การแข่งขันจำแนกภาพถ่ายทางการแพทย์ด้วย AI เพื่อระบบหลักประกันสุขภาพแห่งชาติ ประจำปี 2569 มีทีมลงทะเบียนเข้าร่วม 1,332 ทีม รวมถึงผู้แทนจากประเทศสมาชิกอาเซียน และมี 66 ทีมผ่านเข้าสู่รอบชิงชนะเลิศ โดยครอบคลุมการใช้งาน AI ใน 8 สาขา เช่น การตรวจคัดกรองมะเร็งปอดด้วยซีทีสแกน การวิเคราะห์เนื้องอกในสมองด้วย MRI และการตรวจคัดกรองมะเร็งเต้านมด้วยแมมโมแกรม
จากการแข่งขันสู่การทดสอบในระบบสาธารณสุขจริง
การนำ AI ไปใช้ในวงการแพทย์ไม่ได้ขึ้นอยู่กับความแม่นยำของโมเดลเพียงอย่างเดียว แต่ยังต้องคำนึงถึงความแตกต่างของเครื่องมือแพทย์ ขั้นตอนการตรวจ และข้อมูลผู้ป่วยในสถานพยาบาลแต่ละแห่ง ปัญหาเหล่านี้มีความสำคัญเป็นพิเศษเมื่อขยายการใช้งานไปยังประเทศที่มีระดับความพร้อมของระบบสาธารณสุขและเทคโนโลยีดิจิทัลแตกต่างกัน
ตัวอย่างเช่น การตรวจซีทีสแกนทรวงอกซึ่งเดิมสร้างภาพประมาณ 100 ภาพต่อครั้ง ปัจจุบันอาจมีจำนวนหลายพันภาพ ทำให้รังสีแพทย์ต้องใช้เวลาในการค้นหาความผิดปกติท่ามกลางข้อมูลจำนวนมาก ทีมเซนส์ลัง (SenseLung) จากเซี่ยงไฮ้ จึงพัฒนาเครื่องมือ AI เพื่อช่วยตรวจจับจุดผิดปกติในปอด วิเคราะห์ลักษณะ และจัดทำรายงานอย่างเป็นระบบ เพื่อสนับสนุนการวินิจฉัย การคัดกรองโรค และการติดตามผลการรักษา
อย่างไรก็ตาม โมเดลที่ทำงานได้ดีในโรงพยาบาลแห่งหนึ่งอาจไม่ให้ผลลัพธ์ในระดับเดียวกันเมื่อเปลี่ยนไปใช้กับอุปกรณ์หรือกระบวนการตรวจที่ต่างออกไป การแข่งขันจึงให้ความสำคัญกับความสามารถของอัลกอริทึมในการรองรับภาพถ่ายจากแหล่งข้อมูลที่หลากหลาย นอกเหนือจากการวัดความแม่นยำในการตรวจจับความผิดปกติ
ความร่วมมือระหว่างแพทย์กับนักพัฒนาเป็นหัวใจสำคัญ
การแข่งขันยังเปิดให้เห็นบทบาทของการทำงานร่วมกันระหว่างผู้เชี่ยวชาญทางการแพทย์กับทีมเทคโนโลยี โดยในสาขาการตรวจแมมโมแกรม ทีมจากโรงพยาบาลประชาชนเขตปกครองตนเองกว่างซีจ้วงและบริษัทเทคโนโลยีในพื้นที่ร่วมพัฒนาโมเดล AI สำหรับระบุตำแหน่งก้อนเนื้อในเต้านม รวมถึงจุดหินปูนขนาดเล็กที่อาจบ่งชี้ถึงโรค
แพทย์มีส่วนร่วมในการถ่ายทอดความต้องการจากการปฏิบัติงานจริงให้วิศวกรนำไปปรับปรุงโมเดล เพื่อให้ระบบตอบโจทย์การใช้งานทางคลินิกมากขึ้น ความร่วมมือเช่นนี้ยังสามารถเป็นต้นแบบสำหรับการศึกษาวิจัยร่วมกันข้ามพรมแดน หากมีการพัฒนาแนวทางทดสอบและประเมินผลที่เหมาะสมกับบริบทของแต่ละประเทศ
จาง ฮุ่ยเม่า (Zhang Huimao) ผู้อำนวยการแผนกรังสีวิทยา โรงพยาบาลแห่งที่หนึ่งในสังกัดมหาวิทยาลัยจี๋หลิน และว่าที่ประธานสมาคมรังสีวิทยาแห่งประเทศจีน ระบุว่า โครงสร้างพื้นฐานด้านข้อมูลภาพถ่ายทางการแพทย์มีความสำคัญต่อทั้งการยกระดับการรักษาและการพัฒนา ทดสอบ และประเมินผล AI ทางการแพทย์
