เผย 3 ด่านท้าทาย Medical AI สู่การแพทย์อนาคตเพื่อคนไทยด้วยพลัง ‘Medical AI Consortium’

การพัฒนาปัญญาประดิษฐ์ทางการแพทย์ (Medical AI) ในประเทศไทย ถือเป็นก้าวสำคัญในการพลิกโฉมระบบสาธารณสุขของประเทศให้ก้าวหน้าและตอบโจทย์ประชาชนได้อย่างมีประสิทธิภาพยิ่งขึ้น ต้องยอมรับว่าเส้นทางสู่การแพทย์แห่งอนาคตนี้เต็มไปด้วยความท้าทาย ซึ่งบทความนี้จะเผยให้เห็นถึง 3 ด่านท้าทายหลักที่ประเทศไทยต้องเผชิญ และเจาะลึกว่าพลังความร่วมมือภายใต้ ‘Medical AI Consortium’ จะเป็นกุญแจสำคัญในการก้าวข้ามอุปสรรคเหล่านี้ เพื่อขับเคลื่อนสู่เป้าหมายการพัฒนานวัตกรรม AI ทางการแพทย์เพื่อคนไทยอย่างยั่งยืนได้อย่างไร

– สรุปสาระสำคัญจากเสวนา “โอกาสและความท้าทาย ในการพัฒนานวัตกรรม AI ของประเทศไทย ผ่านกลไก Medical AI Consortium” จัดขึ้นภายในงาน “Medical AI Consortium ร่วมแชร์ เชื่อม ใช้ “ข้อมูล” ขับเคลื่อน AI เพื่อการแพทย์ไทย”

ด่านท้าทายที่ 1: ทลายกำแพงข้อมูล สู่มาตรฐาน และความร่วมมือ

การขับเคลื่อนนวัตกรรม AI ทางการแพทย์ของประเทศไทยนั้น เริ่มต้นด้วยความท้าทายสำคัญยิ่ง คือการสร้างรากฐานข้อมูลที่แข็งแกร่ง ซึ่งต้องอาศัยการทลายกำแพงอุปสรรคเดิม ๆ และผนึกกำลังความร่วมมือจากทุกภาคส่วน เพื่อมุ่งสู่การมีข้อมูลที่มีมาตรฐานและน่าเชื่อถือ

ดร.ชัย วุฒิวิวัฒน์ชัย ผู้อำนวยการศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ เนคเทค สวทช. กล่าวว่า แพลตฟอร์มข้อมูลกลางทางการแพทย์ (Medical AI Data Platform) เป็นหนึ่งในโครงการเรือธงของแผนปฏิบัติการด้านปัญญาประดิษฐ์แห่งชาติเพื่อการพัฒนาประเทศไทย ริเริ่มขึ้นเพื่อสร้างระบบนิเวศที่เอื้อต่อการพัฒนา AI ทางการแพทย์สอดรับกับนโยบาย “อว. for AI” ในส่วนนวัตกรรมปัญญาประดิษฐ์ (AI Innovation) ดร.ชัย ชี้ว่า AI ทางการแพทย์นั้น มีความซับซ้อนของกระบวนการพัฒนาตลอด value chain ตั้งแต่การรวบรวมข้อมูล การพัฒนา AI Model การทดสอบทางคลินิก ไปจนถึงการขอการรับรองมาตรฐานเพื่อนำไปใช้งานจริง ซึ่งเป็นเส้นทางที่ยาวนานและท้าทาย

ดร.ชัย เน้นย้ำว่าความท้าทายสำคัญประการแรกคือ การแบ่งปันข้อมูล (Data Sharing) ซึ่งเป็นเหตุผลหลักในการจัดตั้ง Medical AI Consortium เพื่อร่วมกันแชร์-เชื่อม-ใช้ ข้อมูลทางการแพทย์ รวมถึงการพัฒนา Medical AI Data Platform ให้เป็นโครงสร้างพื้นฐานและระบบนิเวศข้อมูลที่เข้มแข็ง รองรับการพัฒนานวัตกรรม AI ทางการแพทย์เพื่อคนไทย ซึ่งโครงสร้างพื้นฐานเหล่านี้ได้เริ่มดำเนินการแล้วแม้จะมีความก้าวหน้า แต่ ดร.ชัย ผู้อำนวยการเนคเทค สวทช. ยอมรับว่ายังคงมีความท้าทายอีกมากที่ต้องร่วมกันแก้ไขต่อไป

