Super Computer จะมาแทนที่แพทย์ ?

Super Computer จะมาแทนที่แพทย์ ?                                                     ผศ.ดร.นพ.ประกอบ ผู้วิบูลย์สุข

ลองดูตัวอย่างนี้นะครับ

            ผู้ป่วยหญิงอายุ 60 กว่าปีรายหนึ่ง รักษาโรคมะเร็งในมหาวิทยาลัยโตเกียวนานนับเป็นเดือน ๆ แต่ไม่มีอะไร  ดีขึ้น หมอที่รักษายอมรับสภาพและหมดกำลังใจ

            แต่ทันทีที่นำข้อมูลของผู้ป่วยรายนี้เข้าสู่ Super computer ที่ชื่อ Watson (ซึ่งเป็นของบริษัท IBM) เพียงไม่กี่นาที คอมพิวเตอร์ก็รายงานว่าผู้ป่วยรายนี้เป็นโรคลูคีเมียชนิดหายาก เท่านั้นเอง ทีมแพทย์เปลี่ยนการรักษาทันทีและภายในเวลาไม่กี่วัน ผู้ป่วยรายนี้ก็กลับบ้านได้!

            Super computer เครื่องนี้เคยเอาชนะคนที่ชนะเลิศในรายการเกมโชว์ในทีวีอันโด่งดังที่ชื่อ Jeopardy! มาแล้ว พอใส่ข้อมูลเกี่ยวกับโรคมะเร็งให้มัน มันใช้เวลาเพียงไม่กี่นาทีบอกหมอว่าคนไข้เป็นลูคีเมีย แล้วคนไข้ก็รอดชีวิต

            เรื่องนี้บอกให้รู้ว่า บางทีความรู้และประสบการณ์ของแพทย์อาจไม่สู้ข้อมูลที่ใส่ให้แก่คอมพิวเตอร์ก็ได้

            ปัญญาประดิษฐ์ (หรือ Artificial Intelligence) แบบนี้ถึงเวลาหรือยังที่จะนำมาใช้ประโยชน์ เอามาไว้ใช้ วิเคราะห์โรค วางแผนการรักษา รวมไปถึงทำนายอนาคตสุขภาพให้คนเรา

            เพราะข้อดีของเครื่องมือนี้คือ มันเร็ว มันแม่นยำ ซึ่งตรงนี้เป็นสิ่งที่สำคัญมาก เพราะหลายท่านอาจจะยังไม่ทราบว่าความผิดพลาดทางการแพทย์ (medical error) เป็นต้นเหตุสำคัญอันดับที่ 3! ในการเสียชีวิตของผู้ป่วยในสหรัฐอเมริกา ทั้งนี้เพราะแพทย์วินิจฉัยโรคผิด

            ทุกวันนี้ความรู้ทางการแพทย์มีมาเร็วมาก และมีจำนวนมหาศาล ยากแก่แพทย์ซึ่งเป็นมนุษย์ปุถุชนจะรับรู้และนำมาใช้ประโยชน์ได้อย่างถี่ถ้วน คุณเฮอร์เบิร์ท เชส (Herbert Chase) แห่งศูนย์ข้อมูลชีวการแพทย์ (biomedical informatics) มหาวิทยาลัยโคลัมเบียในกรุงนิวยอร์ก กล่าวว่า ข้อมูลทางการแพทย์ทุกวันนี้มามากและมาเร็วเกินกว่าความสามารถของมนุษย์แล้ว หมอไม่สามารถเรียนรู้ได้ทัน รู้ได้เพียงพอเพียงเพื่อเอามาใช้งาน แล้วตรงนี้จะเป็นช่องโหว่ให้เกิดความผิดพลาดในการรักษา มีโรคมากมายเลยที่หมอมักเผลอ ในขณะที่คอมพิวเตอร์ไม่พลาด

            คุณเฮอร์เบิร์ท กล่าวว่า ด้วย algorithm (ขั้นตอนวิธีคิดในซอฟต์แวร์คอมพิวเตอร์) ที่ดีของคอมพิวเตอร์จะเป็นเพื่อนร่วมงานให้ทีมผู้รักษา มันให้คำแนะนำ ส่วนมนุษย์ก็จะเข้ามาจัดการอีกต่อหนึ่ง ซอฟต์แวร์แบบนี้ต้องได้ข้อมูลสะสมไปเรื่อย ๆ แล้วความสามารถในการเรียนรู้ (machine learning) ของมันจะทำให้เกิดความแม่นยำมากขึ้น ๆ โดยลำดับ

