ในปี 2024 เป็นปีที่ AI กำลังเข้ามามีบทบาทสำคัญในองค์กรต่างๆมากขึ้น หลายองค์กรมีการนำ AI มาให้พนักงานเริ่มใช้กันมากขึ้นแล้ว อย่างไรก็ตาม การนำ AI มาใช้ในองค์กรก็ยังมีปัญหาในหลายด้าน เช่น ความปลอดภัยของข้อมูล, การละเมิดข้อมูลส่วนบุคคลที่นำมาให้ AI เรียนรู้และประมวลผผล, ความโปร่งใสในการทำงานของ AI, การขาดแคลนบุคลากรที่มีความเชี่ยวชาญ, ความซับซ้อนในการจัดการ AI, ความเสี่ยงที่ AI จะทำงานผิดพลาด รวมไปถึงความเสี่ยงที่อาจเกิดการละเมิดหลักธรรมาภิบาล AI (AI Governance) ซึ่งอาจมีเรื่องกฎหมายเข้ามาเกี่ยวข้อง
ดังนั้นการนำ AI มาใช้งานในองค์กรอย่างจริงจังจึงควรที่จะต้องมีผู้เชี่ยวชาญมาช่วยดูแลบริหารจัดการ ปิดความเสี่ยงเหล่านั้น นอกจากการจ้างผู้เชี่ยวชาญหรือตั้งหน่วยงานขึ้นมาพัฒนา AI ของตัวเองโดยตรงแล้วยังมีวิธีที่ง่ายกว่านั้นก็คือการใช้บริการแพลทฟอร์ม AI จาก “ผู้ให้บริการ” ที่จะมาช่วยเป็นศูนย์รวม AI หลายๆโมเดลเอาไว้ในแพลทฟอร์มเดียว ช่วยเชื่อมโยงโมเดล AI ที่เฉพาะเจาะจงในการทำงาน เข้ากับระบบ IT เดิมที่มีอยู่ขององค์กร พร้อมๆกับวางกรอบธรรมาภิบาลเป็นรากฐานในการพัฒนา AI ในองค์กรต่อไปในอนาคตได้
บริการทั้งหมดนี้รวมอยู่ในแพลทฟอร์ม watsonx แพลทฟอร์มบริการ AI สำหรับองค์กรของ IBM ที่ล่าสุดก็เพิ่งออกมาเปิด Use Case ของการใช้ watsonx ในประเทศไทย และก็ไม่ใช่กับองค์กรธุรกิจธรรมดาแต่เป็นองค์กรที่มีความซับซ้อนอ่อนไหวเรื่องข้อมูลอย่าง “โรงพยาบาล” ใหญ่ระดับ 1,400 เตียง นั่นก็คือการจับมือกับโรงพยาบาลมหาราชนครเชียงใหม่ คณะแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่ ที่ได้ชื่อว่าเป็นโรงพยาบาลรัฐที่ใหญ่ที่สุดในภาคเหนือที่นำเทคโนโลยี Generative AI ภายใต้แพลทฟอร์มของ IBM สนับสนุนการวินิจฉัย และการส่งตรวจทางห้องปฏิบัติการอัตโนมัติ ที่สามารถลดเวลารอคอยของผู้ป่วยได้ 30-40 นาทีเลยทีเดียว
รพ.ใช้ watsonx.data และ watsonx.ai จาก IBM
โรงพยาบาลมหาราชนครเชียงใหม่ ซึ่งนับเป็นโรงพยาบาลที่วางรากฐานระบบ IT ของโรงพยาบาลมาได้เป็นอย่างดี และเพิ่มเปิดตัวห้องปฏิบัติการทางการแพทย์แบบอัตโนมัติครบวงจร หรือ Lab Automation ไปเมื่อเดือนพฤศจิกายนที่ผ่านมา ได้ทำงานร่วมกับทีม IBM Client Engineering ในการพัฒนาโมเดล AI ด้วย watsonx.data และ watsonx.ai ซึ่ง watsonx.data อธิบายง่ายๆก็คือเป็น data lakehouse ที่ได้รับการปรับให้เหมาะสำหรับข้อมูลที่ถูกกำกับดูแล (governed data) ในส่วน watsonx.ai จะเป็นเครื่องมือ AI พร้อมใช้สำหรับองค์กรสำหรับการฝึก ตรวจสอบ ปรับใช้ และติดตั้งโมเดล AI ซึ่งรวมถึง foundation models ที่ขับเคลื่อน generative AI โดยโมเดลเหล่านี้ไม่เพียงแค่ได้รับการฝึกกับโมเดลภาษาขนาดใหญ่ แต่ยังรวมถึงข้อมูลที่เก็บรวบรวมตามระยะเวลาเป็นช่วงๆ อย่างต่อเนื่องกัน (time-series data) ข้อมูลที่ได้รับการจัดเก็บในรูปแบบคอลัมน์หรือตาราง ข้อมูลเชิงพื้นที่ และข้อมูลเหตุการณ์ไอทีต่างๆได้ด้วย