นายแพทย์ภัทรวินฑ์ อัตตะสาระ ผู้อำนวยการสำนักดิจิทัลการแพทย์ กรมการแพทย์ ในฐานะประธานคณะกรรมการบริหารแพลตฟอร์มข้อมูลปัญญาประดิษฐ์ทางการแพทย์ ได้กล่าวถึงความพยายามในการบูรณาการหน่วยงานที่ให้บริการทางการแพทย์ทั้งหมด ไม่เพียงแต่จากกระทรวงสาธารณสุขและกระทรวงการอุดมศึกษา วิทยาศาสตร์ วิจัยและนวัตกรรม (อว.) เท่านั้น แต่ยังรวมถึงภาคส่วนอื่น ๆ ที่หลากหลาย เช่น สำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.), หน่วยงานทหาร, กรุงเทพมหานคร (กทม.) และสถาบันต่าง ๆ เพื่อลดการทำงานแบบไซโล และสร้างคลังข้อมูลสำหรับการวิจัยและต่อยอด ความร่วมมือนี้ได้ผ่านการลงนามบันทึกความเข้าใจ (MOU) เพื่อการแลกเปลี่ยนข้อมูลและภาพทางการแพทย์ สะท้อนถึงความมุ่งมั่นในระดับนโยบายที่จะแก้ปัญหานี้

ด่านท้าทายที่ 2 เร่งเครื่องสร้างมาตรฐาน พัฒนาคน รับมือความปลอดภัย

เมื่อรากฐานด้านข้อมูลเริ่มต้นไปได้ด้วยดี ความท้าทายในด่านต่อไปที่สำคัญไม่แพ้กัน คือ การยกระดับมาตรฐานข้อมูลให้สอดคล้องกับสากล และการพัฒนาเทคโนโลยี AI ซึ่งจำเป็นต้องอาศัยความพร้อมขององค์กร การพัฒนาบุคลากรคุณภาพ และการวางมาตรการด้านความปลอดภัยที่รัดกุม เพื่อให้การประยุกต์ใช้ AI ทางการแพทย์ของไทยเป็นไปอย่างมั่นคงและได้รับการยอมรับจากผู้ใช้งาน

รองศาสตราจารย์ นายแพทย์สิทธิ์ พงษ์กิจการุณ หัวหน้าภาควิชารังสีวิทยา คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี มหาวิทยาลัยมหิดล ได้เน้นย้ำถึงความสำคัญของการสร้างมาตรฐานข้อมูล โดยชี้ให้เห็นว่าในต่างประเทศมีการพัฒนาแพลตฟอร์มข้อมูลทางการแพทย์ที่เน้นการทำงานร่วมกันและการแบ่งปันข้อมูลอย่างปลอดภัย รวมถึงการทำให้ข้อมูลเป็นมาตรฐาน (Standardize Data) โดยใช้มาตรฐานข้อมูลที่เป็นสากล เช่น DICOM, OMOP, FHIR และ SNOMED CT ซึ่งเป็นแนวทางที่ประเทศไทยต้องให้ความสำคัญเพื่อให้สามารถเชื่อมโยงและทำงานร่วมกับนานาชาติได้ในอนาคต

ด้าน ผู้ช่วยศาสตราจารย์ นายแพทย์กฤษณ์ ขวัญเงิน รองคณบดีด้านเทคโนโลยีสารสนเทศ คณะแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่ (มช.) ได้เสริมว่า Pain Point หรือ จุดที่สร้างความกังวลสำคัญในการพัฒนา AI ทางการแพทย์ ไม่ใช่เรื่องเทคนิค แต่เป็นประเด็นว่าจะทำอย่างไรให้ผ่านข้อกำหนดด้านความปลอดภัยทางไซเบอร์ และกฎหมายคุ้มครองข้อมูลส่วนบุคคล (PDPA) ได้อย่างถูกต้อง ซึ่งหากเกิดความผิดพลาดขึ้นครั้งเดียว ความน่าเชื่อถือก็จะหมดไป

