การแข่งขันจำแนกภาพถ่ายทางการแพทย์ด้วย AI เพื่อระบบหลักประกันสุขภาพแห่งชาติ ประจำปี 2569 จัดขึ้นโดยความร่วมมือระหว่างสำนักงานหลักประกันสุขภาพแห่งชาติจีนกับรัฐบาลเขตปกครองตนเองกว่างซีจ้วง โดยมีสำนักงานหลักประกันสุขภาพของกว่างซีเป็นผู้ดำเนินการ แบ่งการแข่งขันออกเป็น 8 สาขา ครอบคลุมการตรวจคัดกรองมะเร็งปอดด้วยเครื่องซีทีสแกน การวิเคราะห์เนื้องอกในสมองด้วยคลื่นแม่เหล็กไฟฟ้า (MRI) และการตรวจคัดกรองมะเร็งเต้านมด้วยเครื่องแมมโมแกรม
เมื่อภาพถ่ายทางการแพทย์มีมากขึ้น AI จึงเข้ามามีบทบาท
ความก้าวหน้าของเทคโนโลยีภาพถ่ายทางการแพทย์ทำให้แพทย์เข้าถึงภาพที่มีรายละเอียดสูงขึ้น แต่ขณะเดียวกันก็สร้างภาระในการตรวจวิเคราะห์ข้อมูลที่เพิ่มขึ้นอย่างมาก โดยการตรวจซีทีสแกนทรวงอกซึ่งเดิมสร้างภาพประมาณ 100 ภาพต่อครั้ง ปัจจุบันอาจมีจำนวนหลายพันภาพ ทำให้การค้นหาความผิดปกติขนาดเล็กท่ามกลางข้อมูลจำนวนมากกลายเป็นความท้าทายสำคัญของรังสีแพทย์
ทีมเซนส์ลัง (SenseLung) จากเซี่ยงไฮ้ เป็นหนึ่งในทีมที่พัฒนาเครื่องมือ AI เพื่อช่วยตรวจจับจุดผิดปกติในปอด วิเคราะห์ลักษณะของความผิดปกติ และจัดทำรายงานในรูปแบบที่มีโครงสร้างชัดเจน เพื่อสนับสนุนการวินิจฉัยของรังสีแพทย์ ตลอดจนการตรวจคัดกรองโรคและติดตามผลการรักษาของผู้ป่วย
อย่างไรก็ตาม การตรวจพบความผิดปกติได้อย่างแม่นยำไม่ใช่โจทย์เดียวของการพัฒนา AI เพราะโรงพยาบาลแต่ละแห่งอาจใช้อุปกรณ์และกระบวนการสแกนภาพที่ต่างกัน โมเดลที่ทำงานได้ดีในศูนย์การแพทย์ชั้นนำจึงอาจมีประสิทธิภาพลดลงเมื่อนำไปใช้ในโรงพยาบาลที่มีสภาพแวดล้อมแตกต่างออกไป
ด้วยเหตุนี้ การแข่งขันจึงประเมินทั้งความแม่นยำในการตรวจจับและความสามารถของอัลกอริทึมในการรองรับภาพถ่ายทางการแพทย์จากแหล่งที่หลากหลาย เพื่อทดสอบว่า AI จะทำงานได้ดีเพียงใดเมื่อเผชิญกับข้อมูลที่ไม่เหมือนกับชุดข้อมูลที่ใช้พัฒนาโมเดล
แพทย์และนักพัฒนาเทคโนโลยีต้องทำงานร่วมกัน
ความร่วมมือระหว่างบุคลากรทางการแพทย์กับนักพัฒนาเทคโนโลยีเป็นอีกองค์ประกอบสำคัญของการแข่งขัน โดยในสาขาการตรวจแมมโมแกรม ทีมที่เกิดจากความร่วมมือระหว่างโรงพยาบาลประชาชนเขตปกครองตนเองกว่างซีกับบริษัทเทคโนโลยีในพื้นที่ ได้พัฒนาโมเดล AI เพื่อระบุตำแหน่งก้อนเนื้อในเต้านม รวมถึงจุดหินปูนขนาดเล็กที่อาจเป็นสัญญาณบ่งชี้โรค