            ลองมาดูอีกภาพหนึ่งครับ

            ที่มหาวิทยาลัยสแตนฟอร์ดในแคลิฟอร์เนีย สหรัฐอเมริกา ได้คิด machine-learning algorithm ที่สอนให้มันวิเคราะห์สไลด์เนื้อเยื่อปอดตรวจหามะเร็ง ด้วยการดูขนาดเซลล์ ดูรูปร่าง ดูผิว ฯลฯ จนมันสามารถบอกได้อย่างแม่นยำว่าเนื้อเยื่อปอดในสไลด์นั้น ๆ เป็นชนิดที่ผู้ป่วยจะมีอายุสั้นหรือยาว

            ถึงวันนี้มี algorithm เพื่อช่วยการวินิจฉัยโรคลมชัก ติดตามการทำงานของไต โรคหัวใจ ดูความผิดปกติของทารกในครรภ์ รวมไปถึงให้มันช่วยฟังเสียงเต้นของหัวใจว่ามีอะไรผิดปกติหรือไม่

            อย่าง Microsoft บริษัทซอฟต์แวร์ยักษ์ใหญ่ของโลกก็สนใจลงมาทำ algorithm เพื่อตรวจหามะเร็งตับอ่อน (pancreatic cancer) บริษัท Google ก็สร้าง DeepMind ช่วยจักษุแพทย์ในการค้นหาความผิดปกติเริ่มแรกของตา เพื่อการรักษาแต่เนิ่น ๆ

            เวลาที่ว่าใกล้เข้ามาแล้วครับ เพียงแต่แพทย์ยังไม่แน่ใจว่ามันจะก่อให้เกิดการตรวจแล็บที่มากเกินไปหรือไม่ หรือให้การวินิจฉัยโรคที่มากเกิน (overdiagnose) และจะนำมันมาสอดประสานกับการแพทย์ทุกวันนี้ให้เนียนไม่สะดุดได้อย่างไร

            อย่างไรก็ตาม ทุกวันนี้ก็มีเครื่องมืออย่าง Google Glass ที่ชื่อ Isabel ที่ใช้สวมแทนแว่นทั่ว ๆ ไปแล้วมันจะช่วยให้ข้อมูลในการวินิจฉัยโรคแก่ผู้ป่วยได้ แต่อันนี้ยังมีจุดอ่อนตรงที่แพทย์ต้องคอยใส่ข้อมูลให้มันเรื่อย ๆ ซึ่งเป็นการเพิ่มเวลาทำงานของแพทย์ และหลายคนคิดว่าเครื่องมือที่แพทย์จะยอมรับได้ง่ายต้องไม่เพิ่มภาระเวลา

            ในอีกด้านหนึ่งก็มีคนไม่ค่อยเห็นด้วย อย่างคุณหมอลีโอ แอนโธนี เซลิ (Leo Anthony Celi) แห่งหน่วยฉุกเฉินศูนย์การแพทย์ Beth-Israel Deaconess ในเมืองบอสตัน กล่าวว่า หมอคงจะต้องเป็นเหมือนกัปตันเรือใหญ่ที่ประสานควบคุมการทำงานของทั้งเครื่องจักร พยาบาล บุคลากรอื่น ๆ ฯลฯ ให้สอดประสานทำงานในสิ่งที่ตัวเองถนัดที่สุดให้ได้ผลงานดีที่สุด คุณหมอยังเชื่อว่ามันยังต้องใช้เวลาอย่างมากกับการปรับเปลี่ยนและปรับตัวในทัศนคติ/วัฒนธรรมที่จะยอมรับเครื่องแบบนี้ คนเรายังชอบที่จะได้พูดคุยกับคน ไม่ใช่พูดกับเครื่องจักร การให้เกียรติ/ศักดิ์ศรีความเป็นมนุษย์ด้วยกันยังเป็นสิ่งที่มนุษย์เท่านั้นที่ทำได้ แล้วปล่อยให้การตัดสินใจด้วยข้อมูลซับซ้อนเป็นหน้าที่ของคอมพิวเตอร์