AI ตัวช่วยหรือภัยคุกคามอาชีพแพทย์

จะเห็นได้ว่าปัจจุบันกระแสของ AI รวมถึง Machine Learning นั้นมาแรงมาก ซึ่งน่าจะกระทบกับชีวิตมนุษย์เราในอนาคตอันใกล้นี้ โดยส่วนนึงนั้นจะเข้าไปเกี่ยวข้องกับอุตสาหกรรมทางด้าน healthcare โดยตรง

จากข่าวก่อนหน้านี้ที่เราได้เห็น IBM ประกาศเข้าซื้อกิจการของ Merge Healthcare นั้น แสดงให้เห็นได้ว่าเทคโนโลยีของ AI เริ่มเข้าไปมีบทบาทโดยตรงกับธุรกิจ Healthcare อย่างแน่นอน  ซึ่งการที่ IBM มี AI อย่างระบบ Watson ที่ใช้เวลา R&D มาอย่างยาวนานมากนั้น ก็ทำให้ประสิทธิภาพของมันสามารถพ้นขีดจำกัดบางอย่างของมนุษย์ที่จะสามารถทำได้ไปแล้วโดยเฉพาะวงการการแพทย์

และทำไม IBM ถึงได้ลงเงินมหาศาลเพื่อทำการ take over บริษัท Merge ที่เป็นบริษัททาง Healthcare ก็จริงแต่ เน้นไปทางงานด้าน Imaging หรืองานด้านรังสีแพทย์เป็นส่วนใหญ่ เช่นระบบ PACS หรือ ระบบ RIS ที่เกี่ยวข้องเชื่อมต่อกับงานทางด้านรังสี

IBM ซื้อ Merge Healthcare

IBM ซื้อ Merge Healthcare

ซึ่งมันต้องเกี่ยวข้องกับ Watson ที่บริษัทยักษ์ใหญ่อย่าง IBM ทำการ R&D มาอย่างยาวนานอย่างแน่นอน โดย IBM จะให้ Watson นำร่องเข้าสู่ธุรกิจ Healthcare ซึ่งเป็นธุรกิจที่มีมูลค่ามหาศาล ผ่านข้อมูลมหาศาลของ Merge Healthcare ซึ่งการเข้ามาสู่งานด้านรังสีนั้น เนื่องจากเป็นส่วนที่เน้นไปทางด้าน digital แบบเต็ม ๆ สามารถให้ AI มาช่วยเหลือเพื่อเป็น Decision Support System ให้กับแพทย์ได้

IBM Watson

IBM Watson

รวมถึงข้อมูลมหาศาล ซึ่งหากนำไป training ผ่าน algorithm ทางด้าน machine learning ที่เป็น core หลักของ watson นั้น ก็จะทำให้ Watson มีความฉลาดขึ้น สามารถแยกแยะข้อมูล รวมถึงช่วยเหลือในการวินิจฉัยได้ง่ายขึ้นอย่างแน่นอน

อย่างที่ผมเคยกล่าวใน blog ที่แล้ว เรื่องของ Machine Learning กับการวิเคราะห์มะเร็งเต้านม  นั้นเราจะเห็นได้ว่างานด้านรังสีเป็นงานที่ AI น่าจะมาช่วยเหลือได้มากที่สุด เพราะเป็นการใช้ประสบการณ์ ในการวิเคราะห์ภาพ เพื่อทำการ Diagnostic หาโรค ซึ่งคล้ายเคียงกับรูปแบบการทำงานของ Machine Learning ที่ใช้การเรียนรู้ข้อมูลจากอดีต เพื่อมาตัดสินใจ  แต่เนื่องจากขีดจำกัดของมนุษย์ แม้จะเรียนมาเยอะขนาดไหนก็ไม่สามารถที่จะสู้ computer ได้เพราะ computer นั้นสามารถเก็บข้อมูลไปได้อย่างไม่จำกัด และใช้เวลาในการประมวลผลน้อยกว่ามนุษย์มาก ซึ่งถือเป็นข้อเสียเปรียบที่สุดสำหรับมนุษย์เราในปัจจุบัน

