• Insiderly AI
  • Posts
  • สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)

สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)

สรุปเนื้อหา เรื่อง How to Expedite Medical AI Development in Thailand จากงานสัมมนา SCBX UNLOCKING AI (EP4)

Keynote: How to Expedite Medical AI Development in Thailand

Event: SCBX Unlocking AI EP4, Computer Vision: How AI See Things Like We Do

Collaboration: SCBX และ Insiderly.ai

Venue: SCBX NextTech, สยามพารากอน ชั้น 4

Speaker: คุณศิวดล มาตยากูร, Co-Founder, Cariva

มนุษย์แต่ละคนไม่เหมือนกัน สุขภาพของแต่ละคนก็ไม่เหมือนกัน หากวงการแพทย์หาวิธีการดูแลรักษาคนไข้แบบ Personalized Care หรือให้การรักษาที่เฉพาะตัว เหมาะสมกับร่างกายของคนไข้ได้ จะเป็นประโยชน์อย่างยิ่งต่อการรักษาผู้ป่วยให้กลับมามีสุขภาพที่แข็งแรงต่อไป

ในงาน SCBX UNLOCKING AI: EP4 Computer Vision: How AI See Things Like We Do คุณศิวดล มาตยากูร, Co-Founder, Cariva มาบรรยายในหัวข้อ How to Expedite Medical AI Development in Thailand ถึงการพัฒนาของเทคโนโลยีทางการแพทย์ว่า AI นั้นสามารถช่วยแก้ปัญหาที่ว่ามานี้ในต่างประเทศได้แล้ว แต่ในไทยยังไม่สามารถทำเช่นนั้นได้ เพราะมีปริมาณข้อมูลไม่เยอะเพียงพอ 

ดังนั้นถ้าอยากทำให้ AI ใช้งานได้จริง ต้องเริ่มจากการสร้างระบบพื้นฐานที่รองรับการทำงานของ AI ด้วย ถ้าสามารถเชื่อมต่อกับระบบพื้นฐาน หรือระบบ Smartphone ให้ผู้คนใช้ไม่ได้ ก็ไม่เป็นประโยชน์ 

HealthTech Ecosystem ในประเทศไทย

แต่ถ้าทำได้ ต่อจากนี้คนไข้อาจไม่ต้องเสียเวลาไปโรงพยาบาลอีกแล้ว และจะสามารถเข้ารับการรักษาได้เลยแบบ Telemedicine จากที่บ้านได้ โดยแพทย์ยังวินิจฉัย-วิเคราะห์ข้อมูลที่มีความแม่นยำได้ในเวลาแค่ไม่กี่นาที

คุณศิวดล ยกตัวอย่างว่าปัจจุบัน สถานที่ที่เต็มไปด้วย Data ด้านการแพทย์มากที่สุด มีข้อมูลเกี่ยวกับอาการป่วย การรักษาโรคที่มากที่สุดคือโรงพยาบาลศิริราช ที่มีการรักษาคนไข้ไม่ต่ำกว่า 3 ล้านเคสต่อปี แต่ข้อมูลเหล่านั้นกลับมีน้อยคนที่จะเข้าถึง และนำมาใช้ยกระดับทางการแพทย์ได้และต้องรอนานกว่า 1 ปีหากต้องทำเรื่องเพื่อเข้าถึงข้อมูลเหล่านั้นจริงๆ ซึ่งก็อาจสายเกินไป

นอกจากนั้นยังมีปัญหาเรื่อง PDPA เมื่อคนไข้ไม่อนุญาตให้เปิดเผยข้อมูลเพื่อนำไปใช้ในทางการแพทย์ ก็จะทำให้ไม่มีข้อมูลนำไปวิเคราะห์ สร้างประโยชน์ต่อไปได้ 

ไม่เพียงแค่คนนอกจะเข้าถึงข้อมูลไม่ได้ แต่แม้กระทั่งในโรงพยาบาลเองก็ยังมีปัญหา เข้าถึงข้อมูลของแต่ละหน่วยงานภายในไม่ได้ เพราะหน่วยงานต่างๆ มีรูปแบบการเก็บข้อมูลที่แตกต่างกันไป หากนำ AI มาช่วยงานได้จริง ก็จะต้องเสียเวลา Clean Data หรือจัดระเบียบข้อมูลอีกพักใหญ่ 

ปัญหาอีกประการก็คือ ที่ผ่านมามีองค์กร Startup ใช้โมเดลเก็บข้อมูล Open Source จากต่างประเทศ แล้วค่อยนำมาปรับใช้กับคนไทย ผลปรากฏว่าข้อมูลที่ได้นั้นไม่สามารถปรับใช้ได้อย่างมีประสิทธิภาพ เนื่องจากบริบทของชีวิตคนไทยและชาวต่างชาติแตกต่างกัน นำมาสู่ข้อสรุปว่าประเทศไทยควรต้องมีแพลตฟอร์ม Data ของคนไทยเองเท่านั้น จึงจะสามารถนำมาใช้กับคนไทยได้อย่างมีประสิทธิภาพ 

คุณศิวดล ถือโอกาสนี้กล่าวขอบคุณฐานข้อมูลจากโรงพยาบาลศิริราช ที่รวบรวมข้อมูลการรักษามากกว่า 3 ล้านเคสต่อปีมาให้ใช้ในการพัฒนา ซึ่งเป็นประโยชน์อย่างยิ่งต่อการทำงาน และหวังว่าในอนาคตอันใกล้ จะช่วยให้แพทย์ 1 คนให้การรักษาคนไข้แบบ Personalized Care ได้จริงๆ

Join the conversation

or to participate.