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

การลงทุนด้าน AI กลายเป็น Priority ที่สำคัญที่สุดของบริษัทยักษ์ใหญ๋ในอเมริกา

ต้องบอกว่า ณ ขณะนี้นั้น ยุค Mobile First ได้จบลงไปแล้ว สำหรับการแข่งขันของบริษัทยักษ์ใหญ่ด้านเทคโนโลยีของอเมริกา

ตอนนี้ ทุก ๆ บริษัทนั้นกำลังมุ่งเน้นมาที่ AI First ซึ่งเป็นคลื่นลูกใหม่ของเทคโนโลยี ที่จะมีผลต่อการแข่งขันของเหล่าบริษัทยักษ์ใหญ่ทั้งหลายไม่ว่าจะเป็น Google , Apple , Facebook , Amazon, IBM  หรือ Microsoft

จากการที่ Apple ได้ทำการจ้างอดีตหัวหน้าฝ่าย Search & AI มาจาก Google ได้นั้น ต้องถือว่าเป็นการย้ายสลับขั้วที่เป็นข่าวใหญ่เลยทีเดียว

เป็นการเสียมือดีอย่าง John Giannandrea ซึ่งฝากผลงานไว้อย่างมากมายกับเทคโนโลยีสุดล้ำของ Google ซึ่งสุดท้ายก็ได้ทำสิ่งที่เหลือเชื่อคือ การย้ายข้ามฝากมาทำงานกับ Apple ซึ่งจะดูเป็นรองในด้าน AI เมื่อเที่ยบกับ Google

ซึ่งจากรายงานของนักวิเคราะห์จาก Morgan Stanley อย่าง Katy Huberty นั้น พบว่าในบริษัทยักษ์ใหญ่ในอเมริกาในขณะนี้นั้น Priority ที่สำคัญที่สุดในการที่จะแข่งขันกับคู่แข่งได้ คือ การลงทุนด้าน AI ไม่ว่าจะเป็นนักวิจัย หรือ ผู้เชี่ยวชาญด้าน AI นั้นบริษัทเหล่านี้พร้อมที่จะทุ่มเทงบประมาณเต็มที่เสมอ เพื่อดึงตัว สุดยอดฝีมือทางด้าน AI ให้มาเข้าร่วมกับตนเองให้ได้ ดังตัวอย่างที่ Apple สามารถทำได้มาแล้ว

John Giannandrea

ซึ่งการจ้าง John Giannandrea ทำให้เค้ากลายเป็นผู้บริหารสำคัญลำดับต้น ๆ ของ Apple ในขณะนี้ โดยต้องรายงานตรงไปยัง Tim Cook CEO ของบริษัท Apple เพียงคนเดียวเท่านั้น ต้องถือว่าข่าวนี้เป็นการแสดงให้เห็นถึงการประกาศอย่างชัดเจนว่า Apple จะเป็นผู้เล่นรายสำคัญ ในอุตสาหกรรม AI/Machine Learning ที่จะมีบทบาทสำคัญต่อโลกของเราอย่างมากในอนาคตอันใกล้นี้ เนื่องจากทุก ๆ บริษัทยักษ์ใหญ่ตอนนี้ได้มุ่งเน้นมายัง AI First กันแทบทั้งหมด

การที่ apple เข้ามา Focus ในส่วนของ AI นั้น ก็เพื่อช่วยพัฒนาผลิตภัณฑ์อย่าง SIRI ให้มีความสามารถมากยิ่งขึ้น รวมถึงผลิตภัณฑ์ที่ apple แอบซุ่มพัฒนาอยู่อย่าง self-driving car ซึ่งต้องใช้เทคโนโลยีชั้นสูงทางด้าน AI และต้องใช้บุคคลากรที่มีความสามารถสูงอย่าง John Giannandrea จึงจะบรรลุเป้าหมายที่ apple ต้องการได้

AI Vendor ระดับท็อป

สำหรับ Google , Apple และ Facebook นั้น ผลิตภัณฑ์ทางด้าน AI จะเน้นไปยังกลุ่ม Consumer เป็นหลัก แต่ ถ้าพูดถึงตลาดสำหรับองค์กรนั้น จากการสำรวจ AI Vendor ระดับท็อป อย่าง Amazon , Microsoft และ IBM ผ่านการสำรวจกับ CIO ของบริษัทต่าง ๆ ในสหรัฐอเมริกา และ ยุโรป พบว่า Amazon Machine Learning ใน AWS ของ Amazon และ Microsoft Machine Learning ใน Cortana ของ บริษัท Microsoft นั้นมาเป็นอันดับหนึ่งในผลการสำรวจ โดยได้คะแนนถึง 13% จากผู้ตอบแบบสอบถามทั้งหมด โดยผู้ที่เข้าร่วมตอบแบบสอบนั้นจะเป็นคนที่ใช้เทคโนโลยีทางด้าน AI หรือ มีแผนที่จะใช้เทคโนโลยีทางด้าน AI เหล่านี้อยู่แล้ว

อันดับที่ 3 คือ IBM Watson จากบริษัท IBM ที่ได้คะแนน 12% ตามมาด้วย Salesforce.com (CRM) Machine Learning ที่ได้ไป 7%

ซึ่งผลจากการที่ปีที่แล้ว IBM นั้นได้เสียหัวหน้าฝ่ายวิจัยด้าน AI ไปให้กับคู่แข่ง และการพัฒนาขึ้นมาอย่างรวดเร็วของ Amazon และ Microsoft นั้นทำให้สามารถแซง IBM ที่ผลิตภัณฑ์เด่นอย่าง IBM Watson ขึ้นมาได้จากการสำรวจดังกล่าว

