วิเคราะห์รายการตรวจสอบผู้ป่วยเพื่อช่วยให้แพทย์สามารถค้นหาสาเหตุของโรคได้รวดเร็วและแม่นยำยิ่งขึ้น
มาเป็นผู้ช่วยความจำเพื่อเตือนผู้ป่วยให้รับประทานยาให้ถูกเวลา
วิเคราะห์ข้อมูลทางการแพทย์จำนวนมากเพื่อช่วยค้นพบวิธีการรักษาใหม่ๆ
-
ลองนึกภาพว่าเมื่อเทคโนโลยี AI สามารถ "เชื่อมต่อได้อย่างราบรื่น" กับการจัดการทางการแพทย์และสุขภาพในแต่ละวัน เราก็จะได้รับ "ผู้ดูแลด้านสุขภาพ" ที่เอาใจใส่ และมีชีวิตที่ชาญฉลาดและสะดวกยิ่งขึ้น
แต่ในขณะเดียวกัน "AI + การดูแลทางการแพทย์" ก็เผชิญกับความท้าทายมากมายเมื่อพูดถึงเรื่องการค้า เช่น ความไว้วางใจของผู้ป่วยและแพทย์ในเรื่อง AI ปัญหาด้านกฎระเบียบ และปัญหาด้านจริยธรรมก็เกิดขึ้นทีละประเด็น
จะใช้เทคโนโลยี AI ในด้านการแพทย์และสุขภาพได้ดีขึ้นได้อย่างไร จะกระตุ้นความต้องการใหม่ ๆ ด้วยเทคโนโลยี AI ได้อย่างไร? ใน Vision ฉบับนี้ Xiaoguan ได้เชิญ Li Wenwen ผู้ช่วยศาสตราจารย์ภาควิชาการจัดการข้อมูลและระบบธุรกิจอัจฉริยะที่ Fudan School of Management เพื่อหารือเกี่ยวกับวิธีที่ AI สามารถเพิ่มศักยภาพในการพัฒนาอุตสาหกรรมด้านสุขภาพได้
หลี่ เหวินเหวิน
ผู้ช่วยศาสตราจารย์ ภาควิชาการจัดการสารสนเทศและระบบธุรกิจอัจฉริยะ
ทิศทางการวิจัย: การเรียนรู้ของเครื่อง การจัดการทางการแพทย์และสุขภาพ การทำงานร่วมกันระหว่างมนุษย์กับเครื่องจักร อีคอมเมิร์ซ
01
ด้วยพลังจาก AI ยุคของ "ความฉลาดทางดิจิทัลและสุขภาพ" กำลังจะมาถึง
เมื่อพิจารณาอุตสาหกรรมการแพทย์และสุขภาพจากมุมมองของฝ่ายบริหาร สิ่งสำคัญอยู่ที่การวิเคราะห์อุปสงค์ ศูนย์บริการทางการแพทย์แผนโบราณเกี่ยวกับการรักษาโรค โดยมีแพทย์จัดหาผลิตภัณฑ์และบริการทางการแพทย์ให้กับผู้ป่วยแต่ละราย อย่างไรก็ตาม โครงร่างการวางแผน "Healthy China 2030" ในปัจจุบันที่เสนอโดยประเทศนี้ จำเป็นต้องเปลี่ยนจากการรักษาโรคเป็นศูนย์กลาง มาเป็นสุขภาพของประชาชนเป็นศูนย์กลาง ซึ่งหมายความว่าบริการทางการแพทย์แบบดั้งเดิมที่มุ่งเน้นเฉพาะบุคคลจะต้องเปลี่ยนไปสู่แบบกลุ่มและคิด เพิ่มเติมเกี่ยวกับวิธีการให้บริการทางการแพทย์และสุขภาพครบวงจรแก่ผู้คนในวงกว้าง
