ข้อดีและข้อเสียของ AI ทางการแพทย์

ปฏิเสธไม่ได้ว่าเทคโนโลยีปัญญาประดิษฐ์หรือ AI ทางการแพทย์กำลังเข้ามามีบทบาทและช่วยเสริมการทำงานให้กับบุคลากรทางการแพทย์ในระบบ Healthcare ได้ในหลากหลายส่วน ซึ่งตอบรับกับความต้องการทางการแพทย์ที่ทันสมัยและมีมากยิ่งขึ้น ดังนั้น AI จึงกลายเป็นสิ่งที่ผู้ให้บริการด้านการดูแลสุขภาพและธุรกิจต่างๆ พยายามเรียนรู้และนำมาใช้ให้เกิดประโยชน์ แม้ว่า AI จะมีประโยชน์มากมายสักเพียงใด แต่ก็ยังมีประเด็นที่เป็นข้อกังขาอยู่ในปัจจุบัน โดยเฉพาะอย่างยิ่งในเรื่องของข้อดีและข้อเสียในการปฏิบัติงานโดยพึ่งพาอัลกอริทึมและเทคโนโลยีที่ขับเคลื่อนด้วยปัญญาประดิษฐ์สำหรับการดูแลผู้ป่วย

ข้อดีของ AI ทางการแพทย์

 

ประสิทธิภาพในการปฏิบัติงาน

สำหรับวงการการแพทย์และสุขภาพ นั้น AI มีบทบาทที่สำคัญมาก โดยเฉพาะในช่วงที่เกิดการแพร่ระบาดของเชื้อไวรัส Covid-19 หลายองค์กรได้นำ AI เข้ามาช่วยในการปรับปรุงประสิทธิภาพการทำงาน ทั้งนี้ก็เพื่อตอบสนองต่อความต้องการของผู้ป่วยที่เพิ่มสูงขึ้นในช่วงแพร่ระบาดของเชื้อไวรัส Covid-19  ตัวอย่างที่เห็นเด่นชัด เช่น การใช้โมเดลการพยากรณ์ที่ขับเคลื่อนโดย AI สามารถคาดการณ์ผลกระทบของ COVID-19 ต่อสถานพยาบาลและผู้ป่วยได้ ซึ่งเป็นผลทำให้สถานพยาบาลสามารถเตรียมพร้อมในด้านการขนส่งผู้ป่วยได้อย่างทันท่วงทีมากขึ้น นอกจากนี้โรงพยาบาลบางแห่งยังใช้ AI ในการช่วยวิเคราะห์ความต้องการในการจัดสรรทรัพยากรให้มีประสิทธิภาพ เช่น การใช้ระบบ AI ช่วยวิเคราะห์จำนวนผู้ป่วยที่อาจต้องใช้เครื่องช่วยหายใจหรือฟอกไต

 

ประมวลผลได้รวดเร็วทันใจทำให้งานเสร็จไวมากยิ่งขึ้น

การใช้สมองกลของ AI นั้นมีประโยชน์ต่องานที่ต้องจัดการบริหารและวิเคราะห์ข้อมูลเป็นจำนวนมาก โดย AI สามารถวิเคราะห์ข้อมูลได้หลายรูปแบบ เช่น ข้อมูลอิเล็กทรอนิกส์ รูปภาพ การทดลองวิจัยทางคลินิกและการอ้างสิทธิ์ทางการแพทย์ อัลกอริทึมของ AI จะทำงานและวิเคราะห์ชุดข้อมูลเหล่านี้ด้วยความเร็วสูงและเปรียบเทียบกับการศึกษาอื่นๆ เพื่อระบุรูปแบบและเชื่อมโยงข้อมูลต่างๆ ได้อย่างรวดเร็ว โดยกระบวนการนี้จะช่วยย่นระยะเวลาในการทำงานให้กับบุคลากรทางการแพทย์ และช่วยให้แพทย์สามารถติดตามข้อมูลที่สำคัญได้อย่างรวดเร็วมากยิ่งขึ้น นอกจากนี้ AI ยังสามารถวิเคราะห์และตรวจสอบข้อมูลเชิงลึกที่ตรวจพบได้ยากหรือใช้เวลานานได้อีกด้วย ทั้งหมดนี้ระบบ AI สามารถทำงานได้อย่างต่อเนื่อง โดยไม่ต้องหยุดพักเหมือนแรงงานคน จึงทำให้การทำงานเป็นไปด้วยความรวดเร็วและมีประสิทธิภาพที่คงที่อยู่ตลอดเวลา

 

 

