ไม่ได้กลัว AI แต่กลัว “ตรวจพลาด” ผลสำรวจเผยผู้บริโภคเปิดรับ AI ช่วยแพทย์อ่านภาพทางการแพทย์ แต่ยังต้องการให้หมอเป็นผู้ตัดสินใจ

ผลสำรวจผู้บริโภคในเขตเมือง 1,111 คน พบคนส่วนใหญ่เปิดรับ AI ในฐานะเครื่องมือช่วยวิเคราะห์ภาพทางการแพทย์ ขณะที่ยังต้องการให้แพทย์เป็นผู้พิจารณาและตัดสินใจขั้นสุดท้าย สะท้อนความคาดหวังต่อเทคโนโลยีที่ช่วยสนับสนุนการตรวจวินิจฉัย โดยไม่ลดบทบาทของบุคลากรทางการแพทย์

ปัจจุบัน AI เข้ามามีบทบาทในชีวิตประจำวันมากขึ้น ตั้งแต่การค้นหาข้อมูลไปจนถึงการช่วยทำงาน แต่เมื่อเทคโนโลยีนี้เริ่มเข้ามาเกี่ยวข้องกับเรื่องสุขภาพ คำถามสำคัญอาจไม่ใช่เพียงว่าเราพร้อมใช้ AI มากแค่ไหน แต่คือเรายอมรับให้ AI เข้ามามีส่วนร่วมในการดูแลสุขภาพของเราได้อย่างไร โดยเฉพาะในกระบวนการตรวจวินิจฉัยโรคที่ส่งผลต่อการรักษาและชีวิตของผู้ป่วยโดยตรง

ผลสำรวจผู้บริโภคในเขตเมืองจำนวน 1,111 คน ซึ่งจัดทำโดยคณะนิเทศศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ในเดือนตุลาคม 2569 พบว่า ผู้ตอบแบบสอบถามส่วนใหญ่เปิดรับการใช้ AI ในทางการแพทย์ แต่ยังให้ความสำคัญกับบทบาทของแพทย์อย่างชัดเจน โดย 88% ต้องการให้แพทย์เป็นผู้ตัดสินใจขั้นสุดท้าย ขณะที่มีผู้ตอบแบบสอบถามน้อยกว่า 1% ที่ยอมรับให้ AI เป็นผู้สรุปผลโดยไม่มีแพทย์เข้ามาพิจารณา

ผลสำรวจนี้สะท้อนว่า ผู้บริโภคไม่ได้ปฏิเสธการนำ AI มาใช้ในทางการแพทย์ แต่คาดหวังให้เทคโนโลยีทำหน้าที่เป็นเครื่องมือสนับสนุนการทำงานของแพทย์ มากกว่าจะเข้ามาทดแทนการตัดสินใจของบุคลากรทางการแพทย์

แนวโน้มดังกล่าวสอดคล้องกับผลสำรวจของ Pew Research Center ในสหรัฐอเมริกา เมื่อวันที่ 29 ตุลาคม 2569 จากผู้ใหญ่ชาวอเมริกัน 3,488 คน ซึ่งพบว่า 60% เปิดรับการใช้ AI ช่วยวิเคราะห์ภาพทางการแพทย์ หากมีบุคลากรทางการแพทย์ตรวจสอบผลและเป็นผู้ตัดสินใจขั้นสุดท้าย ในทางกลับกัน มีเพียง 6% ที่ยอมรับให้ AI วิเคราะห์ภาพโดยไม่มีมนุษย์เข้ามาตรวจสอบ

ความผิดพลาดในการวินิจฉัยเป็นเรื่องที่เกิดขึ้นได้ แล้ว AI ช่วยอะไรได้บ้าง

ความผิดพลาดในการวินิจฉัยเป็นหนึ่งในความท้าทายของระบบสาธารณสุขทั่วโลก องค์การอนามัยโลก (WHO) ระบุว่า ความผิดพลาดในการวินิจฉัยเป็นปัจจัยหนึ่งที่ก่อให้เกิดอันตรายที่สามารถป้องกันได้ในการดูแลสุขภาพ และอาจส่งผลให้ผู้ป่วยได้รับการรักษาล่าช้าหรือไม่ได้รับการดูแลที่เหมาะสม

สำหรับผลสำรวจของคณะนิเทศศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ยังพบว่า ผู้ตอบแบบสอบถามมากกว่าครึ่งเคยได้ยินประสบการณ์เกี่ยวกับการวินิจฉัยผิดพลาดจากคนใกล้ตัว และประมาณ 1 ใน 8 เคยมีประสบการณ์ดังกล่าวด้วยตนเอง นอกจากนี้ ผู้ที่กังวลเรื่องการตรวจไม่พบโรค หรือมองเห็นข้อจำกัดของการตรวจคัดกรองแบบเดิม มีแนวโน้มเปิดรับการใช้ AI เข้ามาช่วยในการตรวจมากขึ้น

หนึ่งในตัวอย่างที่สะท้อนศักยภาพของ AI ในการวิเคราะห์ภาพทางการแพทย์ มาจากงานวิจัยที่ตีพิมพ์ในวารสาร Radiology ซึ่งศึกษาการใช้ AI 3 ระบบวิเคราะห์ภาพแมมโมแกรมย้อนหลังจากผู้หญิงในประเทศสวีเดน โดยพบว่า ในผู้ป่วยมะเร็งเต้านมบางราย AI สามารถระบุสัญญาณที่สัมพันธ์กับมะเร็งจากภาพที่ถ่ายไว้ก่อนการวินิจฉัยได้หลายปี และพบสัญญาณดังกล่าวย้อนหลังไปได้ถึง 6 ปี

