การใช้เทคโนโลยี VR ช่วยศัลแพทย์ผ่าตัดสมอง

เมื่อศัลยแพทย์วางแผนในการผ่าตัดสมองของผู้ป่วยนั้น การใช้ เทคโนโลยี VR หรือ Virtual Reality ผ่านการ Render 3D ทำให้การวางแผนผ่าตัดนั้นทำได้ง่ายขึ้น

ซึ่ง เทคโนโลยี VR นี้ถูกเรียกว่า SNAP (The Surgical navigation advance platform) ซึ่งถูกพัฒนาโดย บริษัท Surgical Theater
โดยเทคโนโลยีดังกล่าวจะเป็นการ รวบรวมภาพจาก 2D MRI และ CT Scan เพื่อทำการสร้าง 3D Model ของสมองคนไข้

โดยศัลยแพทย์สามารถที่จะ สำรวจส่วนต่าง ๆ ของสมองผ่าน แว่น VR ของคนไข้ได้จริง ๆ

ซึ่ง สำหรับคนไข้แล้วนั้น เทคโนโลยี VR เหล่านี้ จะช่วยให้ สามารถอธิบายสิ่งที่ซับซ้อนภายในสมองคนไข้ ให้คนไข้สามารถเข้าใจได้อย่างเห็นภาพ และเข้าใจถึงกระบวนการในการผ่าตัดของหมอได้อย่างง่ายดายยิ่งขึ้น

เทคโนโลยี VR ยังช่วยให้ ศัลยแพทย์ สามารถทดสอบ การผ่าตัดในแนวทางต่าง ๆ ได้ โดยการทดลองผ่าน VR และยังช่วยเลือกวิธีการที่ดีที่สุดในการผ่าตัดสมอง เพื่อลดความผิดพลาดให้มากที่สุด และเป็นประโยชน์ที่สุดกับคนไข้

จากการใช้งาน ผลิตภัณฑ์นี้ ของศัลย์แพทย์ชั้นนำพบว่า สามารถที่จะช่วยเหลือในการผ่าตัดให้เร็วขึ้น และ ง่ายขึ้น ลดความผิดพลาดกับคนไข้ได้จริง ๆ ผ่านการทดลองกับคนไข้จริง ๆ มาแล้ว

ซึ่งจะเห็นได้ว่าในปัจจุบัน เริ่มมีการใช้เทคโนโลยี รวมถึงเครื่องมือเซ็นเซอร์ต่าง ๆ ที่มีประสิทธิภาพสูงขึ้นมาช่วยเหลือแพทย์ในการทำงาน ทั้งทางด้านการวิเคราะห์โรค หรือ ช่วยเหลือในการผ่าตัดอย่างการใช้ VR ของ SNAP

โดยเทคโนโลยีเหล่านี้นั้นจะมีบทบาทสำคัญอย่างยิ่งในอนาคตในการช่วยเหลือแพทย์ในการทำงานให้มีประสิทธิภาพมากยิ่งขึ้น และที่สำคัญนั้นยังเป็นการลดการสูญเสียจากการผ่าตัดแบบเดิม ๆ ที่เกิดขึ้น เพราะ VR นั้นสามารถทำให้แพทย์ได้ทดลองกับชิ้นส่วนร่างกายที่เหมือนของจริงมากที่สุด ก่อนที่จะลงมือทำการผ่าตัดจริง ซึ่งหากเป็นในอดีตนั้นคงไม่สามารถทำอย่างนี้ได้แน่นอน ซึ่งสุดท้าย การร่วมมือกันระหว่างแพทย์ผู้เชี่ยวชาญและเทคโนโลยีทีมีประสิทธิภาพนั้น ถือเป็นก้าวที่สำคัญในการลดความสูญเสียที่ไม่จำเป็นอีกต่อไปนั่นเอง

หุ่นยนต์ ช่วยในการขนส่ง “Cassie”

Featured Video Play Icon

เจ้า “Cassie” หุ่นยนต์ 2 ขา ที่สามารถที่จะ เดินและวิ่งได้เหมือนมนุษย์ เป็นอนาคตที่จะปฏิวัติวงการโลจิสติก

