นวัตกรรม AI ของไทย จะช่วยลดภาระระบบสาธารณสุขได้อย่างไร
นี่เป็นมุมมองส่วนตัวค่ะ ไม่ใช่เอกสารเชิงนโยบาย เป็นเพียงความคิดที่หมอกวางมีอยู่บ่อย ๆ เวลาเดินผ่านแผนกผู้ป่วยนอกที่แน่นขนัดตอน 8 โมงเช้า หรือเวลาที่คนไข้บอกว่าขอลางานครึ่งวัน ต่อคิว 2 ชั่วโมง เพื่อได้พบหมอเพียง 5 นาที
ระบบสาธารณสุขของไทยนั้นน่าทึ่งในมาตรฐานโลก คนทำงานข้างในระบบทำงานหนักจริง ๆ และความกดดันที่พวกเขาแบกรับก็เป็นความจริงเช่นกัน คิวที่ยาว บุคลากรที่ทำงานเกินกำลัง คนไข้ที่ต้องเดินทางไกลเพียงเพื่อมารับยาประจำ — สิ่งเหล่านี้ไม่ใช่ปัญหาเล็ก ๆ
หมอกวางคิดว่าประเทศไทยมีโอกาสเงียบ ๆ อยู่ตรงนี้: การใช้ AI และเครื่องมือดิจิทัลที่เราพัฒนาเอง เพื่อแบ่งเบาภาระระบบ โดยไม่ทำให้ "ความเป็นมนุษย์" ในใจกลางของการดูแลผู้ป่วยหายไป
ขอแบ่งปันความคิดในมุมของแพทย์คนหนึ่งค่ะ
1. เทเลเมดิซีน สำหรับการติดตามผลและภาวะที่คงที่
ไม่ใช่ทุกการนัดต้องมาพบกันต่อหน้า คนไข้เบาหวานที่ค่าน้ำตาลคงที่ การติดตามผลผิวหนัง การเช็กหลังหัตถการ การพูดคุยด้านสุขภาพจิต — หลายกรณีดูแลได้อย่างปลอดภัยผ่านการพบกันแบบวิดีโอ 15 นาที
สิ่งที่จะเปลี่ยน:
- คนไข้ไม่ต้องเสียเวลาทำงานทั้งวันหรือเสียค่าเดินทาง
- แพทย์สามารถใช้ช่วงเวลาพบกันต่อหน้ากับเคสที่จำเป็นต้องตรวจร่างกายจริง ๆ
- คนไข้ในต่างจังหวัดเข้าถึงแพทย์เฉพาะทางที่อาจต้องรอเป็นเดือน ๆ
ประเทศไทยมีอัตราการใช้สมาร์ทโฟนสูงอยู่แล้ว สิ่งที่เรายังต้องการคือการเชื่อมต่อกับระบบโรงพยาบาล และระบบเบิกจ่ายที่ชัดเจน เพื่อไม่ให้แพทย์ถูกลงโทษเพราะเลือกรูปแบบที่ดีที่สุดสำหรับคนไข้
2. การส่งยาถึงบ้านสำหรับผู้ป่วยที่ต้องรับยาประจำ
สำหรับคนไข้ที่ใช้ยาระยะยาว — โรคเรื้อรัง ความดัน ผิวหนังที่ใช้ยาเดิมต่อเนื่อง — การเดินทางมาโรงพยาบาลในแต่ละครั้ง บ่อยครั้งเป็นเพียงเพื่อมารับใบสั่งยาที่ใช้มานานหลายปี
การส่งยาถึงบ้าน พร้อมการดูแลอุณหภูมิยาที่เหมาะสม และการยืนยันตัวตนที่รัดกุม จะช่วย:
- ลดคิวห้องยาให้กับคนไข้ที่ต้องการคำปรึกษาเรื่องยาจริง ๆ
- ลดความแออัดในห้องรอ (และความเสี่ยงต่อการติดเชื้อที่มาพร้อมกัน)
- คืนเวลาให้กับผู้สูงอายุและผู้ดูแล
เทคโนโลยีนั้นไม่ซับซ้อน ส่วนที่ยากกว่าคือกระบวนการ — การยืนยันตัวตน การติดตามว่าคนไข้ใช้ยาตามแพทย์สั่งจริง และการเชื่อมข้อมูลกลับให้แพทย์ผู้สั่งยาทราบเมื่อมีอะไรเปลี่ยนแปลง
3. AI ช่วยคัดกรองคนไข้ให้ตรงแผนก
หนึ่งในจุดติดขัดที่ถูกมองข้ามมากที่สุดในโรงพยาบาลของเราคือ คนไข้มาผิดประตู อาการที่ควรไป ENT กลับไปลงที่อายุรกรรม เด็กที่ต้องผ่าตัดศัลยกรรมเด็กกลับเริ่มที่กุมารเวชทั่วไป ปัญหาผิวหนังที่ซับซ้อนถูกส่งผ่าน 3 แผนกก่อนจะถึงผู้เชี่ยวชาญที่ใช่
ผู้ช่วย AI คัดกรองที่ฝึกมาดี — ที่สร้างจากคำอธิบายอาการเป็นภาษาไทย ความชุกของโรคในประชากรไทย และผังแผนกของโรงพยาบาลจริง — สามารถช่วยให้คนไข้:
