បញ្ញាសិប្បនិម្មិត (AI) ថែមទាំងអាចជួយមនុស្សជាតិឱ្យវិលត្រឡប់មករកផ្លូវត្រូវវិញ ដើម្បីសម្រេចបាននូវគោលដៅអភិវឌ្ឍន៍ប្រកបដោយចីរភាពរបស់អង្គការសហប្រជាជាតិ ស្តីពីការគ្របដណ្តប់ សុខភាព ជាសកលនៅឆ្នាំ ២០៣០។

ទោះជាយ៉ាងណាក៏ដោយ បើទោះបីជាមានការរីកចម្រើនផ្នែកបច្ចេកវិទ្យាយ៉ាងឆាប់រហ័សក៏ដោយ វិស័យថែទាំសុខភាពគឺ «ទាបជាងមធ្យមភាគ» ក្នុងការទទួលយក AI បើប្រៀបធៀបទៅនឹងឧស្សាហកម្មដទៃទៀត នេះបើយោងតាមរបាយការណ៍វេទិកា សេដ្ឋកិច្ច ពិភពលោកដែលមានចំណងជើងថា «អនាគតនៃការថែទាំសុខភាពដែលផ្អែកលើ AI៖ ដឹកនាំផ្លូវ»។
យោងតាមរបាយការណ៍នេះ “ការផ្លាស់ប្តូរដែលជំរុញដោយបញ្ញាសិប្បនិម្មិត (AI) មិនមែនគ្រាន់តែជាការទទួលយកឧបករណ៍ថ្មីៗនោះទេ ប៉ុន្តែទាមទារការគិតឡើងវិញអំពីវិធីទាំងមូលនៃការផ្តល់សេវាថែទាំសុខភាព និងទទួលបានសេវាថែទាំសុខភាព”។
ដោយសារទីផ្សារថែទាំសុខភាពដែលបង្កើតឡើងដោយ AI ត្រូវបានគេព្យាករថានឹងឈានដល់ 2.7 ពាន់លានដុល្លារនៅឆ្នាំនេះ និងជិត 17 ពាន់លានដុល្លារនៅឆ្នាំ 2034 ខាងក្រោមនេះគឺជាវិធីមួយចំនួនដែល AI កំពុងផ្លាស់ប្តូរឧស្សាហកម្មថែទាំសុខភាព៖
បញ្ញាសិប្បនិម្មិត (AI) អាចវិភាគរូបភាពខួរក្បាលបាន។
កម្មវិធីសូហ្វវែរ AI ថ្មីមួយមានភាពត្រឹមត្រូវទ្វេដងដូចអ្នកជំនាញក្នុងការវិភាគរូបភាពខួរក្បាលរបស់អ្នកជំងឺដាច់សរសៃឈាមខួរក្បាល។ សាកលវិទ្យាល័យពីរនៅចក្រភពអង់គ្លេសបានបណ្តុះបណ្តាលកម្មវិធីនេះលើការស្កេនខួរក្បាលចំនួន ៨០០ ហើយបន្ទាប់មកបានសាកល្បងវាលើអ្នកជំងឺចំនួន ២០០០ នាក់។ លទ្ធផលគឺគួរឱ្យចាប់អារម្មណ៍។ បន្ថែមពីលើភាពត្រឹមត្រូវខ្ពស់របស់វា កម្មវិធីនេះក៏អាចកំណត់ពេលវេលានៃការកើតឡើងនៃជំងឺដាច់សរសៃឈាមខួរក្បាលផងដែរ - ជាកត្តាសំខាន់សម្រាប់វេជ្ជបណ្ឌិត។
អ្នកជំនាញខាងសរសៃប្រសាទ លោក Paul Bentley បានប្រាប់កាសែត Health Tech ថា “សម្រាប់ជំងឺដាច់សរសៃឈាមខួរក្បាលភាគច្រើនដែលបណ្តាលមកពីកំណកឈាម ប្រសិនបើអ្នកជំងឺមកដល់មន្ទីរពេទ្យក្នុងរយៈពេល 4.5 ម៉ោងបន្ទាប់ពីជំងឺដាច់សរសៃឈាមខួរក្បាល ពួកគេមានសិទ្ធិទទួលបានទាំងថ្នាំ និងការវះកាត់។ ក្នុងរយៈពេល 6 ម៉ោង ការវះកាត់នៅតែអាចធ្វើទៅបាន ប៉ុន្តែបន្ទាប់ពីពេលនោះ ការសម្រេចចិត្តព្យាបាលកាន់តែពិបាក ពីព្រោះករណីជាច្រើនមិនអាចត្រឡប់វិញបាន។ ដូច្នេះ ការកំណត់ឱ្យបានត្រឹមត្រូវនូវការចាប់ផ្តើម និងសក្តានុពលនៃការជាសះស្បើយគឺមានសារៈសំខាន់ណាស់”។