เมื่อเจ้าหุ่นตัวนี้สามารถส่งสินค้าให้กับท่านได้ถึงหน้าบ้าน
โดยเจ้า “Cassie” นั้น ได้ถูกพัฒนาขึ้นโดย Robotics Lab ที่มหาวิทยาลัย Oregon State University

โดยเทคโนโลยีทั้งหมดนั้นได้ถูกพัฒนาขึ้นภายใน Lab ดังกล่าวทั้งหมด และมีเป้าหมายที่จะจำหน่ายเจ้า “Cassie” จำนวน 6 ตัวไปยัง
มหาลัยอื่น ๆ ทั่วสหรัฐ เพื่อทำการวิจัยต่อ

สำหรับ ราคาค่าตัวของเจ้า “Cassie” นั้น ราคาขายปลีกอยู่ที่ประมาณ 300,000 เหรียญสหรัฐ

โดยที่รุ่นใหม่ ๆ ของ “Cassie” นั้น
ได้ Design ให้มีขนาดที่เล็กลง และมีสีสันเพิ่มมากขึ้น เพื่อลบภาพหุ่นยนต์ ที่น่ากลัว ที่หนัง ฮอลลีวู้ด มักกล่าวถึง

มาลองฟังเพลงที่แต่งจาก AI กันเถอะ

ที่ผ่านมาผมได้เขียน Blog ที่เกี่ยวข้องกับ AI ในหลาย ๆ แขนง เช่น การลงทุน การแพทย์ หรือ การตลาด ซึ่งล้วนแล้วแต่เป็นงานที่มีความเกี่ยวข้องกับวิทยาศาสตร์แทบจะทั้งสิ้น แต่ในสายงานด้านศิลปะ นั้น ยังไม่ค่อยเห็นการนำ AI เข้ามาพัฒนามากนัก

เนื่องจากงานด้านศิลปะ เป็นงานที่ยากสำหรับการจะใช้ AI มาช่วยเหลือ เพราะมันเป็นศาสตร์ ที่ต้องใช้ความคิดสร้างสรรค์ ซึ่งต่างจากด้าน วิทยาศาสตร์ ที่สามารถนำข้อมูลต่าง ๆ มาวิเคราะห์ได้

แต่ Ash Koosha นักแต่งเพลงชาวอิหร่าน ที่หลงไหลในเทคโนโลยี ได้ทำการทดลองบางสิ่งออกมา โดยการเป็นการร่วมมือกับ AI หรือ ปัญญาประดิษฐ์ ในการแต่งเพลงขึ้นมา ซึ่งต้องบอกว่าผลที่ออกมานั้น น่าสนใจเป็นอย่างมาก

ซึ่งในวันศุกร์ที่แล้วทาง Ash Koosha ได้ปล่อยอัลบั้มที่ 4 ของตัวเอง ที่ใช้ชื่อว่า “Return O” ซึ่งมี Single พิเศษที่ทำการแต่งโดย AI ที่ใช้ชื่อว่า Yona ซึ่งเป็น AI ที่ทาง Koosha ได้สร้างขึ้น โดยเป็นการสร้างผลงานร่วมกันระหว่างมนุษย์ กับ AI เป็นครั้งแรก

ซึ่ง Yona นั้นเป็น AI Software ที่ทำการประมวลผล ตัวโน๊ต ดนตรีต่าง ๆ รวมถึง การใส่คำร้อง ที่เป็นการ Training มาจาก Koosha โดยตรง ผ่านกระบวนการที่เรียกว่า Machine Learning

ซึ่งอัลบั้ม Return O ได้รับคะแนน 6/10 จาก Pitchfork นิตยสารด้านเพลงชื่อดัง และได้กล่าวถึงผลงานของอัลบั้มดังกล่าว ว่า เป็นอัลบั้มที่น่าสนใจ แต่ เรื่องทักษะการแต่งเนื้อเรื่องด้วย Yona อาจจะต้องมีการปรับปรุงทักษะบางอย่าง ให้มีประสิทธิภาพที่ดีขึ้น