ในขั้นตอนการพัฒนา รังสีแพทย์ทำหน้าที่ถ่ายทอดความต้องการและข้อสังเกตจากการปฏิบัติงานจริงให้ทีมวิศวกรนำไปปรับปรุงโมเดล เพื่อให้สอดคล้องกับการใช้งานทางคลินิกมากขึ้น แนวทางนี้แสดงให้เห็นว่าความรู้ทางการแพทย์และความเชี่ยวชาญด้าน AI ต้องทำงานควบคู่กัน ไม่ใช่พึ่งพาความสามารถทางเทคนิคเพียงอย่างเดียว
จาง ฮุ่ยเม่า (Zhang Huimao) ผู้อำนวยการแผนกรังสีวิทยา โรงพยาบาลแห่งที่หนึ่งในสังกัดมหาวิทยาลัยจี๋หลิน และว่าที่ประธานสมาคมรังสีวิทยาแห่งประเทศจีน กล่าวว่า โครงสร้างพื้นฐานด้านข้อมูลภาพถ่ายทางการแพทย์มีบทบาทสำคัญทั้งต่อการเพิ่มประสิทธิภาพการรักษา และการพัฒนา ทดสอบ และประเมินผลโมเดล AI ทางการแพทย์
ปัจจุบัน จีนกำลังพัฒนาโครงสร้างพื้นฐานระบบคลาวด์สำหรับภาพถ่ายทางการแพทย์ เพื่อช่วยให้สถาบันทางการแพทย์แลกเปลี่ยนและเรียกดูข้อมูลภาพถ่ายระหว่างกันได้สะดวกขึ้น โดยการใช้ข้อมูลดังกล่าวจำเป็นต้องมีมาตรการคุ้มครองความปลอดภัยที่เหมาะสม
ผลการแข่งขันยังไม่ใช่คำตอบสุดท้ายของการใช้ AI ในโรงพยาบาล
แม้โมเดล AI จะทำผลงานได้ดีในการแข่งขัน แต่ก็ไม่ได้หมายความว่าจะพร้อมนำไปใช้จริงในโรงพยาบาลทันที เทคโนโลยียังต้องผ่านการตรวจสอบความถูกต้องทางคลินิกในสถานพยาบาลหลายแห่ง และทดสอบกับอุปกรณ์ทางการแพทย์และกลุ่มผู้ป่วยที่หลากหลาย รวมถึงผ่านการรับรองจากหน่วยงานกำกับดูแลตามกฎระเบียบที่เกี่ยวข้อง
กว่างซีจึงเปิดตัวแผนปฏิบัติการ 3 ปี เพื่อผลักดันเทคโนโลยีจากการแข่งขันไปสู่การใช้งานจริงและการต่อยอดเชิงพาณิชย์ ครอบคลุมการตรวจสอบความถูกต้องของผลิตภัณฑ์ การพัฒนาอุตสาหกรรม การทดสอบทางคลินิก และการประสานความร่วมมือกับพันธมิตรในอาเซียน
ความท้าทายนี้มีความสำคัญต่อประเทศในอาเซียนเช่นกัน เนื่องจากแต่ละประเทศมีความพร้อมด้านระบบสาธารณสุข เทคโนโลยีดิจิทัล และทรัพยากรทางการแพทย์แตกต่างกัน การพัฒนา AI ที่สามารถทำงานร่วมกับอุปกรณ์เดิมและกระบวนการทำงานของแพทย์ได้อย่างเหมาะสม จึงเป็นเงื่อนไขสำคัญของการนำเทคโนโลยีไปใช้ในวงกว้าง
ท้ายที่สุด AI ด้านภาพถ่ายทางการแพทย์มีศักยภาพในการช่วยให้แพทย์ค้นหาความผิดปกติได้รวดเร็วขึ้น แต่การนำไปใช้จริงยังต้องอาศัยทั้งการทดสอบอย่างต่อเนื่อง การปรับโมเดลให้เข้ากับสภาพแวดล้อมที่แตกต่างกัน และการทำงานร่วมกันระหว่างผู้เชี่ยวชาญด้านเทคโนโลยีกับบุคลากรทางการแพทย์ โดย AI ยังคงเป็นเครื่องมือสนับสนุนการวินิจฉัย ไม่ใช่สิ่งทดแทนการตัดสินใจของแพทย์