បញ្ញាសិប្បនិម្មិត (AI) រកឃើញការបាក់ឆ្អឹងបានល្អជាងមនុស្ស។
ការប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (AI) សម្រាប់ការវិភាគដំបូងអាចជួយជៀសវាងការថតកាំរស្មីអ៊ិចដែលមិនចាំបាច់ និងកាត់បន្ថយហានិភ័យនៃការបាក់ឆ្អឹងដែលបាត់។ វិទ្យាស្ថានជាតិសម្រាប់ឧត្តមភាពសុខភាព និងថែទាំ (NICE) នៅចក្រភពអង់គ្លេសនិយាយថា បច្ចេកវិទ្យានេះមានសុវត្ថិភាព អាចទុកចិត្តបាន និងអាចកាត់បន្ថយចំនួននៃការទៅជួបតាមដាន។
ការវាយតម្លៃតម្រូវការរថយន្តសង្គ្រោះបន្ទាន់ដោយប្រើ AI។
នៅចក្រភពអង់គ្លេស មនុស្សប្រហែល 350,000 នាក់ត្រូវបានដឹកជញ្ជូនទៅមន្ទីរពេទ្យដោយរថយន្តសង្គ្រោះបន្ទាន់ជារៀងរាល់ខែ។ ការសម្រេចចិត្តថាអ្នកណាត្រូវការផ្ទេរទៅមន្ទីរពេទ្យមួយផ្សេងទៀតគឺអាស្រ័យលើបុគ្គលិកពេទ្យមុនពេលចូលមន្ទីរពេទ្យ ចំពេលមានការខ្វះខាតគ្រែមន្ទីរពេទ្យជាប្រចាំ។ ការសិក្សាមួយនៅ Yorkshire (ភាគខាងជើងប្រទេសអង់គ្លេស) បានបង្ហាញថា ក្នុង 80% នៃករណី បញ្ញាសិប្បនិម្មិត (AI) អាចទស្សន៍ទាយបានយ៉ាងត្រឹមត្រូវថាអ្នកជំងឺណាដែលត្រូវការផ្ទេរ។ គំរូបញ្ញាសិប្បនិម្មិត (AI) ត្រូវបានបណ្តុះបណ្តាលដោយផ្អែកលើកត្តាដូចជា ចលនា ចង្វាក់បេះដូង កម្រិតអុកស៊ីសែនក្នុងឈាម និងការឈឺទ្រូង - ជាពិសេស បញ្ញាសិប្បនិម្មិតមិនបានបង្ហាញភាពលំអៀងក្នុងដំណើរការទិន្នន័យរបស់វាទេ។
ការរកឃើញជំងឺជាង 1,000 មុខទាន់ពេលវេលា។
គំរូរៀនដោយម៉ាស៊ីនថ្មីមួយពី AstraZeneca មានសក្តានុពលក្នុងការរកឃើញជំងឺមុនពេលអ្នកជំងឺមានរោគសញ្ញាណាមួយ។ ដោយផ្អែកលើទិន្នន័យវេជ្ជសាស្ត្រពីមនុស្ស 500,000 នាក់នៅក្នុងមូលដ្ឋានទិន្នន័យវេជ្ជសាស្ត្រចក្រភពអង់គ្លេស គំរូនេះអាច «ទស្សន៍ទាយដោយមានទំនុកចិត្តខ្ពស់អំពីការធ្វើរោគវិនិច្ឆ័យនៅច្រើនឆ្នាំក្រោយ»។
