ผู้เชี่ยวชาญด้าน AI หารือถึงวิธีการบูรณาการ AI ที่มีประสิทธิภาพเข้าสู่ระบบการดูแลสุขภาพ เหตุใดความร่วมมือข้ามสาขาวิชาจึงมีความสำคัญ และศักยภาพของ AI เชิงสร้างสรรค์ในการวิจัย
เฟยเฟย หลี่ และลอยด์ ไมเนอร์ กล่าวเปิดงานในการประชุมสัมมนา RAISE Health ครั้งแรก ณ คณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด เมื่อวันที่ 14 พฤษภาคม (ภาพโดย สตีฟ ฟิช)
คนส่วนใหญ่ที่เข้ามามีส่วนร่วมกับปัญญาประดิษฐ์ต่างก็เคยมีช่วงเวลาที่รู้สึก "อ๋อ!" ซึ่งเปิดโลกทัศน์ให้พวกเขาได้เห็นความเป็นไปได้มากมาย ในงานสัมมนา RAISE Health ครั้งแรกเมื่อวันที่ 14 พฤษภาคม นายแพทย์ลอยด์ ไมเนอร์ คณบดีคณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด และรองประธานฝ่ายกิจการทางการแพทย์ของมหาวิทยาลัยสแตนฟอร์ด ได้แบ่งปันมุมมองของเขา
เมื่อวัยรุ่นผู้อยากรู้อยากเห็นคนหนึ่งถูกขอให้สรุปสิ่งที่เขาค้นพบเกี่ยวกับหูชั้นใน เขาจึงหันไปพึ่งปัญญาประดิษฐ์เชิงสร้างสรรค์ “ผมถามว่า ‘กลุ่มอาการช่องหูส่วนบนเปิดคืออะไร?’ ” ไมเนอร์กล่าวกับผู้เข้าร่วมสัมมนาเกือบ 4,000 คน “ในเวลาเพียงไม่กี่วินาที ข้อความหลายย่อหน้าก็ปรากฏขึ้น”
“พวกเขาทำได้ดีมาก ดีจริงๆ” เขากล่าว “การที่ข้อมูลเหล่านี้ถูกรวบรวมเป็นคำอธิบายเกี่ยวกับโรคที่กระชับ ถูกต้อง และจัดลำดับความสำคัญได้อย่างชัดเจน ถือเป็นเรื่องที่น่าทึ่งมาก”
หลายคนร่วมแสดงความตื่นเต้นกับไมเนอร์เกี่ยวกับงานสัมมนาครึ่งวันดังกล่าว ซึ่งเป็นผลสืบเนื่องมาจากโครงการ RAISE Health โครงการที่ริเริ่มโดยคณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด และสถาบันปัญญาประดิษฐ์ที่เน้นมนุษย์เป็นศูนย์กลาง (HAI) ของสแตนฟอร์ด เพื่อเป็นแนวทางในการใช้ปัญญาประดิษฐ์อย่างมีความรับผิดชอบในการวิจัยทางการแพทย์ การศึกษา และการดูแลผู้ป่วย วิทยากรได้พิจารณาถึงความหมายของการนำปัญญาประดิษฐ์มาใช้ในทางการแพทย์ในลักษณะที่ไม่เพียงแต่เป็นประโยชน์ต่อแพทย์และนักวิทยาศาสตร์เท่านั้น แต่ยังโปร่งใส ยุติธรรม และเท่าเทียมกันสำหรับผู้ป่วยด้วย
“เราเชื่อว่านี่คือเทคโนโลยีที่ช่วยเพิ่มขีดความสามารถของมนุษย์” เฟยเฟย หลี่ ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์จากคณะวิศวกรรมศาสตร์ มหาวิทยาลัยสแตนฟอร์ด ผู้อำนวยการโครงการ RAISE Health with Minor และผู้อำนวยการร่วมของ HAI กล่าว เทคโนโลยีใหม่ๆ อาจเกิดขึ้นได้ทุกยุคทุกสมัย ตั้งแต่ลำดับโมเลกุลใหม่ของยาปฏิชีวนะ ไปจนถึงการทำแผนที่ความหลากหลายทางชีวภาพ และการเปิดเผยส่วนที่ซ่อนอยู่ของชีววิทยาพื้นฐาน ปัญญาประดิษฐ์กำลังเร่งการค้นพบทางวิทยาศาสตร์ แต่ไม่ใช่ทุกอย่างจะเป็นประโยชน์ “การใช้งานเหล่านี้ทั้งหมดอาจมีผลกระทบที่ไม่ได้ตั้งใจ และเราต้องการนักวิทยาศาสตร์คอมพิวเตอร์ที่พัฒนาและนำ [ปัญญาประดิษฐ์] ไปใช้อย่างมีความรับผิดชอบ โดยทำงานร่วมกับผู้มีส่วนได้ส่วนเสียหลากหลายกลุ่ม ตั้งแต่แพทย์และนักจริยธรรม… ไปจนถึงผู้เชี่ยวชาญด้านความปลอดภัยและอื่นๆ” เธอกล่าว “โครงการริเริ่มเช่น RAISE Health แสดงให้เห็นถึงความมุ่งมั่นของเราในเรื่องนี้”
การรวมหน่วยงานสามแห่งของ Stanford Medicine ได้แก่ คณะแพทยศาสตร์ Stanford Health Care และ Stanford University School of Child Health Medicine รวมถึงการเชื่อมโยงกับส่วนอื่นๆ ของมหาวิทยาลัย Stanford ทำให้ Stanford Medicine อยู่ในสถานการณ์ที่ผู้เชี่ยวชาญกำลังเผชิญกับการพัฒนาปัญญาประดิษฐ์ การจัดการ และประเด็นการบูรณาการในด้านการดูแลสุขภาพและการแพทย์ (ตามที่เพลงกล่าวไว้)
“เราอยู่ในตำแหน่งที่ได้เปรียบในการเป็นผู้บุกเบิกในการพัฒนาและการนำปัญญาประดิษฐ์ไปใช้อย่างมีความรับผิดชอบ ตั้งแต่การค้นพบทางชีววิทยาขั้นพื้นฐาน ไปจนถึงการปรับปรุงการพัฒนายาและการทำให้กระบวนการทดลองทางคลินิกมีประสิทธิภาพมากขึ้น ไปจนถึงการให้บริการด้านการดูแลสุขภาพอย่างแท้จริง ในรูปแบบที่ระบบการดูแลสุขภาพถูกจัดตั้งขึ้น” เขากล่าว
วิทยากรหลายท่านเน้นย้ำแนวคิดง่ายๆ ข้อหนึ่ง คือ มุ่งเน้นที่ผู้ใช้ (ในกรณีนี้คือผู้ป่วยหรือแพทย์) แล้วทุกอย่างจะตามมาเอง “มันทำให้ผู้ป่วยเป็นศูนย์กลางของทุกสิ่งที่เราทำ” ดร. ลิซ่า เลห์มันน์ ผู้อำนวยการด้านจริยธรรมชีวภาพของโรงพยาบาลบริกแฮมแอนด์วูเมนส์กล่าว “เราจำเป็นต้องพิจารณาความต้องการและลำดับความสำคัญของพวกเขา”
จากซ้ายไปขวา: โมฮานา ราวินดรานาธ ผู้ประกาศข่าว STAT News; เจสสิกา ปีเตอร์ ลี จาก Microsoft Research; ซิลเวีย เพลฟริติส ศาสตราจารย์ด้านวิทยาศาสตร์ข้อมูลชีวการแพทย์ ร่วมกันอภิปรายบทบาทของปัญญาประดิษฐ์ในการวิจัยทางการแพทย์ สตีฟ ฟิช
ผู้ร่วมอภิปรายในเวทีนี้ ซึ่งรวมถึง เลห์มันน์, มิลเดรด โช แพทย์ผู้เชี่ยวชาญด้านจริยธรรมทางการแพทย์จากมหาวิทยาลัยสแตนฟอร์ด และไมเคิล ฮาวเวลล์ หัวหน้าเจ้าหน้าที่ฝ่ายคลินิกของกูเกิล ได้กล่าวถึงความซับซ้อนของระบบโรงพยาบาล โดยเน้นย้ำถึงความจำเป็นในการทำความเข้าใจวัตถุประสงค์ของระบบก่อนที่จะเข้าไปแทรกแซงใดๆ และต้องดำเนินการให้แน่ใจว่าระบบที่พัฒนาขึ้นทั้งหมดนั้นครอบคลุมและรับฟังความคิดเห็นของผู้ที่ได้รับการออกแบบมาเพื่อช่วยเหลือ
สิ่งสำคัญประการหนึ่งคือความโปร่งใส: ซึ่งจะทำให้ชัดเจนว่าข้อมูลที่ใช้ในการฝึกอัลกอริธึมมาจากไหน วัตถุประสงค์ดั้งเดิมของอัลกอริธึมคืออะไร และข้อมูลผู้ป่วยในอนาคตจะช่วยให้อัลกอริธึมเรียนรู้ต่อไปได้หรือไม่ รวมถึงปัจจัยอื่นๆ อีกมากมาย