นอกจากผลิตภัณฑ์และบริการทางการแพทย์แล้ว เราควรใส่ใจกับผลิตภัณฑ์และบริการด้านสุขภาพด้วย อุตสาหกรรมการแพทย์และสุขภาพในปัจจุบันไม่ควรจำกัดอยู่เพียงโรงพยาบาลหรือสถาบันทางการแพทย์เท่านั้น แต่ยังควรให้ความสนใจกับวงจรชีวิตของผู้อยู่อาศัยทั้งหมด ตั้งแต่การป้องกันโรค การวินิจฉัยและการรักษาโรค ไปจนถึงการฟื้นตัวและติดตามโรคในภายหลัง
เป็นที่น่าสังเกตว่าการเปลี่ยนแปลงเหล่านี้นำมาซึ่งความต้องการใหม่และความท้าทายใหม่ๆ ในระดับบุคคล ความต้องการด้านสุขภาพทางการแพทย์ของผู้คนเพิ่มขึ้นทุกวัน และพวกเขาเริ่มหันไปใช้บริการทางการแพทย์ที่มีคุณภาพ มีประสิทธิภาพ และเป็นส่วนตัวมากขึ้น สิ่งนี้ทำให้เกิดข้อกำหนดที่สูงขึ้นสำหรับผู้ประกอบวิชาชีพทางการแพทย์และองค์กรที่เกี่ยวข้อง ซึ่งก็คือ วิธีการให้บริการทางการแพทย์ที่ดีขึ้น
ในระดับองค์กร สถาบันทางการแพทย์และองค์กรต่างๆ สามารถรวบรวมข้อมูลทางการแพทย์ที่หลากหลาย รวมถึงเวชระเบียนอิเล็กทรอนิกส์ รูปภาพทางการแพทย์ และข้อมูลพฤติกรรมสุขภาพของผู้ใช้ต่างๆ ที่รวบรวมแบบเรียลไทม์โดยอุปกรณ์สวมใส่อัจฉริยะ เมื่อเผชิญกับข้อมูลนี้ เราต้องคิดถึงวิธีประมวลผลและวิเคราะห์ข้อมูลทางการแพทย์ที่หลากหลายและหลากหลายอย่างมีประสิทธิภาพ และเปลี่ยนให้เป็นผลิตภัณฑ์หรือบริการที่มีคุณค่า
โชคดีที่การพัฒนาเทคโนโลยีอย่างรวดเร็ว โดยเฉพาะอย่างยิ่งการเพิ่มขึ้นของเทคโนโลยีปัญญาประดิษฐ์ ทำให้เรามีวิธีแก้ปัญหาที่เป็นไปได้ หนึ่งในนั้นคือ "สุขภาพอัจฉริยะแบบดิจิทัล" เป็นแนวคิดที่เกิดขึ้นใหม่ที่เน้นการส่งเสริมความร่วมมือด้านสุขภาพแบบองค์รวมผ่านการเปลี่ยนแปลงทางดิจิทัลและระบบอัจฉริยะ จากข้อมูลทางการแพทย์และสุขภาพจำนวนมาก เช่น ข้อมูลทางคลินิก ข้อมูลไฟล์สุขภาพ ข้อมูลฮาร์ดแวร์อัจฉริยะ ฯลฯ เมื่อรวมกับเทคโนโลยี AI บิ๊กดาต้า การประมวลผลแบบคลาวด์ และแพลตฟอร์มดิจิทัล เราจึงสามารถตระหนักถึงการเปลี่ยนแปลงทางดิจิทัลและความชาญฉลาดของการแพทย์ และการดูแลสุขภาพ
เมื่อเทียบกับภูมิหลังนี้ เทคโนโลยีเกิดใหม่เหล่านี้จะค่อย ๆ นำไปใช้กับความต้องการของด้านสุขภาพโดยทั่วไปในอนาคต ส่งผลให้เกิดการใช้งานมากขึ้น เช่น การวินิจฉัยเสริมอัจฉริยะ การวินิจฉัยทางพันธุกรรม การวิจัยและพัฒนาทางเภสัชกรรม หรือการวิจัยและพัฒนาสารอินทรีย์ที่เกี่ยวข้อง