แต่ในปัจจุบันผู้ป่วยคนใดจะเชื่อมั่นใน AI มากกว่าหมอ?   เช่นเดียวกันในอดีต เราก็ไม่เคยเชื่อว่า รถมันจะสามารถขับเองได้แบบอัตโนมัติ จน Tesla สามารถทำมันได้จริง ๆ จนผู้คนสามารถยอมรับได้ว่า AI สามารถขับรถได้ ซึ่งบางทีอาจจะขับได้ดีกว่ามนุษย์เราอีกด้วยซ้ำ เพราะผ่านการวิเคราะห์รวมถึงการคำนวณอย่างถี่ถ้วนมาแล้ว

ในอดีต ใครจะคิดว่าเราจะสามารถสร้างรถขับเคลื่อนอัตโนมัติได้

ในอดีต ใครจะคิดว่าเราจะสามารถสร้างรถขับเคลื่อนอัตโนมัติได้

ในตอนนี้เราอาจจะยังไม่เห็นว่า AI สามารถวิเคราะห์โรคได้จริงๆ  เราอาจจะมองเป็นแค่ตัวช่วยเท่านั้น เพราะผู้ป่วยคงยังไม่มั่นใจหรอกว่า AI จะทำงานอย่างงี้ได้ แต่ใน domain ด้านรังสี มันสามารถทำได้จริง ๆ แล้ว และเผลอ ๆ  ทำได้ดีกว่าแพทย์ที่คอยวินิจฉัยให้เราในปัจจุบันไปแล้วก็ได้ ถ้าวัดในเรื่องของความแม่นยำในการวินิจฉัย เพราะ AI ไม่มีความเหนื่อยล้า ไม่มีอารมณ์ ไม่มีปัจจัยอื่นที่มากระทบต่อการวิเคราะห์ แต่มนุษย์เรานั้นมักจะมีปัจจัยแวดล้อมต่าง ๆ ที่มีผลต่อประสิทธิภาพการทำงานของเราเสมอ

เพราะฉะนั้นผมค่อนข้างมั่นใจว่า AI ในด้านนี้นั้น จะสามารถมาช่วยเหลือมนุษย์เราได้มากกว่าที่เป็นอยู่อย่างแน่นอน ซึ่งอาจจะเป็นผลดีต่อเรามากกว่า เพราะปัจจุบัน แพทย์ที่มีอยู่ก็ขาดแคลน และ เริ่มมีประสิทธิภาพลดถอยลงไป และเนื่องจากการปริมาณที่มีจำนวนน้อย รวมถึงภาระโหลดของงานก็แทบจะไม่ตกลงไปจากเดิมเลย การที่จะมี AI มาทำงานช่วยเหลือแพทย์นั้น คิดว่าเป็นส่งที่น่าจะเป็นผลดี มากกว่าผลร้ายกับมนุษย์เราทุกคนในอนาคตอันใกล้นี้

 

Reference Image :  www.eetimes.com

 

 


 


ติดตามสาระดี ๆ อัพเดททุกวันผ่าน Line OA



Geek Forever Club พื้นที่ของการแลกเปลี่ยนข้อมูลข่าวสาร ความรู้ ด้านธุรกิจ เทคโนโลยีและวิทยาศาสตร์ ใหม่ ๆ ที่น่าสนใจ



Geek Forever’s Podcast


“Open Your World With Technology


AI , Blockchain และเทคโนโลยีใหม่ ๆ กำลังเข้ามามีบทบาทสำคัญในหลายธุรกิจ ทั้ง แวดวงการเงิน สุขภาพ หรือ งานด้านบริการต่าง ๆ ผมเป็นคนหนึ่งที่สนใจเกี่ยวกับ AI หรือ Machine Learning

Podcast ของผมจะเล่าเรื่องราวต่าง รวมถึงเรื่องที่ผมสนใจอื่น ๆ เช่น startup หนังสือ หนัง หรือ กีฬาฟุตบอล อยากชวนคนที่สนใจให้ลองมาติดตาม podcast ของผมกันด้วยนะครับ

ฟังผ่าน podbean
ฟังผ่าน podbean
ฟังผ่าน Apple Podcasts
ฟังผ่าน Apple Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Google Podcasts
ฟังผ่าน Spotify
ฟังผ่าน Spotify
ฟังผ่าน Youtube
ฟังผ่าน Youtube