ปัจจัยเหล่านี้ล้วนเป็นสิ่งที่ท้าทายอย่างยิ่งในการบริหารจัดการข้อมูลเพื่อนำไปใช้ประโยชน์ต่อได้ ยิ่งไปกว่านั้น การสร้างแพลตฟอร์มข้อมูลขนาดใหญ่และการดำเนินการต่าง ๆ ย่อมต้องอาศัยงบประมาณและพันธมิตร รองศาสตราจารย์ นายแพทย์สิทธิ์ ให้ข้อมูลเพิ่มเติมว่า แพลตฟอร์มข้อมูลภาพถ่ายทางการแพทย์เพื่อการวิจัยมะเร็งในสหภาพยุโรปบางแห่ง มีความร่วมมือกับพันธมิตรมากกว่า 76 ราย ครอบคลุม 17 ประเทศ และได้รับเงินทุนสนับสนุนสูงถึง 17.8 ล้านยูโร ซึ่งเป็นตัวเลขที่สะท้อนถึงการให้ความสำคัญกับการลงทุนในโครงสร้างพื้นฐานด้านข้อมูลในระดับสากล เมื่อเทียบกับงบประมาณเริ่มต้นของโครงการในประเทศไทยที่ประมาณ 90 ล้านบาท ยิ่งเห็นถึงความจำเป็นในการแสวงหาการสนับสนุนอย่างต่อเนื่อง

ดังนั้นสิ่งสำคัญ คือ การทำให้แพลตฟอร์มและข้อมูลของไทยได้มาตรฐานสากล เพื่อโอกาสในการเชื่อมโยงและทำงานร่วมกับต่างประเทศในอนาคตโดย รพ.รามาธิบดี ได้พัฒนาระบบนิเวศภายในเพื่อสนับสนุนนักวิจัยในการรวบรวม จัดการ และทำให้ข้อมูลเป็นมาตรฐานก่อนส่งเข้าสู่ Medical AI Data Platform ปัจจุบันรวบรวมภาพได้กว่า 80,000 ชุดข้อมูลการศึกษา กว่า 2 ล้านภาพ โดยทุกโครงการต้องผ่านคณะกรรมการจริยธรรมการวิจัยในมนุษย์

นอกจากนี้ การขาดแคลนบุคลากรทางการแพทย์ที่เข้าใจเรื่องดิจิทัลและ AI ก็เป็นอีกประเด็นที่สำคัญ ซึ่ง รองศาสตราจารย์ ดร.แพทย์หญิงโสฬพัทธ์ เหมรัญช์โรจน์ รองคณบดีฝ่ายนวัตกรรมแนวบูรณาการและเทคโนโลยีดิจิทัล คณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย กล่าวว่า คณะแพทยศาสตร์ จุฬาฯ เล็งเห็นความสำคัญในการเข้าร่วม Medical AI Consortium เพื่อตอบโจทย์ของประเทศ โดยหน้าที่หลัก คือ การผลิตบัณฑิตที่สามารถสร้างองค์ความรู้ไปตอบโจทย์กระทรวง จุฬาฯ จึงได้พัฒนาหลักสูตรปริญญาโทด้านระบบสุขภาพดิจิทัล โดยสิ่งสำคัญ คือ การปลูกฝังเรื่องจริยธรรม (Ethics) ในการใช้ AI และการจัดการข้อมูลควบคู่ไปกับการเรียนรู้ตลอดชีวิต นอกจากนี้ จุฬาฯ ยังได้ริเริ่ม “Chula AI” เพื่อดึงอาจารย์จากหลายคณะมาร่วมกันทำงาน และมีการทำการประเมินความรู้ด้าน AI (AI Assessment) สำหรับนิสิตอีกด้วย

ด่านท้าทายที่ 3 ฝ่าด่านการใช้งานจริง สร้างการยอมรับของแพทย์ สู่บริการเพื่อทุกคน

การนำนวัตกรรม AI ที่พัฒนาขึ้น มาประยุกต์ใช้ได้จริงในระบบบริการสุขภาพอย่างกว้างขวาง ถือเป็นด่านสำคัญที่ต้องพิชิต ซึ่งครอบคลุมทั้งการสร้างความเชื่อมั่น การยอมรับจากแพทย์และประชาชน และการผ่านกระบวนการรับรองมาตรฐานที่เข้มงวด รวมถึงการสร้างบริการที่เข้าถึงได้อย่างเป็นธรรม