“การพยายามคาดการณ์ปัญหาด้านจริยธรรมก่อนที่มันจะร้ายแรง [หมายถึง] การหาจุดที่เหมาะสมที่สุด ซึ่งคุณมีความรู้เกี่ยวกับเทคโนโลยีมากพอที่จะมีความมั่นใจในเทคโนโลยีนั้น แต่ไม่ใช่ก่อนที่ [ปัญหา] จะลุกลามไปไกลกว่านี้และต้องแก้ไขให้เร็วที่สุด” เดนตัน ชาร์ ผู้สมัครปริญญาแพทยศาสตรบัณฑิต รองศาสตราจารย์ประจำภาควิชาวิสัญญีวิทยาเด็ก เวชศาสตร์ปริศัลยกรรม และเวชศาสตร์ระงับปวด กล่าว เขากล่าวว่าขั้นตอนสำคัญประการหนึ่งคือการระบุผู้มีส่วนได้ส่วนเสียทั้งหมดที่อาจได้รับผลกระทบจากเทคโนโลยี และพิจารณาว่าพวกเขาต้องการตอบคำถามเหล่านั้นอย่างไร
นายแพทย์เจสซี เอห์เรนเฟลด์ ประธานสมาคมแพทย์อเมริกัน กล่าวถึงปัจจัยสี่ประการที่ผลักดันการนำเครื่องมือด้านสุขภาพดิจิทัลมาใช้ รวมถึงเครื่องมือที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ ปัจจัยเหล่านั้นได้แก่ มีประสิทธิภาพหรือไม่? จะใช้ได้ผลในสถาบันของฉันหรือไม่? ใครเป็นผู้จ่าย? และใครเป็นผู้รับผิดชอบ?
นายแพทย์ไมเคิล เพฟเฟอร์ หัวหน้าเจ้าหน้าที่สารสนเทศของสแตนฟอร์ด เฮลท์แคร์ ยกตัวอย่างกรณีล่าสุดที่ปัญหาหลายอย่างได้รับการทดสอบในกลุ่มพยาบาลที่โรงพยาบาลสแตนฟอร์ด แพทย์ได้รับการสนับสนุนจากแบบจำลองภาษาขนาดใหญ่ที่ให้คำอธิบายเบื้องต้นสำหรับข้อความจากผู้ป่วยที่เข้ามา แม้ว่าโครงการนี้จะไม่สมบูรณ์แบบ แต่แพทย์ที่ช่วยพัฒนาเทคโนโลยีนี้รายงานว่าแบบจำลองนี้ช่วยลดภาระงานของพวกเขาได้
“เราให้ความสำคัญกับสามสิ่งสำคัญเสมอ ได้แก่ ความปลอดภัย ประสิทธิภาพ และการมีส่วนร่วม เราเป็นแพทย์ เราสาบานว่าจะ ‘ไม่ทำอันตรายใดๆ’ ” นีน่า วาซาน แพทย์ผู้ช่วยศาสตราจารย์ด้านจิตเวชศาสตร์และพฤติกรรมศาสตร์ ซึ่งเข้าร่วมกลุ่มกับชาร์และเพฟเฟอร์กล่าว “นี่ควรเป็นวิธีแรกในการประเมินเครื่องมือเหล่านี้”
นิกัม ชาห์ แพทย์ศาสตรบัณฑิต ปริญญาเอก ศาสตราจารย์ด้านการแพทย์และวิทยาศาสตร์ข้อมูลชีวการแพทย์ เริ่มการสนทนาด้วยสถิติที่น่าตกใจ แม้ว่าจะได้เตือนผู้ฟังไว้ล่วงหน้าแล้วก็ตาม “ผมพูดโดยทั่วไปและใช้ตัวเลข และบางครั้งตัวเลขเหล่านั้นก็ค่อนข้างตรงไปตรงมา” เขากล่าว
ตามที่ชาห์กล่าว ความสำเร็จของ AI ขึ้นอยู่กับความสามารถของเราในการขยายขนาด “การทำวิจัยทางวิทยาศาสตร์ที่ถูกต้องเกี่ยวกับแบบจำลองนั้นใช้เวลาประมาณ 10 ปี และหากโครงการฝึกอบรมและโครงการแพทย์ประจำบ้านทั้ง 123 โครงการต้องการทดสอบและใช้งานแบบจำลองในระดับความเข้มงวดนั้น มันจะเป็นเรื่องยากมากที่จะทำการวิจัยทางวิทยาศาสตร์ที่ถูกต้องตามที่เราจัดการอยู่ในปัจจุบัน