ការសិក្សាមួយផ្សេងទៀតនៅចក្រភពអង់គ្លេសបានរកឃើញថា ឧបករណ៍ AI អាចរកឃើញដំបៅខួរក្បាលដែលមានជំងឺឆ្កួតជ្រូកចំនួន 64% ដែលអ្នកជំនាញខាងវិទ្យុសកម្មធ្លាប់មើលរំលងពីមុន។ ដោយបានទទួលការបណ្តុះបណ្តាលជាមួយនឹងការស្កេន MRI ជាង 1,100 ដងលើមនុស្សពេញវ័យ និងកុមារទូទាំងពិភពលោក AI មិនត្រឹមតែរកឃើញដំបៅលឿនជាងមុនប៉ុណ្ណោះទេ ប៉ុន្តែថែមទាំងកំណត់អត្តសញ្ញាណដំបៅតូចៗ ឬលាក់កំបាំងដែលមើលមិនឃើញដោយភ្នែកមនុស្សផងដែរ។
chatbot វេជ្ជសាស្ត្រគាំទ្រដល់ការធ្វើការសម្រេចចិត្តផ្នែកគ្លីនិក។
វេជ្ជបណ្ឌិតត្រូវធ្វើការសម្រេចចិត្តយ៉ាងរហ័ស និងត្រឹមត្រូវ ហើយខណៈពេលដែល AI អាចជួយពន្លឿនដំណើរការនេះ វាក៏មានហានិភ័យនៃការផ្តល់ព័ត៌មានមិនត្រឹមត្រូវ ឬលំអៀងផងដែរ។
ការសិក្សាមួយរបស់សហរដ្ឋអាមេរិកបានបង្ហាញថា គំរូភាសាធំស្តង់ដារ (LLMs) ដូចជា ChatGPT, Claude ឬ Gemini មិនអាចផ្តល់ចម្លើយពេញលេញ និងផ្អែកលើ វិទ្យាសាស្ត្រ ដល់វេជ្ជបណ្ឌិតបានទេ។ ទោះជាយ៉ាងណាក៏ដោយ ChatRWD – ប្រព័ន្ធបង្កើតដែលមានការទាញយកព័ត៌មានប្រសើរឡើង – មានដំណើរការល្អជាង ដោយចម្លើយចំនួន 58% មានប្រយោជន៍ (បើប្រៀបធៀបទៅនឹង 2%-10% ពី LLMs ធម្មតា)។
ចំណុចប្រទាក់ឌីជីថលក៏កំពុងត្រូវបានដាក់ពង្រាយដើម្បីគាំទ្រដល់ការចាត់ថ្នាក់អ្នកជំងឺផងដែរ។ របាយការណ៍ឆ្នាំ ២០២៤ ពីគំនិតផ្តួចផ្តើមផ្លាស់ប្តូរសុខភាពឌីជីថលរបស់វេទិកាសេដ្ឋកិច្ចពិភពលោកបានបញ្ជាក់ថា វេទិកាអ្នកជំងឺឌីជីថល Huma អាចជួយកាត់បន្ថយអត្រាចូលសម្រាកព្យាបាលឡើងវិញបាន ៣០% កាត់បន្ថយពេលវេលាពិនិត្យឡើងវិញរបស់គ្រូពេទ្យរហូតដល់ ៤០% និង «កាត់បន្ថយបន្ទុកការងារសម្រាប់បុគ្គលិកថែទាំសុខភាព»។
របាយការណ៍នេះរំពឹងថា បច្ចេកវិទ្យានាពេលអនាគតនឹង «ផ្លាស់ប្តូរបទពិសោធន៍ថែទាំសុខភាពសម្រាប់អ្នកជំងឺយ៉ាងខ្លាំង។ បុគ្គលដែលមានសុខភាពល្អអាចប្រើប្រាស់ឧបករណ៍ត្រួតពិនិត្យដើម្បីបង្កើនប្រសិទ្ធភាពសុខភាពរាងកាយ និងផ្លូវចិត្តរបស់ពួកគេ ខណៈដែលអ្នកដែលមានបញ្ហាសុខភាពនឹងអាចចូលប្រើប្រាស់ដំណោះស្រាយឌីជីថលជាច្រើនប្រភេទ»។
(យោងតាមគេហទំព័រ Weforum.org)
ប្រភព៖ https://vietnamnet.vn/cach-ai-dang-lam-thay-doi-nganh-y-te-2386768.html






Kommentar (0)