นพ.ภัทรวินฑ์ ย้ำว่า AI เปรียบเสมือนยาที่ต้องผ่านการทดสอบและวิจัยในบริบทของคนไทยก่อนนำไปใช้จริง ปัจจุบัน AI ได้รับการยอมรับอย่างดีในการช่วยคัดกรอง (screening) แต่หากเป็นการวินิจฉัยโรค แพทย์ยังคงต้องเป็นผู้พิจารณาสุดท้าย ตัวอย่างที่ประสบความสำเร็จ คือ การใช้ AI คัดกรองภาวะเบาหวานขึ้นจอประสาทตา ซึ่งช่วยลดระยะเวลาการรอผลจากเดิมหลายเดือนเหลือเพียง 5 นาที โครงการนี้ยังทำให้ได้ข้อมูลภาพกลับเข้าระบบถึง 44,000 ภาพ เพื่อใช้ในการฝึกฝน AI ต่อไป และมีแผนจะพัฒนาโมเดล AI ของคนไทยเองภายในหนึ่งปี

ด้าน ดร.ชัย ให้ทัศนะถึงบทบาทของเนคเทค สวทช. ในฐานะ “น้ำมันหล่อลื่น” ที่ช่วยให้กระบวนการที่ซับซ้อนและติดขัดเหล่านี้สามารถดำเนินไปได้อย่างราบรื่นยิ่งขึ้น ตลอดระยะเวลาหนึ่งปีครึ่งที่โครงการได้ดำเนินมาจากแผนงานทั้งหมดสามปี ในการแก้ไขอุปสรรคและเสริมสร้างศักยภาพในหลายมิติ

ประการแรก ความท้าทายพื้นฐาน คือ การรวบรวมและจัดการข้อมูลภายในโรงพยาบาล ซึ่งเป็นจุดเริ่มต้นสำคัญก่อนที่จะสามารถเชื่อมโยงข้อมูลออกสู่ภายนอกได้ ในส่วนนี้เนคเทค สวทช. สนับสนุนให้เกิดการเรียนรู้และแลกเปลี่ยนประสบการณ์จากโรงพยาบาลชั้นนำที่มีความเชี่ยวชาญ

ต่อมา คือ ประเด็นด้านความเป็นส่วนตัวของข้อมูล ซึ่งเนคเทค สวทช. ได้พัฒนาเครื่องมือช่วยในการทำข้อมูลให้เป็นนิรนาม (anonymize) สอดคล้องกับมาตรฐาน PDPA มีกระบวนการตรวจสอบความปลอดภัยของข้อมูลก่อนนำเข้าสู่แพลตฟอร์ม พร้อม “RadiiView” ซอฟต์แวร์และคลาวด์แอปพลิเคชันสำหรับกำกับข้อมูล (Annotation) หรือการระบุลักษณะสำคัญบนภาพทางการแพทย์ได้อย่างแม่นยำ เพื่อสร้างชุดข้อมูลคุณภาพสูงสำหรับสอน AI เมื่อข้อมูลพร้อมแล้ว ความท้าทายถัดมาคือการสร้างโมเดล AI โดย เนคเทค สวทช. ได้พัฒนา “NomadML” แพลตฟอร์มที่ช่วยให้นักวิจัยพัฒนาโมเดล AI ได้ง่ายขึ้น โดยไม่จำเป็นต้องเขียนโค้ดโปรแกรมที่ซับซ้อน โดยเครื่องมือเหล่านี้นี้ถูกผนวกเข้ากับ Medical AI Data Platform เรียบร้อยแล้ว

นอกจากนี้ ประเด็นที่สำคัญอย่างยิ่งต่อความสำเร็จของ Medical AI Consortium คือ เรื่องทรัพย์สินทางปัญญา เนคเทค สวทช. จึงได้จัดทำร่างแนวปฏิบัติเพื่อสร้างความชัดเจนและเป็นธรรมให้กับทุกฝ่ายที่เกี่ยวข้อง ทั้งผู้ให้ข้อมูล ผู้ใช้ข้อมูล และกลุ่มความร่วมมือ (consortium) รวมถึงกลไกการให้ผลตอบแทนกลับไปยังแหล่งข้อมูลและผู้พัฒนา AI model

