AI หลายชั่วอายุคนพัฒนาอย่างรวดเร็วในทางการแพทย์

AI ถือกำเนิดขึ้นจากชุดคำสั่ง (กฎ) ที่มนุษย์สร้างขึ้น ซึ่งได้รับการตั้งโปรแกรมโดยวิศวกรคอมพิวเตอร์ในช่วงปลายศตวรรษที่ 20 ซึ่งช่วยให้เทคโนโลยีสามารถแก้ไขปัญหาพื้นฐานได้

หมายเหตุบรรณาธิการ: มีหลายอุตสาหกรรมที่ได้รับผลกระทบจากเทคโนโลยีใหม่ในยุคข้อมูล ไม่ว่าจะเป็นระบบอัตโนมัติ วิทยาการคอมพิวเตอร์ ปัญญาประดิษฐ์ (AI) แพทย์ โรงพยาบาล บริษัทประกันภัย และอุตสาหกรรมที่เกี่ยวข้องกับการดูแลสุขภาพก็ไม่มีข้อยกเว้น แต่โดยเฉพาะอย่างยิ่งใน สาขาสุขภาพ ปัญญาประดิษฐ์มีผลกระทบเชิงบวกมากกว่าอุตสาหกรรมอื่นๆ

รุ่นแรก

วิธีการฝึกอบรม AI ในปัจจุบันอาจคล้ายกับแนวทางของนักศึกษาแพทย์ โดยระบบ AI ยังได้รับการสอนอัลกอริทึมนับร้อยเพื่อแปลอาการของผู้ป่วยเป็นการวินิจฉัย ซึ่งถือเป็นกฎการดูแลสุขภาพรุ่นแรกที่นำมาใช้ในระบบ AI

แอปพลิเคชัน Generative AI ช่วยให้แพทย์อัปเดตข้อมูลได้แบบเรียลไทม์

อัลกอริทึมการตัดสินใจเติบโตเหมือนต้นไม้ เริ่มจากลำต้น (ปัญหาของคนไข้) และแตกแขนงออกไป ตัวอย่างเช่น ถ้าคนไข้บ่นว่าไอมาก หมอจะถามก่อนว่ามีไข้หรือไม่ โดยจะมีคำถาม 2 ชุด คือ มีไข้/ไม่มีไข้ คำตอบเบื้องต้นจะนำไปสู่คำถามเพิ่มเติมเกี่ยวกับอาการ ซึ่งจะนำไปสู่สาขาย่อยอื่นๆ ในที่สุด สาขาย่อยแต่ละสาขาจะเป็นการวินิจฉัย ซึ่งอาจเป็นตั้งแต่ปอดบวมจากแบคทีเรีย เชื้อรา หรือไวรัส ไปจนถึงมะเร็ง หัวใจล้มเหลว หรือโรคปอดอื่นๆ อีกหลายสิบโรค

โดยทั่วไป AI รุ่นแรกสามารถจดจำปัญหาได้ แต่ไม่สามารถวิเคราะห์และจำแนกประเภทบันทึกทางการแพทย์ได้ ดังนั้น ปัญญาประดิษฐ์ในยุคแรกๆ จึงอาจไม่แม่นยำเท่ากับแพทย์ที่ผสมผสาน วิทยาศาสตร์ การแพทย์เข้ากับสัญชาตญาณและประสบการณ์ของตนเอง และเนื่องด้วยข้อจำกัดเหล่านี้ AI ตามกฎเกณฑ์จึงไม่ค่อยถูกนำมาใช้ในทางคลินิกในช่วงเวลาอื่นๆ

ระบบอัตโนมัติเต็มรูปแบบ

ในช่วงต้นศตวรรษที่ 21 ยุคที่สองของปัญญาประดิษฐ์เริ่มต้นด้วยปัญญาประดิษฐ์แคบ (ANI) หรือปัญญาประดิษฐ์ที่แก้ปัญหาชุดงานเฉพาะ การถือกำเนิดของเครือข่ายประสาทที่เลียนแบบโครงสร้างของสมองมนุษย์ได้ปูทางไปสู่เทคโนโลยีการเรียนรู้เชิงลึก ANI ทำงานแตกต่างจากรุ่นก่อนๆ มาก แทนที่จะให้กฎเกณฑ์ที่กำหนดไว้ล่วงหน้าโดยนักวิจัย ระบบรุ่นที่สองใช้ชุดข้อมูลขนาดใหญ่เพื่อแยกแยะรูปแบบที่มนุษย์ต้องใช้เวลาค่อนข้างนานในการดำเนินการ

