AI การแพทย์กำลังขยายบทบาทจากการวิเคราะห์ข้อมูล ไปสู่การช่วยแพทย์เลือกการรักษา และลดภาระงานในโรงพยาบาล ตั้งแต่ทดสอบว่ายาชนิดใดเหมาะกับผู้ป่วยมะเร็งแต่ละราย วิเคราะห์ภาพสมองเพื่อช่วยวินิจฉัยโรคหลอดเลือดสมอง ติดตามสัญญาณหัวใจทารกระหว่างคลอด ไปจนถึงตรวจสอบเอกสารเบิกค่ารักษา ผู้พัฒนาเทคโนโลยีทั้งไทยและต่างประเทศได้นำเสนอแนวทางเหล่านี้ในช่วง Medical AI Showcases ภายในงาน Global Medical AI Summit 2026 โดยมีทั้งผลิตภัณฑ์ที่เริ่มให้บริการเชิงพาณิชย์และโครงการที่กำลังพัฒนา ซึ่งต่างต้องพิสูจน์ผลในการใช้งานจริง เชื่อมต่อกับระบบโรงพยาบาล และรักษาความปลอดภัยของข้อมูลผู้ป่วย
ไคแอนใช้ AI ช่วยเลือกยามะเร็งเฉพาะบุคคล
ฮูโก ซาเวดรา ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง ไคแอน เธอราพิวติกส์ (KYAN Therapeutics) กล่าวว่า การพัฒนายาจากผลการศึกษาในประชากรยังมีข้อจำกัดเมื่อใช้กับผู้ป่วยแต่ละคน เพราะมะเร็งและการตอบสนองต่อยามีความแตกต่างกัน แม้การตรวจพันธุกรรมจะช่วยค้นหาตัวบ่งชี้สำหรับเลือกการรักษา แต่การพบตัวบ่งชี้ไม่ได้ตอบคำถามทั้งหมดว่ายาจะได้ผลกับผู้ป่วยรายนั้นหรือไม่ บริษัทจึงใช้แนวทางทดสอบยากับเซลล์มะเร็งของผู้ป่วยโดยตรง แล้วนำ AI มาวิเคราะห์เพื่อค้นหายา ขนาดยา และสูตรยาร่วมที่มีแนวโน้มเหมาะสม
เทคโนโลยีของไคแอนใช้ AI ที่ทำงานกับข้อมูลปริมาณน้อยร่วมกับการทดลองทางชีววิทยา เพื่อให้ใช้ตัวอย่างเซลล์ของผู้ป่วยอย่างมีประสิทธิภาพ ฮูโกยกตัวอย่างการทดสอบยา 12 ชนิดในระดับขนาดยาที่แตกต่างกัน ก่อนนำผลมาวิเคราะห์สูตรยาที่เป็นไปได้มากกว่า 1,500 รูปแบบและจัดอันดับ บริษัทระบุว่า การตรวจสอบผลทั้งแบบย้อนหลัง และแบบติดตามไปข้างหน้าในโรคมะเร็งหลากหลายชนิด (ทั้งมะเร็งก้อนและมะเร็งระบบเลือด) ให้ความแม่นยำทางคลินิกมากกว่า 85% ในการคาดการณ์ว่าผู้ป่วยจะตอบสนองต่อการรักษาหรือไม่ ซึ่งเป็นผลด้านการคาดการณ์การตอบสนอง ไม่ใช่อัตราการรักษาหาย
กลุ่มที่ไคแอนให้ความสำคัญในช่วงแรก คือผู้ป่วยมะเร็งระยะลุกลามที่การรักษามาตรฐานไม่ได้ผล เพื่อให้แพทย์มีข้อมูลประกอบการเลือกแนวทางถัดไป ต่อมาจึงเริ่มมีการใช้งานกับมะเร็งที่รักษายาก มีความรุนแรง หรือมีทางเลือกการรักษาหลายแบบ บริษัทเริ่มให้บริการเชิงพาณิชย์ในปี 2023 ที่สิงคโปร์ โดยไทยเป็นตลาดแรกที่ขยายออกไป ปัจจุบันให้บริการในมากกว่า 30 ตลาดและมีแพทย์ใช้การทดสอบมากกว่า 200 คน ตามข้อมูลที่ฮูโกนำเสนอ
นอกจากบริการสำหรับผู้ป่วย ไคแอนยังนำเทคโนโลยีไปใช้สนับสนุนการพัฒนายาของบริษัทยา และกำลังเตรียมห้องปฏิบัติการในสหรัฐฯ เพื่อรองรับตัวอย่างผู้ป่วยและการศึกษาในประเทศ จากเดิมที่ต้องส่งตัวอย่างมายังสิงคโปร์ การขยายห้องปฏิบัติการจึงเป็นส่วนสำคัญของการรองรับตลาดใหม่ ควบคู่กับการศึกษาร่วมกับสถาบันต่าง ๆ เพื่อสะสมหลักฐานทางคลินิกเพิ่มเติม
คอมมูนิตี้ใช้ AI อ่านภาพสมอง ช่วยวินิจฉัยโรคหลอดเลือดสมอง