และ [ทำการทดสอบ] มันจะต้องใช้เงิน 138 พันล้านดอลลาร์เพื่อให้แน่ใจว่าทุกเว็บไซต์ของเราทำงานได้อย่างถูกต้อง” ชาห์กล่าว “เราไม่สามารถจ่ายได้ ดังนั้นเราจึงต้องหาวิธีขยาย และเราต้องขยายและทำการวิจัยทางวิทยาศาสตร์ที่ดี ทักษะด้านความเข้มงวดอยู่ที่หนึ่ง และทักษะด้านการขยายขนาดอยู่ที่อีกที่หนึ่ง ดังนั้นเราจึงต้องการความร่วมมือในลักษณะนั้น”
รองคณบดี หยวน แอชลีย์ และ มิลเดรด โช (แผนกต้อนรับ) เข้าร่วมการประชุมเชิงปฏิบัติการด้านสุขภาพ RAISE สตีฟ ฟิช
วิทยากรบางท่านในการสัมมนาได้กล่าวว่า สิ่งนี้สามารถบรรลุได้ผ่านความร่วมมือระหว่างภาครัฐและเอกชน เช่น คำสั่งบริหารของทำเนียบขาวเมื่อเร็ว ๆ นี้เกี่ยวกับการพัฒนาและการใช้ปัญญาประดิษฐ์อย่างปลอดภัย มั่นคง และน่าเชื่อถือ และกลุ่มความร่วมมือเพื่อปัญญาประดิษฐ์ด้านการดูแลสุขภาพ (CHAI)
ลอร่า อดัมส์ ที่ปรึกษาอาวุโสของสถาบันแพทยศาสตร์แห่งชาติ กล่าวว่า “ความร่วมมือระหว่างภาครัฐและเอกชนที่มีศักยภาพสูงสุด คือความร่วมมือระหว่างสถาบันการศึกษา ภาคเอกชน และภาครัฐ” เธอกล่าวเสริมว่า รัฐบาลสามารถสร้างความเชื่อมั่นจากสาธารณชนได้ ศูนย์การแพทย์ทางวิชาการสามารถให้ความชอบธรรมได้ และภาคเอกชนสามารถให้ความเชี่ยวชาญทางเทคนิคและเวลาในการใช้งานคอมพิวเตอร์ได้ “เราทุกคนเก่งกว่าใครๆ และเรารู้ดีว่า…เราไม่สามารถหวังให้ปัญญาประดิษฐ์บรรลุศักยภาพสูงสุดได้ เว้นแต่เราจะเข้าใจวิธีการทำงานร่วมกัน”
ผู้บรรยายหลายท่านกล่าวว่า AI กำลังส่งผลกระทบต่อการวิจัยด้วยเช่นกัน ไม่ว่านักวิทยาศาสตร์จะใช้ AI เพื่อสำรวจหลักการทางชีววิทยา ทำนายลำดับและโครงสร้างใหม่ของโมเลกุลสังเคราะห์เพื่อสนับสนุนการรักษาแบบใหม่ หรือแม้กระทั่งช่วยสรุปหรือเขียนบทความทางวิทยาศาสตร์ก็ตาม
“นี่เป็นโอกาสที่จะได้เห็นสิ่งที่ยังไม่รู้จัก” เจสสิกา เมกา แพทย์ผู้เชี่ยวชาญด้านโรคหัวใจจากคณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด และผู้ร่วมก่อตั้ง Verily ของ Alphabet กล่าว เมกาได้กล่าวถึงการถ่ายภาพแบบไฮเปอร์สเปกตรัม ซึ่งสามารถจับภาพคุณลักษณะที่มองไม่เห็นด้วยตาเปล่า แนวคิดคือการใช้ปัญญาประดิษฐ์ในการตรวจจับรูปแบบในสไลด์พยาธิวิทยาที่มนุษย์มองไม่เห็น ซึ่งบ่งชี้ถึงโรค “ฉันสนับสนุนให้ทุกคนเปิดรับสิ่งที่ยังไม่รู้จัก ฉันคิดว่าทุกคนที่นี่รู้จักใครสักคนที่มีอาการป่วยบางอย่างที่ต้องการความช่วยเหลือมากกว่าที่เราสามารถให้ได้ในปัจจุบัน” เมกา กล่าว
ผู้ร่วมอภิปรายยังเห็นพ้องกันว่า ระบบปัญญาประดิษฐ์จะมอบวิธีการใหม่ๆ ในการระบุและต่อสู้กับการตัดสินใจที่มีอคติ ไม่ว่าจะเป็นการตัดสินใจที่เกิดจากมนุษย์หรือปัญญาประดิษฐ์ โดยมีความสามารถในการระบุแหล่งที่มาของอคตินั้นได้