อย่างไรก็ตาม "AI + การดูแลทางการแพทย์" ยังเผชิญกับความท้าทายมากมายเมื่อนำมาใช้ในเชิงพาณิชย์ ในการใช้งานทางคลินิก ปัญหาต่างๆ เช่น ความไว้วางใจของผู้ป่วยและแพทย์ในเรื่อง AI ปัญหาด้านกฎระเบียบ และปัญหาด้านจริยธรรม เกิดขึ้นทีละประเด็น ความท้าทายเหล่านี้ไม่ใช่ปัญหาทางเทคนิคหรือสุขภาพทางการแพทย์เพียงอย่างเดียว แต่มีความเกี่ยวข้องอย่างใกล้ชิดกับปัจจัย "มนุษย์" ดังนั้นวิธีการจับคู่เทคโนโลยีและการจัดการด้านสุขภาพอย่างมีประสิทธิผลจึงกลายเป็นปัญหาเร่งด่วนที่ต้องแก้ไข
02
นำ "AI+Medical" มาช่วยยกระดับการจัดการสุขภาพชุมชน
หากคุณทราบความต้องการด้านการจัดการสุขภาพแล้วจะจับคู่เทคโนโลยี AI ที่เหมาะสมได้อย่างไร? นี่เป็นกรณีจากมุมมองของการจัดการสุขภาพชุมชน การจัดการสุขภาพชุมชนเป็นส่วนสำคัญมากภายใต้ระบบการวินิจฉัยและการรักษาแบบลำดับชั้น ประชาชนในชุมชนไม่จำเป็นต้องไปโรงพยาบาลขนาดใหญ่ และโรงพยาบาลขนาดเล็กในชุมชนก็มีบทบาทสำคัญได้เช่นกัน ในการวินิจฉัยและการรักษาแบบลำดับชั้น การจัดการสุขภาพชุมชนสามารถดำเนินงานที่สำคัญหลายอย่าง เช่น การป้องกันและการรักษาโรคเรื้อรัง
จากมุมมองของผู้บริหาร การจัดการด้านสุขภาพในชุมชนได้สร้างกรอบการทำงานทางทฤษฎี ซึ่งเป็นวงจรตั้งแต่การสร้างโปรไฟล์ผู้อยู่อาศัย การคัดกรองโรคในชุมชน การประเมินความเสี่ยงและการแทรกแซง ไปจนถึงการติดตามผลขั้นสุดท้าย อย่างไรก็ตาม ในทางปฏิบัติอาจมีเหตุฉุกเฉินต่างๆ เกิดขึ้นได้
▲ วิทยาเขต Hongqiao Road (แหล่งรูปภาพ: Xinmin Weekly)
ดูศูนย์ป้องกันและรักษาโรคตาเซี่ยงไฮ้เป็นตัวอย่าง ภารกิจหลักคือให้บริการตรวจคัดกรองโรคตาในทุกชุมชนในเซี่ยงไฮ้ โดยเฉพาะอย่างยิ่งทางศูนย์จะระดมศูนย์บริการสุขภาพชุมชนทั้งหมดดำเนินการคัดกรองโรคในพื้นที่และเข้าไปในชุมชนเพื่อถ่ายรูปอวัยวะของผู้อยู่อาศัย เนื่องจากคุณภาพการให้บริการทางการแพทย์ในโรงพยาบาลชุมชนมีจำกัด ทำให้โรงพยาบาลชุมชนหลายแห่งไม่มีจักษุแพทย์เฉพาะทางที่สามารถวินิจฉัยโรคเกี่ยวกับดวงตาได้