อนาคตของวงการศิลปะกับ AI

สำหรับ Yona นั้นไม่ใช่เป็นผลงานแรกที่เกี่ยวข้องกับศิลปะ ที่เป็นการนำ AI มาช่วยเหลือ แต่ มีหลาย ๆ งานที่นำร่องไปก่อนแล้วเช่น  งานถ่ายภาพบุคคล , เขียนบทกวีและเขียนสคริปต์  ที่ได้มีการนำเอา AI มาช่วยเหลือมนุษย์ในการทำงาน

แต่ถ้าเทียบกับสาขาด้านวิทยาศาสตร์ ก็ต้องบอกว่า ยังเป็นแค่ ก้าวเล็ก ๆ ของ AI เท่านั้นที่จะมาแข่งกับมนุษย์ ในงานด้าน ศิลปะ ที่ต้องใช้ความคิดสร้างสรรค์ และ idea ต่าง ๆ มาประกอบกัน ซึ่ง เป็นเรื่องยาก ที่ AI จะสามารถมาแข่งกับมนุษย์ได้ แต่ในอนาคตนั้นเราก็ไม่สามารถมั่นใจได้หรอกว่า งานวิจัย และพัฒนาด้าน AI ใน Lab ต่าง ๆ ทั่วโลก กำลังบรรจงใส่ความคิดสร้างสรรค์ เข้าไปใน AI กันอยู่ และสุดท้าย ก็สามารถที่จะมาแข่งกับมนุษย์ ได้ เหมือนกับที่เห็นในหลาย ๆ งานในสาขาวิทยาศาสตร์

References : futurism.com

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage : facebook.com/tharadhol.blog
Blockdit : blockdit.com/tharadhol.blog
Twitter : twitter.com/tharadhol
Instragram : instragram.com/tharadhol

5 ตัวอย่างกับการใช้ AI ในอุตสาหกรรม Healthcare อย่างมีประสิทธิภาพ

อุตสาหกรรมทางการแพทย์ นั้น อุตสาหกรรมหนึ่งเลยที่มีความน่าสนใจอย่างยิ่ง ที่จะนำเอา AI เพื่อมาเพิ่มประสิทธภาพการทำงานของทั้งตัวหมอเอง รวมถึง เพิ่งประสิทธิภาพของโรงพยาบาลให้ดีขึ้น

แม้ทางการแพทย์นั้น จะยุ่งเกี่ยวกับความเป็นความตายขอคนไข้ ซึ่งการนำเอาเทคโนโลยีต่าง ๆ มาใช้นั้น ก็ต้องคำนึงถึงหลาย ๆ ส่วน ไม่ว่าจะเป็นเรื่องความปลอดภัยของข้อมูลคนไข้  , เรื่อง privacy ของคนไข้ รวมถึง ความ error ต่าง ๆ ของการนำเอาเทคโนโลยี มาใช้ เพราะล้วนแล้วแต่เกี่ยวข้องกับความเป็นความตายของคนไข้แทบจะทั้งสิ้น ซึ่งเป็นเรื่องที่ Sensitive กว่า Domain อื่น ๆ อยู่มาก

มาดูกันว่า 5 ตัวอย่างของการใช้ AI ในอุตสาหกรรมการแพทย์ เพื่อเพิ่มประสิทธิภาพนั้นมีอะไรกันบ้าง

1.AI-assisted robotic surgery

ในวงการศัลยแพทย์ นั้น ได้เริ่มมีการนำหุ่นยนต์ เข้ามาใช้ช่วยเหลือ ศัลยแพทย์เป็นเวลาช่วงหนึ่งแล้ว โดย AI นั้นสามารถที่จะช่วยได้ตั้งแต่การ วิเคราะห์ข้อมูล ของคนไข้ เพื่อ Guide ให้ศัลยแพทย์ ได้ใช้เครื่องไม้ เครื่องมือ ที่ถูกต้องกับคนไข้ เป็นการลดเวลาในการเตรียมความพร้อมในการผ่าตัดไปได้มาก ซึ่งหุ่นยนต์ผ่าตัดนั้น สามารถที่จะช่วยเหลือศัลยแพทย์ ให้ผ่าตัดในจุดที่มีความเสียหายกับร่างกายน้อยที่สุด ไม่ต้องมีการผ่าตัดในส่วนที่ไม่เกี่ยวข้องออกไป ทำให้แผลผ่าตัดนั้น มีขนาดเล็กลง