Generative AI ช่วยแพทย์วิเคราะห์-ส่ง แล็บอัตโนมัติ
นำ Gen AI มาใช้ลดเวลาและลดความผิดพลาดในการทำงานของแพทย์ในการวิเคราะห์และส่งตรวจแล็บ เช่นการตรวจเลือด ตรวจปัสสาวะ และอื่นๆ เพื่อดูข้อมูลสุขภาพต่างๆของคนไข้จากเดิม แพทย์จะต้องสอบถามซักประวัติ อาการคนไข้ นำมาใช้คิดร่วมกับประวัติการรักษาที่ผ่านมา และนำไปวิเคราะห์และเลือกส่งตรวจ แล็บ ที่จำเป็นจาก รายการตรวจ Lab ที่มีอยู่นับ 1,000 รายการ กว่าจะหาแต่ละรายการ คลิกเลือกในระบบก็ต้องใช้เวลานาน และวิธีการเดิมอาจเกิดความผิดพลาดได้เช่นอาจขาดไปบางรายการ หรืออาจเลือกรายการแล็บ เกินความจำเป็น
Gen AI ของ IBM ที่เป็น Model ที่มีความรู้จากงานวิจัยทางการแพทย์ เข้ามาช่วยแก้ปัญหาเหล่านี้ด้วยการวิเคราะห์ประวัติการรักษาที่ผ่านมา อ่านข้อมูลคนไข้ที่แพทย์พิมพ์เข้าในระบบด้วยภาษาธรรมชาติ และ Suggest รายการแล็บ ที่เกี่ยวข้องมาในทันทีให้แพทย์สามารถเลือกรายการแล็บ เพื่อให้แพทย์เลือกและส่งตรวจได้รวดเร็วและแม่นยำมากขึ้น นอกจากนี้โรงพยาบาลมหาราชเชียงใหม่ยังใช้ Bot ที่พัฒนาโดย Robitic Process Automation ของ IBM เข้ามาช่วยแพทย์และพยาบาลในการ ส่งคำสั่งตรวจแล็บ (Order Lab) โดยอัตโนมัติ
จากการโชว์ตัวอย่างของโรงพยาบาลเราจะเห็น Bot ส่งคำสั่งตรวจแล็บอัตโนมัติผ่านเว็บไซต์ที่แพทย์และพยาบาลเคยใช้ โดย “เมาส์” จะวิ่งไปคลิกจองห้องตรวจและพิมพ์รายละเอียด้วย “คีย์บอร์ด” เพื่อส่งตรวจแล็บ และจองตารางบริการของห้องแล็บโดยอัตโนมัติ โดยระบบนี้มีการบริหารจัดการผผลตรวจ เชื่อมโยงกับตารางนัดหมายแพทย์ พร้อมกับการนัดหมายคนไข้ให้มาพบแพทย์ครั้งต่อไปได้ทันที นอกจากจะช่วยลดเวลาของแพทย์แล้วยังช่วยลดงานของพยาบาลและผู้ช่วยพยาบาลที่เดิมต้องกรอกตารางส่งตรวจห้องแล็บ กระบวนการนัดฟังผลแล็บ และการนัดหมายแพทย์แบบ manual ลงได้อย่างมากเลยทีเดียว
จุดเด่นของ AI จากแพลทฟอร์ม watsonx ก็คือการคำนึงถึงหลักธรรมาภิบาล AI ที่เคร่งครัด หากข้อมูลที่ถูกนำให้ AI วิเคราะห์ละเมิดหลักความเป็นส่วนตัวของข้อมูลก็จะไม่สามารถใช้ได้ นั่นทำให้มั่นใจได้ว่าข้อมูลส่วนตัวต่างๆเช่นรหัส HN ชื่อ-นามสกุล ผู้ป่วยหรือแม้แต่ชื่อ-นามสกุล ของแพทย์เจ้าของไข้จะถูกทำ Masking เอาไว้แล้วทั้งหมด