ซึ่งการแข่งขันทางด้าน AI/Machine Learning ในอุตสาหกรรมต่าง ๆ ของอเมริกานั้น ล้วนแล้วแล้วแต่ต้องพี่งพาผลิตภัณฑ์ต่าง ๆ จากบริษัทเทคโนโลยีใน Silicon Valley แทบทั้งสิ้น ในทุก ๆ อุตสาหกรรม ที่มีการใช้ IT ในการขับเคลื่อนธุรกิจ

ซึ่งโดยเฉลี่ยแล้วในอุตสาหกรรมต่าง ๆ ของสหรัฐนั้น มีการใช้งบทางด้าน Information Technology อยู่ทีประมาณ 5.8% ในแต่ละปี ซึ่งตลอด 10 ปีที่ผ่านมางบดังกล่าว ก็ได้เติบโตขึ้นเรื่อย ๆ ตามกระแสของเทคโนโลยีที่เติบโตขึ้นอย่างรวดเร็ว

ซึ่งในยุค AI First นั้น องค์กรต่าง ๆ ก็ต้องการผลิตภัณฑ์ที่จะตอบโจทย์ธุรกิจของตนเอง เพื่อให้สามารถเป็นอาวุธในการแข่งขันในตลาดที่ดุเดือด และเปลี่ยนแปลงอย่างรวดเร็วอย่างเช่นในปัจจุบันได้ หากองค์กรใดที่ไม่ยอมปรับตัว ก็มีโอกาสที่ ธุรกิจที่มีมาร้อย ๆ ปี อาจจะล่มสลายได้ในเวลาเพียงไม่นาน เหมือนที่หลาย ๆ ธุรกิจ อย่าง สิ่งพิมพ์ เพลง หรือบริษัทมือถือยุคเก่าอย่าง Blackberry,Nokia เคยล้มมาแล้วในเวลาอันสั้น หากไม่ยอมคิดที่จะปรับตัว

 

References : thenextweb.com wikipedia.org www.investors.com

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

 

 

ก้าวต่อไปของ IBM Watson

IBM กำลังเข้าไปรุกสู่ตลาด healthcare อย่างเต็มตัวหลังจากทำการฟูมฟักความสามารถของ Watson มานับ 20 ปี ซึ่งถือว่าตอนนี้นั้น Watson นั้นก็พร้อมที่จะเป็นเครื่องจักรสร้างรายได้ชิ้นหนึ่งให้กับ IBM ได้เป็นอย่างดี หลังจากลงทุนด้าน R&D มาอย่างยาวนาน

ก็เป็นที่น่าจับตามองอย่างยิ่งสำหรับด้าน Imaging Health หลังจาก IBM ได้เริ่มเข้ามาเล่นในตลาดนี้โดยตรงพร้อมด้วยอาวุธที่สำคัญอย่าง Watson จักรกลที่สามารถเข้ามาช่วยให้งานของมนุษย์ที่มีความซับซ้อนอย่างงานการวิเคราะห์ด้าน Imaging ที่เราใช้รังสีแพทย์ทำงานนี้มานานแสนนานในการวิเคราะห์รักษาโรคร้ายต่าง ๆ  

โดยคิดว่าในปัจจุบันนั้น watson คงพัฒนาไปไกลมากในด้าน Machine Learning และคงสามารถปรับมาใช้งานในการทำการวิเคราะห์ด้าน Imaging เพื่อช่วยเหลือด้าน Decision Support ให้กับทางแพทย์ ให้มีประสิทธิภาพมากยิ่งขึ้น ซึ่งนี่ถือเป็นจุดที่เป็นจุดต่างจากคู่แข่งในตลาดในปัจจุบัน ที่มีการพัฒนาในส่วนนี้แต่คงยังไม่มีความสามารถเท่า Watson ของ IBM ที่มีการพัฒนามายาวนานและใช้งบในการทำ R&D สูงมากมาอย่างยาวนาน

ถือว่าการเข้ามาของตลาดนี้ของ IBM นั้นเป็นสิ่งที่น่าสนใจอย่างยิ่ง และ หากมองในปัจจุบันแล้ว Watson อาจจะเป็นแค่ตัวช่วยเพื่อใช้ในการ Decision Support ให้กับรังสีแพทย์ แต่ในอนาคตนั้น ก็อาจจะเป็นการแย่งงานส่วนของนี้ของรังสีแพทย์ไปเลยก็เป็นได้ หาก Watson มีการ Learning ด้านนี้ในระดับนึงและ

หากเปรียบเทียบกับมนุษย์ที่ใช้คนวิเคราะห์ต่อไปในอนาคตอันใกล้ Watson อาจจะสามารถวิเคราะห์งานด้านนี้ได้แม่นยำกว่า การวินิจฉัยของรังสีแพทย์ที่เป็นมนุษย์จริง ๆ ก็มีโอกาสเป็นไปได้สูง และจะเกิดอะไรขึ้นกับธุรกิจนี้ แน่นอนการลงทุนในเครื่องจักรสามารถทำงานได้ตลอดเวลาไม่มีป่วยไข้ และ ใช้การลงทุนเพียงครั้งเดียว ซึ่งในอนาคตอันใกล้ผมก็เชื่อว่าเจ้า Watson นี่แหละจะมาแย่งงานระดับใช้สติปัญญาระดับสูงอย่างรังสีแพทย์ได้อย่างแน่นอน