ยิ่งไปกว่านั้น เพื่อให้ผลงาน AI ทางการแพทย์ ที่พัฒนาขึ้นสามารถนำไปใช้ประโยชน์ได้จริงในวงกว้าง เนคเทค สวทช. ได้ขยายขอบเขตห้องปฏิบัติการทดสอบซอฟต์แวร์ (Squat) ที่ได้รับการรับรองมาตรฐาน ISO 17025 ให้บริการครอบคลุมการทดสอบซอฟต์แวร์ AI โดยเฉพาะ เพื่อช่วยเร่งกระบวนการขออนุมัติจากสำนักงานคณะกรรมการอาหารและยา (อย.) และผลักดันให้เกิดเป็นผลิตภัณฑ์เชิงพาณิชย์ได้เร็วขึ้น พร้อมกันนี้ยังใช้เป็นแนวทางสำหรับนักพัฒนารายอื่น ๆ

ดร.ชัย ยังเน้นย้ำถึงความมุ่งมั่นในการสร้างความยั่งยืนให้กับ Medical AI Consortium ผ่าน 3 แนวทางหลัก ประการแรก คือ การแสวงหาทุนวิจัยสนับสนุนอย่างต่อเนื่อง แม้จะเป็นงบประมาณที่ลดขนาดลงจากช่วงเริ่มต้น และจะพยายามดึงข้อมูลจากโครงการ AI ทางการแพทย์อื่น ๆ ที่ได้รับทุนสนับสนุนให้ กลับเข้ามาสู่ consortium เพื่อเสริมสร้างความแข็งแกร่ง ต่อมา คือ การบริหารจัดการด้านธรรมาภิบาลข้อมูล (Data governance) และการบริหารจัดการแพลตฟอร์มในระยะยาว โดยมี กรมการแพทย์ และ สวทช. คอยให้การสนับสนุนทางด้านเทคนิคอย่างต่อเนื่อง และท้ายสุด คือ การกำหนดหลักเกณฑ์ที่ชัดเจนสำหรับสมาชิกที่ต้องการนำ AI Model ไปพัฒนาต่อยอดสู่การให้บริการเชิงพาณิชย์ ซึ่งจะครอบคลุมเรื่องการแบ่งปันทรัพย์สินทางปัญญาและผลประโยชน์ที่เป็นธรรม พร้อมกล่าวทิ้งท้ายด้วยการเชิญชวนโรงพยาบาลและโรงเรียนแพทย์ที่สนใจเข้าร่วม Medical AI Consortium

การผนึกกำลังของทุกภาคส่วน ทั้งภาครัฐ สถาบันการศึกษา และหน่วยงานวิจัย ผ่านกลไก ‘Medical AI Consortium’ นับเป็นก้าวสำคัญในการขับเคลื่อน AI ทางการแพทย์ (Medical AI) ของประเทศไทยให้ก้าวหน้า แม้จะมีความท้าทายที่ต้องเผชิญ แต่ด้วยวิสัยทัศน์ ความมุ่งมั่น และ พลังความร่วมมือที่แข็งแกร่งภายใต้เครือข่าย ‘Medical AI Consortium’  แน่นอนว่าอนาคตที่การแพทย์ไทยจะก้าวล้ำด้วย AI เพื่อลดความเหลื่อมล้ำในการเข้าถึงบริการสุขภาพ และสร้างนวัตกรรมทางการแพทย์ที่ยั่งยืนเพื่อประโยชน์ของประชาชนอย่างแท้จริงย่อมไม่ไกลเกินเอื้อม

โรงพยาบาล สถานพยาบาล หรือหน่วยงานวิจัยทางการแพทย์ที่สนใจเข้าร่วม Medical AI Consortium หรือสนใจสอบถามเพิ่มเติมเกี่ยวกับ Medical AI Data Platform ติดต่อสอบถามได้ที่ MedicalAI@dms.mail.go.th

รับชมเสวนาย้อนหลังได้ที่ https://www.youtube.com/watch?v=rk4lTx7zmH8&t=3s