ด้วยความสามารถของ AI  ทำให้หุ่นยนต์ผ่าตัดนั้น สามารถที่จะเรียนรู้จากการผ่าตัดครั้งก่อน ๆ หน้า เพื่อปรับเทคนิคในการผ่าตัดครั้งตอไปให้กับคนไข้ได้  ซึ่งมี Case Study ที่นำเอา AI มาช่วยเหลือหมอผ่าตัดกระดูกและข้อ ซึ่งสามารถลดจำนวนการผ่าตัดได้ถึง 5 เท่า หากเทียบกับ ให้หมอ Orthopedic ได้ทำการวิเคราะห์ด้วยตัวเองเพียงคนเดียว

Da Vinci

สำหรับการผ่าตัดในจุดที่มีความละเอียดค่อนข้างสูงอย่างการผ่าตัดตานั้น หุ่นยนต์ผ่าตัดชื่อดังอย่าง Da Vinci ก็สามารถที่จะช่วยเหลือแพทย์ในส่วนที่ซับซ้อนที่ยากต่อการเข้าถึงได้ดีกว่า การผ่าตัดแบบเดิม ๆ อย่างมาก ทำให้สามารถผ่าตัดในส่วนที่เข้าถึงยาก และมีความซับซ้อน ได้อย่างมีประสิทธิภาพ

แม้กระทั่งในการผ่าตัดอวัยวะที่สำคัญที่สุดของมนุษย์อย่างการผ่าตัดหัวใจก็เช่นกัน หุ่น Heartlander หุ่นยนต์ช่วยผ่าตัดด้านหัวใจ ก็สามารถที่จะเปิดแผลที่มีขนาดเล็กมากบริเวณหน้าอก เพื่อเข้าถึงการรักษาบริเวณเนื้อเยื่อของหัวใจคนไข้ได้ โดยไม่ต้องใช้การผ่าตัดแบบเปิดผลขนาดใหญ่เหมือนที่เคยทำมา สำหรับการผ่าตัดหัวใจ

2. Virtual nursing assistants

ในด้านการพยาบาลก็เช่นเดียวกัน ถือว่าเป็นค่าใช้จ่ายที่ค่อนข้างสูงส่วนนึง ของอุตสาหกรรม Healthcare ในอเมริการนั้น ประเมินได้ว่า หากมีการนำระบบ Vitual nursing มาใชนั้น สามารถลดรายจ่ายไปได้กว่า สองหมื่นล้านเหรียญในแต่ละปี ซึ่ง งานบางงานที่ต้องทำอะไรซ้ำ ๆ นั้น สามารถที่จะใช้ Robot หรือ AI มาช่วยเหลือได้

ซึ่งคล้าย ๆ กับ ระบบ Chatbot ที่กำลังเป็นที่นิยมในขณะนี้ การมีผู้ช่วยเหลืออย่าง Virtual Nursing นั้น สามารถที่จะทำงานได้ตลอด 24 ชม. โดยไม่ต้องมีการพักเปลี่ยนเวร แต่อย่างใด รวมถึง ได้ประสิทธิภาพบางอย่างที่ดีกว่าด้วย สามารถตอบคำถามได้อย่างรวดเร็วกว่าการใช้มนุษย์เป็นอย่างมาก หากเป็นคำถามที่ซ้ำ ๆ ที่ AI สามารถที่จะเรียนรู้ได้

แถมยังช่วบลดความไม่จำเป็นในการเข้ามาที่โรงพยาบาลได้อีกด้วย ตัวอย่างที่ประสบความสำเร็จของ Virtual Assistant เช่น Care Angel’s ที่มีความสามารถทีช่วยเช็คสุขภาพเบื้องต้นของผู้ป่วยผ่านทางการสื่อสารด้วยเสียง และความสามารถของ AI ที่จะช่วยคัดกรองคนไข้ เพื่อไม่ต้องเข้ามาที่โรงพยบาลหากไม่ใช่เรื่องจำเป็นจริง ๆ