อย่างไรก็ตาม ผลการศึกษานี้เป็นการวิเคราะห์ภาพย้อนหลัง ไม่ได้หมายความว่า AI สามารถตรวจพบมะเร็งล่วงหน้าได้ 6 ปีในการใช้งานจริง แต่สะท้อนให้เห็นว่าในภาพทางการแพทย์อาจมีรายละเอียดหรือสัญญาณบางอย่างที่ควรได้รับการพิจารณาเพิ่มเติม และ AI อาจเป็นอีกหนึ่งเครื่องมือที่ช่วยให้แพทย์มองเห็นข้อมูลเหล่านั้นได้

AI ทางการแพทย์แตกต่างจาก AI ที่เราใช้ทั่วไปอย่างไร

แม้ AI ทั่วไปและ AI ทางการแพทย์จะใช้เทคโนโลยีปัญญาประดิษฐ์เหมือนกัน แต่มีวัตถุประสงค์และข้อกำหนดในการใช้งานที่แตกต่างกัน AI ทั่วไปมักออกแบบมาเพื่อทำงานหลากหลาย เช่น ตอบคำถาม สรุปเอกสาร หรือสร้างภาพ ขณะที่ AI ทางการแพทย์บางประเภทได้รับการพัฒนาขึ้นเพื่อช่วยในงานเฉพาะทาง เช่น วิเคราะห์ภาพเอกซเรย์หรือภาพแมมโมแกรม เพื่อค้นหาสัญญาณที่อาจบ่งชี้ถึงความผิดปกติ

AI ที่นำมาใช้เป็นเครื่องมือทางการแพทย์ต้องได้รับการประเมินให้เหมาะสมกับวัตถุประสงค์การใช้งาน โดยพิจารณาทั้งประสิทธิภาพและความปลอดภัย รวมถึงหลักฐานที่สนับสนุนการใช้งานในบริบททางคลินิก ในบางกรณี ผลิตภัณฑ์ยังต้องผ่านกระบวนการกำกับดูแลจากหน่วยงานที่เกี่ยวข้อง เช่น สำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา (US-FDA) ก่อนนำออกใช้งาน

สำหรับ AI ที่ใช้วิเคราะห์ภาพทางการแพทย์ ถือเป็นหนึ่งในกลุ่มการใช้งาน AI ที่พบได้มากในรายการอุปกรณ์การแพทย์ที่ได้รับอนุญาตจาก US-FDA สะท้อนให้เห็นถึงบทบาทของ AI ในการสนับสนุนงานด้านการวิเคราะห์ภาพทางการแพทย์ที่เพิ่มขึ้น

อนาคตของ AI ทางการแพทย์ คือการทำงานร่วมกัน ไม่ใช่การแทนที่กัน

สำหรับ AI ที่ใช้วิเคราะห์ภาพทางการแพทย์ หรือ Medical Imaging AI เทคโนโลยีนี้ทำหน้าที่ช่วยประมวลผลภาพ เช่น ภาพเอกซเรย์ทรวงอกและภาพแมมโมแกรม เพื่อค้นหาหรือชี้ให้เห็นบริเวณที่อาจมีความผิดปกติ ซึ่งแพทย์สามารถนำข้อมูลดังกล่าวไปใช้ประกอบการพิจารณาได้

การมี AI เข้ามาช่วยจึงไม่ได้หมายความว่าการตรวจจะปราศจากความผิดพลาด หรือ AI จะสามารถวินิจฉัยโรคได้ถูกต้องในทุกกรณี แต่เป็นการเพิ่มเครื่องมืออีกชั้นหนึ่งให้แพทย์ใช้ในการวิเคราะห์และตรวจสอบ โดยเฉพาะเมื่อต้องพิจารณาภาพทางการแพทย์ที่มีรายละเอียดจำนวนมาก ทั้งนี้ การแปลผลร่วมกับข้อมูลทางคลินิก การพิจารณาความเหมาะสม และการตัดสินใจเกี่ยวกับการดูแลรักษา ยังคงเป็นบทบาทของแพทย์

ท้ายที่สุดแล้ว การนำ AI มาใช้ในทางการแพทย์ไม่ควรเป็นเรื่องของการเลือกระหว่างเทคโนโลยีกับบุคลากรทางการแพทย์ แต่เป็นการนำจุดแข็งของทั้งสองมาทำงานร่วมกัน เพื่อเพิ่มข้อมูลประกอบการพิจารณาและสนับสนุนให้กระบวนการตรวจเป็นไปอย่างรอบคอบมากขึ้น

เพราะสิ่งที่ผู้ป่วยต้องการไม่ใช่ AI ที่มาแทนหมอ แต่เป็นการได้รับการดูแลจากแพทย์ที่มีเครื่องมือและข้อมูลสนับสนุนการตัดสินใจที่ดียิ่งขึ้น

อ้างอิง

คณะนิเทศศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย (ตุลาคม 2569) รายงานวิจัยฉบับสมบูรณ์ การรับรู้ ความเชื่อมั่น และความตั้งใจใช้บริการของผู้บริโภคเขตเมืองต่อโรงพยาบาลที่นำ AI มาช่วยแพทย์ในการตรวจคัดกรองและวินิจฉัยโรคร้ายแรง

World Health Organization, World Patient Safety Day 2024

RSNA (9 มิถุนายน 2569) งานวิจัยในวารสาร Radiology เรื่อง Artificial Intelligence Detection Scores in Screening Mammography for Early Breast Cancer Alerts

Pew Research Center (29 ตุลาคม 2569) Americans Are Open to AI in Healthcare, but Want Humans Making Final Calls