยอะมาก… เป็นประโยชน์และดีงามกับทั้งสองฝ่ายอย่างแน่นอน
ล่าสุด… Google Health ได้เปิดตัว Dermatology Assist Tool ในงานสัมมนา Google IO 2021 ระหว่างวันที่ 16–18 พฤษภาคมที่ผ่านมา ซึ่งเป็นงานสัมมนาประจำปีที่นักพัฒนาของ Goolge และ พันธมิตร ทั่วโลกไม่ยอมพลาด…
Dermatology Assist Tool เป็นแพลตฟอร์มวินิจฉัยโรคผิวหนังและปัญหาผิวหนัง… ซึ่งเวอร์ชั่นทดลองที่เผยแพร่ในงาน Google IO 2021 ครั้งนี้ ได้รับการรับรอง CE หรือ European Conformity สำหรับใช้เป็นเครื่องมือทางการแพทย์ในยุโรปแล้ว… ซึ่งในแอพ Dermatology Assist จะมี AI ตรวจจับผิวหนังได้ 288 สภาพผิว… แต่ไม่ได้ออกแบบเพื่อทดแทนการวินิจฉัยทางการแพทย์และการรักษา เพราะยังต้อง “ฝึก และ พัฒนา AI” กับข้อมูลภาพมากกว่า 65,000 ภาพซึ่งเป็นข้อมูลหลักที่ AI ต้องรู้ และ ยังมีข้อมูลภาพและข้อความอีกหลายล้านชุดเกี่ยวกับสุขภาพผิว ครอบคลุมสีผิวทุกเฉดสีและเชื้อชาติ… ซึ่งผู้เชี่ยวชาญระบุว่า ต้องใช้เวลาอีกอย่างน้อย 3 ปี
อย่างไรก็ตาม… Dermatology Assist ยังไม่ได้รับการรับรองจาก FDA หรือ สำนักงานคณะกรรมการอาหารและยาของสหรัฐอเมริกา… แต่ FDA ได้รับรอง AI ช่วยวินิจฉัยโรงมะเร็งปอดของบริษัท Optellum ซึ่งใช้กลไก Machine Learning Model เดียวกันนี้ไปก่อนแล้ว… ซึ่ง Google Health ไม่ได้กังวลเรื่อง FDA ที่พวกเขาเชื่อว่าผ่านแน่นอนในท้ายที่สุด
ในการนี้… Professor Tim Underwood ในฐานะหัวศูนย์วิทยาการมะเร็ง แห่ง University of Southampton ได้ให้ความเห็นว่า… เครื่องมือดังกล่าวมีศักยภาพในระดับให้การรักษาที่เหมาะกับผู้ป่วยมากขึ้น… การประยุกต์ใช้ AI ทั้งในโรคมะเร็งและโรคอื่นๆ จะช่วยเพิ่มรายละเอียดในคำวินิจฉัยที่เฉพาะเจาะระดับรายบุคคลได้อย่างยอดเยี่ยม
ประเด็นก็คือ… ความจำเป็นเร่งด่วนในการใช้ AI คัดกรองและวินิจฉัยอาการเจ็บป่วยเบื้องต้นด้วยตนเอง ถือเป็น “วาระเร่งด่วน” เพราะความตื่นตระหนก การหลอกลวง และ ข้อมูลทางสุขภาพและการรักษาที่เป็นเท็จ บิดเบือน หลอกลวงและขาดรายละเอียดที่ครบถ้วนในอินเตอร์เน็ต ซึ่งสะท้อนผ่านสถิติการสืบค้น และ รายงานความเสียหายในมิติต่างๆ ทั่วโลก สร้างผลกระทบด้านลบซึ่งกำลังกลายเป็นปัญหาใหญ่ลุกลามอยู่… จำเป็นต้องได้รับการแก้ไข
และที่สำคัญกว่านั้นคือ… Medical AI จะช่วย “เตือน และ ให้ข้อมูลก่อนเกิดโรคร้ายแรง” ตั้งแต่พบสัญญาณการก่อตัวของโรค… ซึ่งส่วนใหญ่เป็นระยะที่รักษาได้และรักษาง่ายนั่นเอง
References…