ในตัวอย่างหนึ่ง นักวิจัยได้ป้อนข้อมูลแมมโมแกรมหลายพันชุดให้กับระบบ ANI ซึ่งครึ่งหนึ่งแสดงให้เห็นมะเร็งร้ายแรง และอีกครึ่งหนึ่งแสดงให้เห็นมะเร็งไม่ร้ายแรง โมเดลนี้สามารถระบุความแตกต่างหลายสิบประการในขนาด ความหนาแน่น และเฉดสีของแมมโมแกรมได้ทันที โดยกำหนดปัจจัยผลกระทบให้กับความแตกต่างแต่ละอย่างเพื่อสะท้อนถึงความน่าจะเป็นของมะเร็ง ที่สำคัญ AI ประเภทนี้ไม่ได้อาศัยฮิวริสติกส์ (กฎเกณฑ์ทั่วไป) เช่นเดียวกับมนุษย์ แต่ใช้ความแตกต่างเพียงเล็กน้อยระหว่างการตรวจมะเร็งและการตรวจปกติที่ทั้งรังสีแพทย์และนักออกแบบซอฟต์แวร์ไม่ทราบ

ต่างจาก AI ตามกฎ เครื่องมือ AI รุ่นที่สองบางครั้งมีประสิทธิภาพในการวินิจฉัยที่เหนือกว่าสัญชาตญาณของมนุษย์ อย่างไรก็ตาม ปัญญาประดิษฐ์รูปแบบนี้ยังมีข้อจำกัดที่ร้ายแรงอีกด้วย ประการแรก แอปพลิเคชันแต่ละตัวจะเฉพาะเจาะจงกับงาน นั่นคือ ระบบที่ได้รับการฝึกให้อ่านแมมโมแกรมไม่สามารถตีความการสแกนสมองหรือเอกซเรย์ทรวงอกได้ ข้อจำกัดที่ใหญ่ที่สุดของ ANI ก็คือ ระบบจะดีได้เพียงเท่ากับข้อมูลที่ได้รับการฝึกมาเท่านั้น ตัวอย่างที่ชัดเจนของจุดอ่อนนี้คือเมื่อ UnitedHealthcare พึ่งพา AI เฉพาะกลุ่มเพื่อระบุผู้ป่วยที่อาการหนักที่สุดและเสนอบริการทางการแพทย์เพิ่มเติมแก่พวกเขา เมื่อนักวิจัยคัดกรองข้อมูล พวกเขาพบว่า AI สันนิษฐานในทางที่เป็นอันตราย ผู้ป่วยได้รับการวินิจฉัยว่ามีสุขภาพดีเพียงเพราะพวกเขาได้รับการดูแลทางการแพทย์เพียงเล็กน้อยในบันทึกทางการแพทย์ ในขณะที่ผู้ป่วยที่ได้รับการรักษาทางการแพทย์จำนวนมากกลับถูกตัดสินว่าไม่มีสุขภาพดี

AI ในอนาคตจะช่วยให้ผู้คนสามารถวินิจฉัยโรคและวางแผนการรักษาได้เช่นเดียวกับแพทย์ทั่วไป ปัจจุบัน เครื่องมือ AI เชิงสร้างสรรค์ (MED-PALM2 ของ Google) ได้ผ่านการทดสอบใบอนุญาตแพทย์ด้วยคะแนนผู้เชี่ยวชาญ เครื่องมือ AI ทางการแพทย์อื่นๆ จำนวนมากสามารถวินิจฉัยโรคได้คล้ายกับแพทย์ อย่างไรก็ตาม โมเดลเหล่านี้ยังคงต้องมีการดูแลของแพทย์และไม่น่าจะมาแทนที่แพทย์ได้ แต่ด้วยอัตราการเติบโตแบบทวีคูณในปัจจุบัน คาดว่าแอปพลิเคชันเหล่านี้จะมีประสิทธิภาพเพิ่มขึ้นอย่างน้อย 30 เท่าในอีก 5 ปีข้างหน้า คาดว่าเครื่องมือในอนาคต เช่น ChatGPT จะทำให้ทุกคนสามารถเข้าถึงความเชี่ยวชาญทางการแพทย์ได้ ซึ่งจะเปลี่ยนแปลงความสัมพันธ์ระหว่างแพทย์กับคนไข้ไปอย่างสิ้นเชิง

เรียบเรียงโดย VIET LE

แหล่งที่มา