จีนกำลังเร่งพัฒนาโครงสร้างพื้นฐานระบบคลาวด์สำหรับภาพถ่ายทางการแพทย์ เพื่ออำนวยความสะดวกในการแลกเปลี่ยนและเรียกดูข้อมูลระหว่างสถาบัน อย่างไรก็ตาม การนำข้อมูลไปใช้พัฒนาและประเมินโมเดลจำเป็นต้องมีมาตรการคุ้มครองข้อมูลที่เหมาะสม โดยเฉพาะเมื่อความร่วมมือขยายไปยังต่างประเทศ ซึ่งแต่ละแห่งมีข้อกำหนดด้านข้อมูลส่วนบุคคลและกฎหมายแตกต่างกัน
กว่างซีวางแผนเชื่อม AI ทางการแพทย์กับอาเซียน
กว่างซีมีพรมแดนติดกับเวียดนามและทำหน้าที่เป็นช่องทางเชื่อมโยงความร่วมมือระหว่างจีนกับอาเซียน โดยมีแพลตฟอร์มสำคัญ เช่น ศูนย์ความร่วมมือด้านการประยุกต์ใช้ปัญญาประดิษฐ์จีน–อาเซียน และเขตนำร่องการเปิดสู่ภายนอกด้านการแพทย์นานาชาติฝางเฉิงก่าง (Fangchenggang International Medical Opening-up Pilot Zone) ที่ช่วยสนับสนุนการพัฒนาความร่วมมือด้าน AI และสาธารณสุข
ตามแผนงานที่ทางการกว่างซีประกาศ เขตปกครองตนเองกว่างซีจ้วงตั้งเป้าทำงานร่วมกับพันธมิตรในอาเซียนเพื่อดำเนินโครงการสาธิตและตรวจสอบความถูกต้องทางคลินิกระหว่างประเทศ โดยมุ่งสำรวจแนวทางประยุกต์ใช้ AI วิเคราะห์ภาพถ่ายทางการแพทย์ให้สอดคล้องกับระบบสาธารณสุขที่แตกต่างกัน
กว่างซียังเปิดตัวแผนปฏิบัติการ 3 ปี เพื่อผลักดันเทคโนโลยีจากการแข่งขันไปสู่การใช้งานจริงและเชิงพาณิชย์ ตั้งแต่การตรวจสอบความถูกต้องของผลิตภัณฑ์ การพัฒนาอุตสาหกรรม และการทดสอบทางคลินิก ไปจนถึงการประสานความร่วมมือกับพันธมิตรในอาเซียน
การดำเนินงานดังกล่าวต้องคำนึงถึงหลายปัจจัย ไม่ว่าจะเป็นความแตกต่างของเครื่องมือสร้างภาพถ่าย ขั้นตอนการรักษา ข้อมูลผู้ป่วย กฎหมายคุ้มครองข้อมูลส่วนบุคคล และข้อกำหนดของหน่วยงานกำกับดูแลในแต่ละประเทศ ปัจจัยเหล่านี้ล้วนมีผลต่อความปลอดภัยและความเหมาะสมของการนำ AI ไปใช้ในสถานพยาบาลจริง
ประโยชน์ที่มุ่งหวังต้องมาพร้อมการตรวจสอบความปลอดภัย
ความร่วมมือด้าน AI ทางการแพทย์มีเป้าหมายที่จะสร้างประโยชน์ร่วมกัน โดยเฉพาะในพื้นที่ที่ขาดแคลนรังสีแพทย์ผู้เชี่ยวชาญ เครื่องมือ AI ที่ผ่านการตรวจสอบอย่างเหมาะสมอาจช่วยให้แพทย์ค้นหาความผิดปกติได้รวดเร็วขึ้น และเพิ่มประสิทธิภาพในกระบวนการวินิจฉัย
อย่างไรก็ตาม ผลการแข่งขันที่ดีไม่ได้รับประกันว่าโมเดลจะพร้อมใช้งานทางคลินิกทันที เทคโนโลยีจำเป็นต้องผ่านการทดสอบในโรงพยาบาลหลายแห่ง กับอุปกรณ์และกลุ่มผู้ป่วยที่หลากหลาย ตลอดจนผ่านกระบวนการรับรองตามกฎระเบียบที่เกี่ยวข้อง
ขณะเดียวกัน AI ยังคงมีบทบาทเป็นเครื่องมือช่วยสนับสนุนการทำงานของแพทย์ การตัดสินใจรักษาจำเป็นต้องพิจารณาอาการ ประวัติการรักษา และผลตรวจด้านอื่น ๆ ประกอบกัน
การแข่งขันที่หนานหนิงจึงเป็นมากกว่าเวทีประเมินความสามารถของอัลกอริทึม แต่ยังเป็นจุดเริ่มต้นของการหารือเรื่องการทดสอบ การปรับใช้ และการตรวจสอบความถูกต้องทางคลินิกข้ามพรมแดน ความร่วมมือระหว่างจีนกับอาเซียนจะต้องอาศัยการพัฒนาเทคโนโลยีควบคู่กับการคำนึงถึงบริบทของแต่ละประเทศ เพื่อให้ AI ทางการแพทย์สามารถสนับสนุนการดูแลผู้ป่วยได้อย่างปลอดภัยและเหมาะสม