ศูนย์ป้องกันและรักษาโรคตาเซี่ยงไฮ้ใช้เทคโนโลยีดิจิทัลจะอัปโหลดภาพถ่ายจอตาของผู้ป่วยไปยังคลาวด์ เชิญผู้เชี่ยวชาญจากโรงพยาบาลระดับอุดมศึกษามาอ่านภาพถ่าย จากนั้นให้ข้อเสนอแนะแก่โรงพยาบาลชุมชน อย่างไรก็ตาม เนื่องจากผู้เชี่ยวชาญและแพทย์มีหน้าที่ดูแลผู้ป่วยนอกเป็นของตนเอง และจะหาเวลาหรืออ่านภาพยนตร์ได้เฉพาะในช่วงเวลาที่กำหนดเท่านั้น จึงมักใช้เวลา 1-2 สัปดาห์ในการตอบกลับผลการวินิจฉัย จากนั้นแพทย์ชุมชนจะตอบกลับผลไปยังผู้อยู่อาศัย ช่วงเวลาที่ยาวนานเช่นนี้อาจทำให้ผู้อยู่อาศัยมีความเต็มใจที่จะส่งต่อต่ำ ซึ่งไม่เอื้อต่อการจัดการด้านสุขภาพของชุมชนทั้งหมด
ปัญหานี้สร้างปัญหาให้กับศูนย์ป้องกันและรักษาโรคตาเซี่ยงไฮ้มาเป็นเวลานานจนกระทั่งเทคโนโลยี AI เกิดขึ้น การพัฒนาของ AI ในด้านการจดจำภาพนั้นก้าวหน้าไปมาก และแท้จริงแล้วภาพถ่ายจอตาก็เป็นภาพทางการแพทย์ประเภทหนึ่งได้ AI สามารถใช้เพื่อระบุโรคในภาพถ่ายจอตาได้ หลังจากนำอุปกรณ์ตรวจคัดกรองโรคตาแบบ AI มาใช้ ระยะเวลาในการวินิจฉัยโรคก่อนหน้านี้ที่ 1-2 สัปดาห์ก็สั้นลงอย่างมาก ผู้ป่วยต้องรอที่ไซต์งานเพียง 1-2 นาที และสามารถรายงานผลได้ทันที ทำให้มีผู้อ้างอิงเพิ่มมากขึ้นอีกด้วย
แต่ในขณะเดียวกัน การนำเทคโนโลยี AI มาใช้ยังต้องเผชิญกับความท้าทายมากมาย ตัวอย่างเช่น สำหรับศูนย์ป้องกันและรักษาโรคตาเซี่ยงไฮ้ เนื่องจากมีผู้ผลิตอุปกรณ์ AI ที่คล้ายกันหลายรายในตลาด วิธีการเลือกอุปกรณ์ AI ที่เหมาะสมจึงเป็นหนึ่งในความท้าทาย อีกตัวอย่างหนึ่งก็คือ หลังจากที่อุปกรณ์รวบรวมข้อมูลที่เกี่ยวข้องกับผู้ป่วยแล้ว มันจะถูกส่งโดยตรงไปยัง AI ไม่ว่าซัพพลายเออร์อุปกรณ์หรือศูนย์ป้องกันและรักษาโรคทางตาจะสร้างฐานข้อมูลขึ้นมาเองก็ตาม วิธีการรับรองความปลอดภัยของข้อมูลในกระบวนการนี้ถือเป็นปัญหายุ่งยาก
นอกจากนี้ เทคโนโลยี AI ยังค่อยๆ แทรกซึมเข้าไปในอุตสาหกรรมการแพทย์ทุกระดับ วิธีทำลายอุปสรรคด้านข้อมูลและบรรลุการเชื่อมต่อโครงข่ายข้อมูลก็เป็นปัญหาเร่งด่วนที่ต้องแก้ไขเช่นกัน ในความเป็นจริง เมื่อเปรียบเทียบกับสาขาต่างๆ เช่น การบริโภคหรืออินเทอร์เน็ต ปริมาณข้อมูลที่มีอยู่ในสาขาการแพทย์และสุขภาพนั้นมีจำกัดอย่างมาก โดยเฉพาะอย่างยิ่งการฝึกอบรมและการประยุกต์ใช้ generative AI ต้องใช้ข้อมูลจำนวนมหาศาล ความเป็นจริงนี้ขัดแย้งอย่างมากกับความขาดแคลนข้อมูลทางการแพทย์ ที่สำคัญกว่านั้น การรวบรวมข้อมูลทางการแพทย์ขึ้นอยู่กับสถาบันทางการแพทย์เป็นหลัก และในปัจจุบันระบบข้อมูลของโรงพยาบาลส่วนใหญ่ยังคงถูกแยกออกจากกันและไม่สามารถเชื่อมโยงถึงกันได้