เปิดเผยด้วยว่านอกจากระบบดังกล่าวจะลดความผิดพลาดจากการป้อนข้อมูลแบบ Manual และการส่งต่อข้อมูลข้ามระบบแล้ว ยังเชื่อมโยงการตรวจแล็บ ต่างๆด้วย เช่น การตรวจเลือด การตรวจวินิจฉัยโรคด้วยเครื่องเอกซเรย์คอมพิวเตอร์ (CT Scan) การตรวจด้วยคลื่นแม่เหล็กไฟฟ้า (MRI) และอื่นๆได้อย่างมีประสิทธิภาพ ลดความถี่ในการมาโรงพยาบาลโดยไม่จําเป็น ขณะเดียวกันการบริหารจัดการการนัดหมายและการตรวจเพิ่มเติมต่างๆอย่างครบวงจร ยังช่วยลดเวลาการรอของผู้ป่วยลงได้อย่างมากด้วย
นำระบบ AutoAI มายกระดับแอปพลิเคชั่น
นพ.บรรณกิจ ระบุเพิ่มเติมด้วยว่าที่ผ่านมาโรงพยาบาลมหาราชนครเชียงใหม่ คณะแพทยศาสตร์ มช. ได้นําร่องการนํา AutoAI ของ IBM ระบบที่จะช่วยทำให้ algorithm เคลียร์ขึ้น ช่วยเร่งกระบวนการวิจัยให้ถูกต้องแม่นยำ มาช่วยสนับสนุนการพัฒนาแอปพลิเคชั่นบริการผู้ป่วยและการรักษาในอนาคตของทีม Data Sciencetist ของคณะแพทยศาสตร์ มช. โดยช่วยสนับสนุนการเขียนโค้ด เพื่อเพิ่มประสิทธิภาพและร่นระยะเวลาในการพัฒนาแอพต่างๆ รองรับการสนับสนุนการรักษา และการบริการคนไข้ในอนาคตด้วย
นอกจากนี้ยังมีแผนงานต่อเนื่องที่จะเกิดขึ้นในอนาคตอันใกล้ สอดคล้องวิสัยทัศน์ที่ต้องการสร้างความเป็นเลิศในการบริการ การรักษา ต่อยอดไปถึงการวิจัยพัฒนา ไม่เพียงแต่ในเชียงใหม่หรือประเทศไทย แต่ยังก้าวนําในระดับอาเซียน เพื่อประสิทธิภาพ คุณภาพ และความพึงพอใจสูงสุดของผู้รับบริการ เทคโนโลยี AI ระดับโลกอย่าง watsonx ถือเป็นสิ่งที่ตอกย้ำให้เห็นถึงความมุ่งมั่นในการสร้างความมั่นใจให้กับผู้ป่วย ทั้งในแง่ความน่าเชื่อถือปลอดภัย และโปร่งใสของระบบ และการให้บริการสุขภาพที่ได้มาตรฐานระดับสากลตามนโยบายการก้าวสู่ Digital faculty
Use Case รพ.มหาราช สอดรับเทรนด์ AI 2025
Use Case ของโรงพยาบาลมหาราชนครเชียงใหม่ในการนำ AI มาใช้ สอดคล้องกับเทรนด์ AI ในปี 2025 ที่ IBM ได้เผยแพร่ไว้ในรายงาน “APAC AI Outlook 2025” โดยเฉพาะอย่างยิ่งในด้าน “Unified AI” ซึ่งเน้นการจัดการและกำกับดูแล AI แบบรวมศูนย์ รวมถึง “Agentic AI” ที่มอบอำนาจให้ AI สามารถทำงานได้อย่างอิสระมากขึ้น รวมไปถึงเทรนด์ของการพัฒนา AI แบบ “Human-Centric” ที่เน้นการพัฒนา AI โดยยึดผู้ใช้เป็นศูนย์กลาง
ก้าวย่างนี้ของโรงพยาบาลมหาราชนครเชียงใหม่จึงนับเป็นตัวอย่างที่ดีสำหรับองค์กรอื่นๆที่ต้องการนำ AI มาใช้ในการสร้าง Impact ให้เกิดขึ้นอย่างแท้จริง และสิ่งสำคัญก็คือการต้องคำนึงถึง painpoint ต่างๆ เช่น ความปลอดภัยของข้อมูล ความโปร่งใสในการทำงานของ AI และ AI Governance ซึ่ง Use Case ของโรงพยาบาลมหาราชนครเชียงใหม่ก็สามารถปิดความเสี่ยงเหล่านี้ลงได้ด้วยแพลทฟอร์ม watsonx ของ IBM นั่นเอง