3. Aid clinical judgement or diagnosis

ในปัจจุบันมีหลาย use case ที่น่าสนใจในการนำ AI เข้ามาร่วมในการวินิจฉัยผลของคนไข้  ตัวอย่างนึงที่น่าสนใจคือทาง มหาวิทลัย Standford ได้ทำการทดสอบ AI Algorithm ในการตรวจมะเร็งผิวหนัง โดยมีการเปรียบเทียบกับ หมอผู้เชี่ยวชาญทางด้านผิวหนัง แล้วพบว่า ผลของการวินิจฉัยด้วย AI นั้น มีความสามารถเทียบเท่ากับการใช้หมอผู้เชี่ยวชาญด้านผิวหนังในการวินิจฉัย แต่สิ่งที่แตกต่างกันอย่างชัดเจน คือ เวลา ที่ใช้ในการวินิจฉัยต่างกันอย่างมาก AI สามารถทำได้ภายในระยะเวลาไม่กี่นาที ต่างกับ หมอผู้เชี่ยวชาญที่ต้องใช้เวลาหลายชม. ในการวิเคราะห์ผล

งานวิจัยอีกชิ้นที่น่าสนใจของ Danish AI software นั้น ได้ทำการทดสอบ algorithm ในการฟังเสียงสนทนา เมื่อมีการโทรศัพท์ฉุกเฉินเข้ามาในโรงพยาบาล กรณีผู้ป่วยในโรคหัวใจ โดยการดักฟังโทนเสียงของผู้ป่วย รูปแบบการพูด พบว่าสามารถคัดกรองผู้ป่วยที่มีโอกาสที่จะมีอาการหัวใจวายได้ถึง 93% ซึ่งสูงกว่ารูปแบบปรกติที่ใช้มนุษย์คัดกรองที่ทำได้เพียงแค่ประมาณ 73% เท่านั้น

ส่วนทางฝั่งยักษ์ใหญ่ Search Engine จากจีนอย่าง Baidu Research นั้น ก็ได้ทำการทดสอบ Deep learning algorithm ที่สามารถที่จะระบุถึงการแพร่กระจายของมะเร็งเต้านม ได้ดีกว่าการวิเคราะห์จากมนุษย์

ส่วนทางด้านประเทศอังกฤษ นายกรัฐมนตรี Theresa May ก็ได้ประกาศวาระสำคัญของชาติ คือ AI Revolution ซึ่งจะช่วยเหลือ National Health Service (NHS) ซึ่งคงคล้ายๆ  สปสช. ของบ้านเรา ในการช่วยทำนายผู้ป่วยที่มีโอกาสเกิดโรคมะเร็ง โดยการวิเคราะห์จาก ข้อมูลทางด้านสุขภาพ พฤติกรรมการใช้ชีวิต รวมถึงพฤติกรรมการรับประทานอาหาร และยังวิเคราะห์จากข้อมูลทางด้าน พันธุกรรมของคนไข้ เพื่อช่วยทำนายว่า คนไข้ มีความเสี่ยงที่จะเป็นโรคมะเร็งหรือไม่ โดยใช้ AI และข้อมูลจาก NHS

4. Workflow and administrative tasks

งานด้านเอกสารหรือธุรการต่าง ๆ ภายใน workflow ของระบบโรงพยาบาลนั้นก็เป็นต้นทุนสำคัญอย่างนึงของโรงพยาบาล ซึ่ง ประมาณได้ว่า ในปี ๆ หนึ่ง ๆ ในประเทศอเมริกา หากสามารถนำ AI มาช่วยงานเหล่านี้ได้นั้น สามารถที่จะลดต้นทุนไปได้กว่า 18,000 ล้านเหรียญ สหรัฐเลยทีเดียว

ซึ่ง AI สามารถที่จะช่วยเหลือในงานต่าง ๆ ได้ไม่ว่าจะเป็น voice-to-text transcriptions หรือการแปลงจากเสียงมาเป็นtext  งานด้านเอกสารกำกับยา หรืองานที่เกี่ยวข้องกับ chart notes