ช่วยลดอคติ และความผิดพลาดที่เกิดจากมนุษย์ในการทำงาน

เมื่อการตัดสินใจทางการแพทย์ต้องอาศัยทั้งความรู้และความเชี่ยวชาญ ซึ่งถือเป็นปัจจัยสำคัญในการดำเนินการรักษาผู้ป่วย แต่ในบางครั้งการมีอคติ (ฺBias)ทั้งทางตรงและทางอ้อมอาจจะส่งผลต่อการตัดสินใจได้อย่างไม่รู้ตัว ดังนั้น AI ทางการแพทย์ที่ได้รับการพัฒนาศักยภาพด้านอัลกอริทึมต่างๆ อย่างเต็มที่แล้ว จะมีความชาญฉลาดและความเข้าใจมากยิ่งขึ้น รวมถึงระบบจะสามารถจัดการกับอคติในด้านต่างๆ ได้อย่างน่าทึ่ง  ดังเช่นตัวอย่างจาก Emory University School of Medicine พบว่าการเก็บข้อมูลบางครั้งมีความเหลื่อมล้ำและความลำเอียงทางวัฒนธรรม ซึ่งอาจจะทำให้เกิด ‘Pain Gap’ จนทำให้ผู้ป่วยบางรายไม่ได้ถูกดูแลอย่างเหมาะสม ดังนั้น AI ที่ได้รับการพัฒนาจะมีการจัดการกับอคติและมีอัลกอริทึมที่แตกต่างออกไป ในหลายกรณี AI จะเลือกใช้วิธีอื่นในการวิเคราะห์ข้อมูล เช่น AI วิเคราะห์มะเร็งในเต้านมผ่านภาพแมมโมแกรมดิจิทัล ทำให้ไม่ต้องเข้าถึงประวัติครอบครัว การตรวจชิ้นเนื้อ หรือเชื้อชาติ ซึ่งสามารถลดอคติลงได้

หากผู้ใช้ขาดความเชี่ยวชาญอาจส่งผลต่อการรักษาได้

เมื่อ AI ทางการแพทย์นั้นยังต้องอาศัยการเรียนรู้จากชุดข้อมูลความรู้ต่างๆ ที่ถูกป้อนเข้าไป ดังนั้นการวินิจฉัยโรคที่แม่นยำจึงขึ้นอยู่กับข้อมูลที่ได้รับมา ซึ่งหากฐานข้อมูลมีไม่เพียงพอ ก็อาจจะส่งผลเสียต่อการวิเคราะห์ได้ ในบางกรณีอาจจะทำให้เสียเวลาหรืออาจจะให้ผลการวิเคราะห์ที่ไม่ตรงจุด ดังนั้นผลกระทบเหล่านี้อาจจะส่งผลเสียต่อการนำไปใช้งาน โดยเฉพาะหากบุคลากรทางการแพทย์มีประสบการณ์น้อยหรือขาดทักษะ หากนำแต่ผลวิเคราะห์ของ AI ไปใช้โดยไม่พิจารณาอย่างถี่ถ้วนก็อาจทำให้การรักษาผิดพลาดหรือล่าช้าได้

 

AI ยังมีองค์ความรู้ที่จำกัด

แม้ว่า AI มีองค์ความรู้ที่หลากหลาย แต่หลายครั้งความต้องการของผู้ป่วยมักจะมีมากกว่าปัจจัยทางกายภาพหรืออาการเจ็บป่วย เช่น ปัจจัยทางสังคมและเศรษฐกิจ ดังนั้นการใช้บทวิเคราะห์ของ AI เพียงอย่างเดียว อาจจะไม่สามารถนำเสนอคำตอบที่เหมาะสมที่สุดให้แก่ผู้ป่วยได้ เช่น AI วิเคราะห์ให้รักษาอาการเจ็บป่วยด้วยยาที่มีราคาแพง ก็อาจส่งผลต่อการตัดสินใจสำหรับผู้ป่วยที่มีรายได้น้อยได้ หรือหากระบบ AI แนะนำให้ผู้ป่วยเข้ารับการรักษาแบบเฉพาะทางที่มีค่าใช้จ่ายสูง ซึ่งหากผู้ป่วยมีกำลังทรัพย์ไม่เพียงพอก็อาจจะทำให้เกิดปัญหาในการรักษาและมาพบแพทย์ตามนัดได้ จะเห็นได้ว่าระบบ AI ทางการแพทย์อาจจะไม่ได้พิจารณาถึงข้อจำกัดที่ละเอียดอ่อน เช่น ข้อจำกัดทางการเงินของผู้ป่วย ดังนั้นในท้ายที่สุด นอกจากการได้รับข้อมูลเชิงวิเคราะห์ด้านการรักษาจาก AI แล้ว เรายังคงต้องใช้บุคลากรทางการแพทย์เข้ามาช่วยคิดและตัดสินใจ เพื่อให้คำแนะนำผู้ป่วยแต่ละคนได้อย่างเหมาะสมที่สุด

 

ที่มา

9 Pros and Cons of AI adoption in Healthcare 

Contributed: Top 10 Use Cases for AI in Healthcare 

How AI is improving operational efficiencies across oil and gas, healthcare, and more 

Pros & Cons of Artificial Intelligence in Medicine 

‘Smarter AI can help fight bias in healthcare’

Facebook
Twitter
LinkedIn

Related Resources

Have you ever heard that good AI needs a massive amount of data to learn? While that's certainly true, it's actually just one piece of the puzzle. Perceptra model team believes that true "good" AI in medical imaging goes beyond the size
Greetings, health enthusiasts! As we step into the promising landscape of 2024, the healthcare sector is undergoing a transformative evolution, thanks to cutting-edge technologies. From AI-powered diagnostics to regulatory controls and patient-doctor communication, this year holds the promise of groundbreaking innovations
AI often seems like a buzzword tied to machine learning and deep learning. Let's breaking down those terms!