- ตอบคำถามมีโครงสร้างสั้น ๆ ก่อนเดินทางมา
- ถูกนำทางไปยังแผนกที่ถูกต้องตั้งแต่ครั้งแรก
- ไม่ต้องเช็กอินและลงทะเบียนซ้ำซ้อน
ขอย้ำให้ชัดว่า: AI ไม่ได้แทนที่การวินิจฉัยของแพทย์ มันเพียงแค่ช่วยให้คนไข้เข้าห้องที่ถูกต้องได้เร็วขึ้น
4. การส่งข้อมูลคนไข้ระหว่างสถานพยาบาลอย่างปลอดภัย
ข้อนี้หมอกวางรู้สึกแรงที่สุดค่ะ ทุกวันนี้ คนไข้ที่ส่งต่อจากโรงพยาบาลชุมชนไปโรงพยาบาลศูนย์ มักมาพร้อมแฟ้มกระดาษ — หรือไม่มีแฟ้มเลย — และต้องเล่าประวัติใหม่อีกครั้ง ผลแล็บถูกเจาะซ้ำ ภาพถ่ายรังสีถูกถ่ายซ้ำ ทั้งสองฝ่ายเสียทั้งเวลาและเงิน
ชั้นการแชร์ข้อมูลที่ใช้มาตรฐาน ผู้ป่วยให้ความยินยอม และเข้ารหัสระหว่างโรงพยาบาลในไทย จะช่วยให้:
- แพทย์ที่รับเคสเห็นผลแล็บ ภาพถ่าย และยาเดิมได้ทันที
- หลีกเลี่ยงการตรวจซ้ำซ้อน
- จับปฏิกิริยาระหว่างยาที่อันตรายได้เร็วขึ้น
- และ — สำคัญที่สุด — รักษาข้อมูลของคนไข้ให้เป็นความลับ และอยู่ภายใต้การควบคุมของคนไข้เอง
ชิ้นส่วนทางเทคนิค (มาตรฐานข้อมูลแบบ FHIR การเข้ารหัสแบบ end-to-end การให้ความยินยอมแบบละเอียด บันทึกการเข้าถึง) เป็นสิ่งที่วงการเข้าใจดีอยู่แล้วในระดับโลก คำถามสำหรับเราคือเรื่องการกำกับดูแล: ใครถือกุญแจ ใครตรวจสอบการเข้าถึง และคนไข้จะถอนความยินยอมได้อย่างไร เรื่องเหล่านี้แก้ได้ค่ะ เพียงต้องแก้โดยมีคนไข้อยู่ในห้องด้วย
ถ้า AI ที่สร้างโดยคนไทย จะออกมาในแบบที่หมอกวางอยากเห็น
ถ้าเราจะสร้างเครื่องมือเหล่านี้ — และหมอกวางหวังว่าเราจะสร้าง โดยทีมคนไทย — มีบางสิ่งที่สำคัญสำหรับหมอกวางในฐานะแพทย์:
- ความเป็นส่วนตัวเป็นค่าตั้งต้น ข้อมูลคนไข้ไม่ใช่สินค้า
- ฝึกบนข้อมูลของคนไทย ทั้งคำพูดของอาการ ความชุกของโรค ชื่อยา แม้กระทั่งวิธีที่คนไข้บรรยายความเจ็บปวด — ล้วนเป็นเรื่องท้องถิ่น
- ออกแบบ "ร่วมกับ" บุคลากรหน้างาน ไม่ใช่ "ออกแบบให้" เครื่องมือดิจิทัลที่ดีที่สุดที่หมอกวางเคยใช้ ถูกหล่อหลอมโดยพยาบาลและเภสัชกรที่ต้องอยู่กับมันทุกวัน
- เสริม ไม่ใช่แทนที่ แพทย์ AI ควรคืนเวลาให้แพทย์ได้อยู่กับคนไข้มากขึ้น ไม่ใช่น้อยลง
ปิดท้ายอย่างเงียบ ๆ
หมอกวางไม่ใช่ผู้เชี่ยวชาญเทคโนโลยี เป็นเพียงแพทย์คนหนึ่งที่ได้เห็นทุกสัปดาห์ ว่าระบบของเราใช้พลังงานไปกับงานเชิงโลจิสติกส์มากแค่ไหน — งานที่ซอฟต์แวร์ดี ๆ น่าจะดูแลให้ได้อย่างเงียบ ๆ เพื่อให้เวลาของมนุษย์ไปอยู่กับสิ่งที่มีเพียงมนุษย์เท่านั้นทำได้ — การฟัง การตรวจ การตัดสินใจ และการปลอบประโลม
วิศวกรไทย นักวิทยาศาสตร์ข้อมูลไทย และแพทย์ไทย รวมพลังกันสร้างสิ่งนี้ได้แน่นอน หมอกวางหวังว่าเราจะลงมือทำ
— พญ.วลีรัตน์ (หมอกวาง)
นี่คือบันทึกส่วนตัวที่สะท้อนมุมมองของหมอกวางในฐานะแพทย์คนหนึ่ง ไม่ใช่แถลงการณ์เชิงนโยบาย และไม่ใช่คำแนะนำทางการแพทย์หรือทางเทคนิค