ซึ่งตัวอย่างนึงที่ใช้ AI ในการช่วยเหลืองานด้าน Admin คือการร่วมมือกันระหว่าง Cleveland Clinic และ IBM โดยมีการนำเอา IBM’s Watson มาช่วยในการวางแผนการรักษาให้กับแพทย์ โดยทำการวิเคราะห์จากข้อมูล medical record โดยใช้เทคโนโลยี Natural language processing เพื่อช่วยวางแผนการรักษาให้กับแพทย์ได้อย่างมีประสิทธิภาพมากยิ่งขึ้น

5. Image analysis

ต้องบอกว่าเป็นงานที่สำคัญอย่างหนึ่งเลยสำหรับการวิเคราะห์ภาพเช่นในการ ทำการ X-RAY , MRI หรือ Ultrasound ซึ่ง effect โดยตรงต่อผู้ป่วย เพราะเป็นการวิเคราะห์ ให้เจอสาเหตุของโรคต่าง ๆ ที่เกิดขึ้นกับผู้ป่วย

ซึ่งโดยปรกติแล้วนั้นงานทางด้าน Image Analysis โดยผู้เชี่ยวชาญนั้น เป็นงานที่ต้องใช้เวลาในการวิเคราะห์เป็นอย่างมาก

ตัวอย่างสำคัญในการวิเคราะห์ที่ทำให้ process เหล่านี้ทำได้รวดเร็วขึ้น คือ ในงานวิจัยของ MIT ได้ทำการพัฒนา machine learning algorithm ที่สามารถจะวิเคราะห์ภาพ Scan 3D จากการถ่าย MRI , CT-SCAN โดยสามารถที่จะวิเคราะห์ได้เร็วกว่าผู้เชี่ยวชาญที่เป็นมนุษย์ถึง 1000 เท่า ซึ่งเป็นตัวเลขที่น่าสนใจเลยทีเดียว

ซึ่ง AI นั้นจะมาช่วยเหลืออย่างมากกับงานด้านรังสีแพทย์ เพราะเป็นงานที่ AI สามารถทำงานได้ดีที่สุด เนื่องจากเป็นการใช้ประสบการณ์การเรียนรู้จากข้อมูลในอดีต หากมีคลังข้อมูลที่มากพอ ก็ทำให้ AI มีผลการวิเคราะห์ที่แม่นยำกว่ารังสีแพทย์ผู้เชี่ยวชาญเสียอีก

รวมถึงการที่ AI สามารถมาช่วยเหลืองานด้าน Telemedicine ในพื้นที่ห่างไกล ซึ่งคนไข้สามารถที่จะใช้ Smartphone ในการถ่ายภาพเบื้องต้น ของบริเวณที่ได้รับบาดเจ็บ หรือ ต้องการรักษา ซึ่ง AI สามารถที่จะช่วยเหลือในการวิเคราะห์อาการเบื้องต้นจากภาพถ่ายเหล่านี้ได้ และสามารถ guide แนวทางการรักษาเบื้องต้นให้กับผู้ป่วยที่อยู่ในพื้นที่ห่างไกลได้

AI จะเข้ามาช่วยเหลือหรือแย่งงานจากคนในอุตสาหกรรม Healthcare

ต้องบอกว่าด้วยพื้นฐานทางเทคโนโลยีในปัจจุบันไม่ว่าจะเป็นด้าน AI , Machine Learning รวมถึงเทคโนโลยีทางด้านหุ่นยนต์ กล้อง รวมถึงเซ็นเซอร์อัจฉริยะ ต่าง ๆ นั้น ถึงแม้จะยังไม่ผลิตออกมาเป็นผลิตภัณฑ์ที่มาช่วยเหลือแพทย์ได้ทุกแขนงในปัจจุบัน หรือยังเป็นงานวิจัยอยู่ก็ตาม เราต้องยอมรับว่า เทคโนโลยีเหล่านี้ได้ไปไกลเกินความสามารถของเหล่าผู้เชี่ยวชาญที่เป็นมนุษย์ในปัจจุบันแล้ว