“สุขภาพไม่ใช่แค่การดูแลทางการแพทย์เท่านั้น” ผู้ร่วมอภิปรายหลายท่านเห็นพ้องต้องกัน ผู้พูดเน้นย้ำว่า นักวิจัยมักมองข้ามปัจจัยทางสังคมที่มีผลต่อสุขภาพ เช่น สถานะทางเศรษฐกิจและสังคม รหัสไปรษณีย์ ระดับการศึกษา และเชื้อชาติ เมื่อเก็บรวบรวมข้อมูลอย่างครอบคลุมและคัดเลือกผู้เข้าร่วมในการศึกษา “ปัญญาประดิษฐ์จะมีประสิทธิภาพก็ต่อเมื่อข้อมูลที่ใช้ฝึกฝนโมเดลนั้นมีคุณภาพดี” มิเชล วิลเลียมส์ ศาสตราจารย์ด้านระบาดวิทยาแห่งมหาวิทยาลัยฮาร์วาร์ด และรองศาสตราจารย์ด้านระบาดวิทยาและสุขภาพประชากรแห่งคณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด กล่าว “หากเราต้องการทำในสิ่งที่เราตั้งใจจะทำ คือ ปรับปรุงผลลัพธ์ด้านสุขภาพและขจัดความเหลื่อมล้ำ เราต้องแน่ใจว่าเราเก็บรวบรวมข้อมูลที่มีคุณภาพสูงเกี่ยวกับพฤติกรรมของมนุษย์และสภาพแวดล้อมทางสังคมและธรรมชาติ”
นาตาลี พาเจเลอร์ แพทย์หญิง ศาสตราจารย์คลินิกด้านกุมารเวชศาสตร์และเวชศาสตร์ กล่าวว่า ข้อมูลมะเร็งโดยรวมมักไม่รวมข้อมูลของหญิงตั้งครรภ์ ซึ่งก่อให้เกิดอคติในแบบจำลองอย่างหลีกเลี่ยงไม่ได้ และยิ่งทำให้ความเหลื่อมล้ำที่มีอยู่ในการดูแลสุขภาพรุนแรงขึ้น
ดร.เดวิด แม็กนัส ศาสตราจารย์ด้านกุมารเวชศาสตร์และเวชศาสตร์ กล่าวว่า เช่นเดียวกับเทคโนโลยีใหม่ๆ ปัญญาประดิษฐ์สามารถทำให้สิ่งต่างๆ ดีขึ้นในหลายๆ ด้าน หรือทำให้แย่ลงก็ได้ ความเสี่ยงที่แม็กนัสกล่าวถึงคือ ระบบปัญญาประดิษฐ์จะเรียนรู้เกี่ยวกับผลลัพธ์ด้านสุขภาพที่ไม่เท่าเทียมกันซึ่งเกิดจากปัจจัยทางสังคม และจะเสริมสร้างผลลัพธ์เหล่านั้นผ่านผลลัพธ์ของระบบ “ปัญญาประดิษฐ์เป็นเหมือนกระจกที่สะท้อนสังคมที่เราอาศัยอยู่” เขากล่าว “ผมหวังว่าทุกครั้งที่เรามีโอกาสที่จะส่องแสงไปยังปัญหาใดๆ—เพื่อส่องกระจกดูตัวเอง—มันจะเป็นแรงจูงใจในการปรับปรุงสถานการณ์ให้ดีขึ้น”
หากคุณไม่สามารถเข้าร่วมการอบรมเชิงปฏิบัติการ RAISE Health ได้ คุณสามารถรับชมบันทึกการอบรมได้ที่นี่
คณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด เป็นระบบดูแลสุขภาพเชิงวิชาการแบบบูรณาการ ประกอบด้วยคณะแพทยศาสตร์ มหาวิทยาลัยสแตนฟอร์ด และระบบการดูแลสุขภาพสำหรับผู้ใหญ่และเด็ก ทั้งหมดนี้ร่วมกันพัฒนาศักยภาพของชีวการแพทย์อย่างเต็มที่ผ่านการวิจัย การศึกษา และการดูแลผู้ป่วยทางคลินิก สำหรับข้อมูลเพิ่มเติม โปรดเยี่ยมชม med.stanford.edu
โมเดลปัญญาประดิษฐ์แบบใหม่กำลังช่วยให้แพทย์และพยาบาลที่โรงพยาบาลสแตนฟอร์ดทำงานร่วมกันได้ดียิ่งขึ้นเพื่อปรับปรุงการดูแลผู้ป่วย
วันที่เผยแพร่: 19 กรกฎาคม 2567