ความพิเศษเฉพาะของสาขาการแพทย์และสุขภาพยังวางข้อจำกัดมากมายในการใช้เทคโนโลยี AI ในทางปฏิบัติ โดยคำนึงถึงหลักจริยธรรม ความปลอดภัย และการปกป้องความเป็นส่วนตัวเป็นสำคัญ เมื่อเปรียบเทียบกับสาขาผู้บริโภคแบบดั้งเดิม การส่งเสริมผลิตภัณฑ์ทางการแพทย์และสุขภาพจะต้องได้รับการตรวจสอบอย่างเข้มงวดจากหน่วยงานกำกับดูแลเพื่อให้แน่ใจว่ามีการปฏิบัติตามข้อกำหนด ดังนั้น ในการส่งเสริมการประยุกต์ใช้เทคโนโลยีในด้านการแพทย์และสุขภาพ จะต้องให้ความสำคัญกับความปลอดภัยของข้อมูล การคุ้มครองความเป็นส่วนตัว และการคุ้มครองสิทธิของผู้ป่วยเป็นอันดับแรก
03
ปรับโมเดลขนาดใหญ่ให้เหมาะสมเพื่อให้บรรลุ "ความสอดคล้อง" ของคุณสมบัติทางเทคนิคและความต้องการของผู้ใช้
เมื่อพูดคุยถึงวิธีการใช้เทคโนโลยี AI ที่เหมาะสมเพื่อตอบสนองหรือกระตุ้นความต้องการใหม่ในอุตสาหกรรมการแพทย์และสุขภาพ generative AI ได้กลายเป็นประเด็นร้อนอย่างไม่ต้องสงสัย
แม้ว่าปัจจุบัน generative AI เช่น Chat GPT, Wen Xinyiyan และ Tongyi Qianwen จะใช้กันอย่างแพร่หลาย แต่เมื่อมองย้อนกลับไปที่การพัฒนา generative AI จะเผยให้เห็นว่าโมเดลขนาดใหญ่ที่สำคัญส่วนใหญ่ที่ปรากฏก่อนปี 2023 ไม่ได้ใช้สำหรับ ดังที่ทุกคนทราบดี จนกระทั่งการเกิดขึ้นของ Chat GPT ทำให้ผู้คนรู้สึกอย่างแท้จริงว่าปัญญาประดิษฐ์ได้เข้าสู่ขั้นใหม่ของปัญญาแล้ว
นี่แสดงให้เห็นว่าเราจำเป็นต้องทราบข้อมูลเพิ่มเติมเกี่ยวกับคุณลักษณะทางเทคนิคของ AI เพื่อสำรวจการประยุกต์ใช้เทคโนโลยี AI ที่มีศักยภาพในด้านการแพทย์และสุขภาพได้อย่างเต็มที่ยิ่งขึ้น
ประการที่สอง generative AI ทั้งหมดถูกบูรณาการอย่างใกล้ชิดกับอุตสาหกรรม นักวิชาการ และการวิจัย การวิจัยของ generative AI ไม่สามารถแยกออกจากการลงทุนด้านการวิจัยและพัฒนาของบริษัทเทคโนโลยีขนาดใหญ่ได้ แต่ก็ไม่สามารถแยกออกจากความช่วยเหลือของมหาวิทยาลัยได้ นอกจากนี้ยังแยกออกจากการสนับสนุนทั้งอุตสาหกรรมไม่ได้