ซึ่งต้องยอมรับเช่นกันว่าเครื่องมือเหล่านี้ล้วนมาช่วยเหลือแพทย์ผู้เชี่ยวชาญ รวมถึงผู้เกี่ยวข้องในอุตสาหกรรมนี้ได้อย่างมาก จนหลาย ๆ งานสามารถที่จะเข้าไปทดแทนงานของมนุษย์ได้จริง แต่งานที่เกี่ยวข้องกับคนไข้นั้นยังไง ผู้ป่วยย่อมจะไม่ยอมรับผลการรักษา 100% จาก AI แน่นอนอยู่แล้ว

แต่อย่างไรก็ดีในอนาคตอันใกล้ หากเทคโนโลยีเหล่านี้พัฒนาจนเป็นที่ยอมรับของมนุษย์ได้ 100% จริง ๆ เหมือนที่ใครจะคิดว่าจะมีรถยนต์อัตโนมัติ มาวิ่งให้เรานั่งได้กันแบบสบาย ๆ  ซึ่งก็เช่นเดียวกัน ในวงการอุตสาหกรรม Healthcare นั้น ต่อไปเราก็อาจจะได้เห็น ทุก process ที่เกี่ยวกับคนไข้ สามารถทำได้โดยผ่าน AI หรือ Robot ได้จริง ๆ ตั้งแต่ การเตรียมข้อมูลคนไข้ ไปจนถึงงานระดับยาก ๆ อย่างการผ่าตัดหัวใจ หรือสมอง ซึ่งผมเชื่อว่า หากมีการแข่งขันกันจริง ระหว่างมนุษย์กับผู้เชี่ยวชาญ ไม่ว่าสาขาใด ๆ แม้จะงานยากขนาดไหนก็ตาม ก็จะพบจุดจบเดียวกันกับที่ Alpha go สามารถชนะ Lee Sedol มนุษย์ที่เล่นเกมโกะได้เก่งที่สุดในโลก เพราะตอนนี้เราต้องยอมรับว่า AI มีขีดความสามารถเกินกว่าที่มนุษย์เราจะทำได้เป็นที่เรียบร้อยแล้ว

References : www.forbes.com

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage :facebook.com/tharadhol.blog
Blockdit :blockdit.com/tharadhol.blog
Twitter :twitter.com/tharadhol
Instragram :instragram.com/tharadhol

AI สามารถบอกได้ว่าคุณเป็นโรคซึมเศร้าหรือไม่

ต้องบอกว่า ปัจจุบัน นั้นโรคซึมเศร้าถือว่ากลายมาเป็นที่พูดถึงในวงกว้าง หลังจากที่มีข่าวทั้ง ดารา เซเลบริตี้ หรือ คนดัง ในวงการต่าง ๆ ต้องมาจบชีวิตตัวเองด้วยโรคซึมเศร้า

ทำให้คนเริ่มหันมาสนใจ โรคซึมเศร้า มากยิ่งขึ้น แม้กระทั่งในไทยเองก็ตามที่โรคทางด้านจิตเวชนั้น ถือว่ายังห่างไกลกับการยอมรับของคนไทย แต่หลังจากข่าวที่ออกมาตามสื่อต่าง ๆ ที่มีการฆ่าตัวตายเนื่องจากซึมเศร้านั้น ก็ทำให้คนไทยหันมาสนใจมากยิ่งขึ้น

ต้องบอกว่าเดิมทีนั้น การที่จะระบุได้ว่าผู้ป่วยเป็นโรคซึมเศร้า หรือ ไม่นั้น ต้องมีการพบกับจิตแพทย์ ผู้เชี่ยวชาญ โดยจะเป็นรูปแบบของการซักถาม ซึ่งเป็นวิธีการของแพทย์ผู้เชี่ยวที่จะถามคำถามที่เกี่ยวกับ อารมณ์ พฤติกรรมการใช้ชีวิต รวมถึง ประวัติส่วนตัวโดยละเอียด

