Akido Labs พลิกโฉมวงการแพทย์: AI ช่วยวินิจฉัยโรค แต่คนไข้ไม่รู้ตัว!

ถ้าคุณเคยฝันถึงการได้นัดหมอเร็ว ไม่ต้องรอคิวนาน แถมยังได้คุยกับหมออย่างละเอียดเป็นครึ่งชั่วโมงเพื่อเล่าอาการทั้งหมด Akido Labs สตาร์ทอัพด้านการแพทย์ในแคลิฟอร์เนียกำลังทำให้ความฝันนี้เป็นจริง แต่มีเรื่องที่น่าสะกิดใจเล็กน้อย นั่นคือ คุณอาจไม่ได้คุยกับหมอตัวจริงตั้งแต่ต้นจนจบ เพราะเบื้องหลังมี AI สุดล้ำคอยทำงานอยู่

Akido Labs กำลังทดลองใช้ระบบ AI ที่ชื่อว่า ScopeAI ในคลินิกบางแห่งทางตอนใต้ของแคลิฟอร์เนีย ซึ่งช่วยให้คนไข้ โดยเฉพาะผู้ที่ใช้ Medicaid สามารถเข้าถึงการนัดหมายแพทย์เฉพาะทางได้รวดเร็วขึ้นอย่างไม่เคยมีมาก่อน แต่ความแตกต่างที่สำคัญคือ คนไข้ใช้เวลากับแพทย์จริงน้อยมาก หรือแทบจะไม่ได้เจอเลยด้วยซ้ำ พวกเขาจะคุยกับ Medical Assistant ที่แม้จะรับฟังอย่างเข้าใจ แต่ก็มีข้อจำกัดด้านการฝึกอบรมทางการแพทย์ ส่วนการวินิจฉัยโรคและวางแผนการรักษาทั้งหมดนั้นเป็นหน้าที่ของ ScopeAI ซึ่งเป็นระบบ LLM-based (Large Language Model) ที่ถอดเสียงและวิเคราะห์บทสนทนาระหว่างคนไข้กับผู้ช่วยแพทย์ ก่อนที่แพทย์ตัวจริงจะเข้ามาอนุมัติหรือแก้ไขคำแนะนำของ AI อีกที

Jared Goodner, CTO ของ Akido Labs ยอมรับตรงๆ ว่า "เป้าหมายของเราคือการดึงแพทย์ออกจากขั้นตอนการตรวจให้มากที่สุดเท่าที่จะทำได้" แนวทางนี้ทำให้แพทย์สามารถดูแลคนไข้ได้มากขึ้นถึง 4-5 เท่า ซึ่ง Prashant Samant, CEO ของ Akido มองว่าเป็นสิ่งจำเป็นอย่างยิ่งในสถานการณ์ที่ชาวอเมริกันมีอายุมากขึ้น ป่วยบ่อยขึ้น และเข้าถึงการรักษาพยาบาลได้ยากขึ้นเรื่อยๆ โดยเฉพาะอย่างยิ่งเมื่อกองทุน Medicaid กำลังถูกลดงบประมาณลง 15% ในอนาคตอันใกล้

ที่น่าสนใจคือ ScopeAI ไม่ได้เป็นแค่ AI ที่ช่วยจดบันทึกหรือค้นหาข้อมูลทางการแพทย์เหมือนระบบอื่นๆ แต่ความสามารถพิเศษของมันคือการทำหน้าที่ 'คิด' แทนแพทย์ ตั้งแต่การซักประวัติ การเสนอรายการวินิจฉัยที่เป็นไปได้ ไปจนถึงการระบุการวินิจฉัยที่น่าจะเป็นที่สุด และแนะนำขั้นตอนต่อไป เช่น การส่งตัวหรือการสั่งยา ซึ่งระบบนี้ใช้โมเดลภาษาขนาดใหญ่หลายตัว โดยส่วนใหญ่เป็น Llama ของ Meta และ Claude ของ Anthropic ในการทำงานเบื้องหลัง

แม้ Akido Labs จะยืนยันว่าแพทย์ยังคงเป็นผู้ตรวจสอบและอนุมัติขั้นสุดท้าย แต่ผู้เชี่ยวชาญอย่าง Emma Pierson นักวิทยาศาสตร์คอมพิวเตอร์จาก UC Berkeley ก็ยังกังวลว่าการพึ่งพา AI มากเกินไปอาจนำไปสู่ความเสี่ยงได้ โดยเฉพาะอย่างยิ่งเมื่อคนไข้ไม่รู้ว่าการวินิจฉัยของพวกเขามาจาก AI และอาจเกิดปรากฏการณ์ที่เรียกว่า Automation Bias ซึ่งแพทย์มักจะเชื่อคำแนะนำของ AI มากกว่าที่ควรจะเป็น ตรงนี้ทำให้หลายฝ่ายหันมามองว่า การทำให้การรักษาพยาบาลเข้าถึงง่ายขึ้นนั้นเป็นเป้าหมายที่ดี แต่การประเมินผลอย่างเข้มงวดเพื่อเปรียบเทียบกับวิธีการรักษาแบบดั้งเดิมก็เป็นสิ่งสำคัญที่ไม่ควรมองข้าม

สุดท้ายแล้ว การนำ AI มาใช้ในวงการแพทย์ก็เป็นเหมือนดาบสองคม ที่อาจช่วยแก้ปัญหาการขาดแคลนบุคลากรและเพิ่มประสิทธิภาพได้มหาศาล แต่ก็มาพร้อมกับคำถามด้านจริยธรรมและความปลอดภัยที่ต้องหาจุดสมดุลให้ดี ถ้าไม่ระวัง อาจมีคนไข้ที่ต้องยิ้มมุมปากกับเทคโนโลยีที่ล้ำสมัย แต่ก็แอบหวั่นใจว่ากำลังฝากชีวิตไว้กับหุ่นยนต์หรือเปล่า