ในเวลาเดียวกัน AI มีบรรยากาศแบบโอเพ่นซอร์สที่แข็งแกร่ง และการปรับใช้และการนำเทคโนโลยีไปใช้นั้นรวดเร็วมาก ตั้งแต่เริ่มแรกสามารถประมวลผลข้อมูลข้อความเดียวได้จนถึงตอนนี้สามารถจัดการข้อมูลหลายรูปแบบและแม้แต่เนื้อหาวิดีโอที่ซับซ้อนได้อย่างง่ายดาย AI กำลังก้าวหน้าอย่างรวดเร็ว สิ่งนี้ยังก่อให้เกิดความท้าทายอย่างมากต่อการใช้งานแอปพลิเคชันระดับองค์กร
ในด้านการแพทย์และการดูแลสุขภาพ การประยุกต์ใช้ Generative AI กำลังดึงดูดความสนใจอย่างกว้างขวางมากขึ้นเรื่อยๆ และแอปพลิเคชันที่เกี่ยวข้องที่พัฒนาขึ้นจากความสามารถในการสร้างภาษาธรรมชาติก็มีการพูดคุยกันอย่างกว้างขวางมากขึ้น บริษัทหลายแห่งกำลังสำรวจการใช้เทคโนโลยี AI เชิงสร้างสรรค์เพื่อสร้างระบบการให้คำปรึกษาทางการแพทย์ อย่างไรก็ตาม เป็นที่น่าสังเกตว่าแม้ว่าเทคโนโลยี AI จะยังคงมีความซับซ้อนมากขึ้นและความสามารถของมันยังคงเพิ่มขึ้นอย่างต่อเนื่อง ต้องขอบคุณแพลตฟอร์มและเครื่องมืออัจฉริยะ เกณฑ์การประยุกต์ใช้เทคโนโลยี AI ก็มีแนวโน้มลดลง
ยกตัวอย่างแพลตฟอร์มอัจฉริยะ Baidu Wenxin ทุกคนไม่จำเป็นต้องมีพื้นฐานด้านเทคโนโลยี AI หรือความสามารถในการเขียนโปรแกรมอย่างลึกซึ้ง พวกเขาสามารถสร้าง AI ได้ภายในเวลาเพียงสิบนาทีผ่านการดำเนินการอินเทอร์เฟซที่เรียบง่าย เช่น การตรวจสอบตัวเลือกและข้อกำหนดในการป้อนข้อมูลเฉพาะบุคคล ผู้ช่วย.
แต่สิ่งที่ต้องคำนึงถึงคือ การให้คำปรึกษาด้าน AI ตอบโจทย์ความต้องการของผู้ใช้ได้จริงหรือ? การปฏิบัติแสดงให้เห็นว่าเมื่อมีการสร้างผู้ช่วยให้คำปรึกษาทางการแพทย์ และแพทย์และ AI ได้รับเชิญให้ตอบคำถามของผู้ใช้ร่วมกัน คำตอบของแพทย์มักจะแม่นยำ กระชับ และตรงประเด็นมากขึ้น ดังนั้น วิธีเพิ่มประสิทธิภาพโมเดลขนาดใหญ่เพิ่มเติมเพื่อให้สามารถจับภาพและตอบสนองต่อความต้องการที่แท้จริงของผู้ใช้ได้แม่นยำยิ่งขึ้นจึงเป็นทิศทางสำคัญของการวิจัยในปัจจุบัน
โดยรวมแล้ว อุตสาหกรรมด้านสุขภาพในประเทศของฉันยังอยู่ในช่วงเริ่มต้นของการพัฒนาอย่างรวดเร็ว ด้วยความเจริญรุ่งเรืองของอุตสาหกรรม ทำให้เกิดความท้าทายและปัญหามากมาย ในกระบวนการนี้ เราไม่เพียงแต่ควรใส่ใจกับนวัตกรรมทางเทคโนโลยีและความก้าวหน้าใหม่ๆ เท่านั้น แต่ยังคิดอย่างลึกซึ้งเกี่ยวกับวิธีการใช้เทคโนโลยีเหล่านี้ในทางปฏิบัติให้ดีขึ้นเพื่อตอบสนองความต้องการที่แท้จริงของผู้ใช้อีกด้วย