ซึ่งจิตแพทย์ ก็จะใช้คำตอบเหล่านั้นมาประมวลผลเพื่อทำการวินัจฉัย ว่าคนไข้นั้นเป็นโรคซึมเศร้า หรือไม่

แต่ข่าวล่าสุดนั้น นักวิจัยที่ MIT ได้ทำการสร้างโมเดลที่จะสามารถตรวจวินิจฉัยโรคซึมเศร้าโดยไม่ต้องมีการไปตอบคำถามดังที่กล่าวข้างต้นกับจิตแพทย์เลยด้วยซ้ำ โดยจะทำการตรวจจากพฤติกรรมการพูด รวมถึง พฤติกรรมของการเขียนของผู้ป่วยที่กำลังสงสัยว่าเป็นโรคซึมเศร้าหรือไม่

ซึ่งนักวิจัยเรียก model นี้ว่า “context-free” model  ซึ่งจะไม่เกี่ยวข้องกับชุดของคำถามหรือคำตอบ แบบเดียวกับที่จิตแพทย์ทำ โดยจะใช้เทคนิคที่เรียกว่า “Sequence Modelling”  โดยนักวิจัยนั้นจะนำเอารูปแบบของ text ซึ่งอาจจะมาได้จากการ chat ของ ผู้ป่วย หรือถึง ส่วนของเสียง เพื่อนำมาวิเคราะห์ โดยจะทำการใช้ข้อมูลการ Training จากคนไข้ที่เป็นโรคซึมเศร้า และ คนไข้ที่ไม่เป็นโรคซึมเศร้า ซึ่งจะวิเคราะห์ pattern ของคำที่เกิดขึ้น เช่น “Sad”  หรือ “Down” รูปถึงรูปแบบของ Pattern ของเสียงที่เป็น Flatter หรือ Monotone

ซึ่งรูปแบบของ Pattern ทั้งในรูปแบบข้อความ หรือ เสียงเหล่านี้จากผู้ป่าวนั้น จากการทดสอบของ MIT สามารถให้ความแม่นยำในการตรวจสอบว่าคนไข้เป็นโรคซึมเศร้าหรือไม่ มีความแม่นยำสูงถึง 77% เลยทีเดียว ซึ่งต้องบอกว่าโรคทางจิตเวชนั้น ค่อนข้างที่จะ Diagnostic ได้ยากกว่า เพราะเป็นเรื่องของจิตใจ ที่ไม่ได้เป็นรูปธรรมมากนัก เมื่อเทียบกับ โรคอื่น ๆ เช่น โรคเบาหวาน ความดัน หัวใจ ซึ่งเหล่านี้สามารถใช้เครื่องมือในการตรวจได้ง่ายกว่า

ซึ่งต้องบอกว่ารูปแบบ model เหล่านี้นั้น สามารถที่จะช่วยเหลือจิตแพทย์ได้ และสามารถช่วยระบุให้แพทย์เป็น Guideline ว่าผู้ป่วยเป็นโรคซึมเศร้า หรือไม่ ซึ่งในอนาคตนั้น ทางทีมนักวิจัยจาก MIT จะทำการสร้าง Mobile Application ที่สามารถที่จะตรวจสอบพฤติกรรมการใช้ข้อความ text หรือ เสียง แล้วแจ้งเตือนผู้ป่วยได้จาก app ทันที ซึ่งเป็นการช่วยคัดกรองเบื้องต้น ก่อนที่จะไปพบจิตแพทย์หากผู้ป่วยมี Pattern ในการเกิดรูปแบบนี้ ซึ่งก็ต้องบอกว่าจะสามารถช่วยเหลือผู้ป่วยที่ไม่รู้ตัวได้ดียิ่งขึ้นว่าตัวเองนั้นได้ป่วยเป็น “โรคซึมเศร้า” เรียบร้อยแล้ว

References : www.engadget.com

ติดตาม ด.ดล Blog เพิ่มเติมได้ที่
Fanpage : facebook.com/tharadhol.blog
Blockdit : blockdit.com/tharadhol.blog
Twitter : twitter.com/tharadhol
Instragram : instragram.com/tharadhol