โรคหลอดเลือดสมองเป็นอีกพื้นที่ที่ AI ถูกนำมาใช้ช่วยแพทย์ประเมินข้อมูลภายใต้ข้อจำกัดด้านเวลา สหทัต อัศวดิลกชัย ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง บริษัท คอมมูนิตี้ จำกัด นำเสนอระบบวิเคราะห์ภาพเอกซเรย์คอมพิวเตอร์สมองแบบไม่ฉีดสารทึบรังสี ครอบคลุมการตรวจหาภาวะเลือดออก ลิ่มเลือด และบริเวณสมองขาดเลือด พร้อมการคัดกรองภาวะโพรงสมองคั่งน้ำชนิดความดันปกติ หรือ NPH โดยเชื่อมต่อกับระบบจัดเก็บและรับส่งภาพทางการแพทย์ หรือ PACS เพื่อให้แพทย์ใช้ผลวิเคราะห์ประกอบการอ่านภาพในกระบวนการทำงานเดิม
สหทัส กล่าวว่า ผลิตภัณฑ์มีความแม่นยำ 96% และมีงานวิจัยตีพิมพ์ทางวิชาการรองรับประสิทธิภาพในการคัดกรอง NPHพร้อมนำเสนอผลการศึกษาที่พบว่า แพทย์ประจำบ้านซึ่งใช้ AI ประกอบการอ่านภาพสามารถทำความแม่นยำได้ใกล้เคียงรังสีแพทย์ โดยผลด้านความไวและความจำเพาะดีขึ้นด้วย เขายังกล่าวถึงการใช้งานในโรงพยาบาลศิริราชและรามาธิบดี รวมถึงสัญญาอนุญาตใช้สิทธิแต่เพียงผู้เดียวกับมหาวิทยาลัยมหิดลระยะ 10 ปี ซึ่งเป็นส่วนหนึ่งของการนำเทคโนโลยีจากงานวิจัยออกสู่ตลาด
บริษัทให้ความสำคัญกับต้นทุนควบคู่กับความสามารถในการวิเคราะห์ เพราะราคาของเทคโนโลยีเป็นอุปสรรคต่อการนำไปใช้ในโรงพยาบาล โดยอาศัยประสบการณ์ด้านการเชื่อมต่อระบบ การพัฒนาซอฟต์แวร์ และการทำงานกับโรงพยาบาลมาสนับสนุนการติดตั้ง ปัจจุบันผลิตภัณฑ์โรคหลอดเลือดสมองเริ่มทำตลาดแล้ว ส่วนผลิตภัณฑ์วิเคราะห์ภาพหลอดเลือดหัวใจได้รับอนุมัติจาก อย. ไทยตามที่ผู้พูดระบุ ขณะที่ผลิตภัณฑ์ด้านปอดอยู่ระหว่างกระบวนการขออนุมัติ และด้านตับกับกระดูกอยู่ระหว่างเตรียมการ
นาโว เฮลธ์พัฒนา AI ติดตามหัวใจทารกก่อนคลอด
โจชัว ยิม ผู้ก่อตั้งและประธานเจ้าหน้าที่บริหาร นาโว เฮลธ์ กล่าวว่า ปัญหาการติดตามอัตราการเต้นหัวใจทารกระหว่างคลอดไม่ได้อยู่ที่อุปกรณ์เพียงอย่างเดียว แต่รวมถึงความยากในการตีความกราฟและการสื่อสารระหว่างบุคลากร บริษัทจึงพัฒนาอัลกอริทึมประมวลผลสัญญาณร่วมกับ AI เพื่อช่วยทำความเข้าใจข้อมูลที่ต้องติดตามอย่างต่อเนื่อง โดยให้ความสำคัญกับความมั่นใจของแบบจำลองเมื่อใกล้ถึงเวลาคลอด เพื่อให้ทีมดูแลมีเวลาประเมินและเตรียมการมากขึ้น
โจชัว อธิบายว่า เวลาที่เพิ่มขึ้นอาจเปิดโอกาสให้ทีมแพทย์พิจารณาวิธีดูแลแม่และทารกได้มากขึ้น แทนที่จะต้องเข้าสู่การผ่าคลอดฉุกเฉินเมื่อสถานการณ์เร่งด่วนแล้ว บริษัทกำลังทำงานกับโรงพยาบาลเพื่อศึกษาการใช้งาน และร่วมมือกับผู้ผลิตอุปกรณ์เพื่อนำเทคโนโลยีเข้าไปอยู่ในเครื่องมือ นอกจากนี้ ยังทำงานร่วมกับโรงเรียนแพทย์เพื่อพัฒนาแพลตฟอร์มฝึกอบรมให้แพทย์ประจำบ้านเข้าใจเทคโนโลยีที่สามารถนำมาใช้ในห้องคลอด
ทิศทางดังกล่าวเชื่อมกับการเปลี่ยนแปลงของครอบครัวที่มีบุตรในช่วงอายุสูงขึ้น และการลงทุนเพื่อมีบุตรผ่านเทคโนโลยีช่วยการเจริญพันธุ์
โจชัวมองว่า แม้จำนวนการเกิดลดลง แต่ครอบครัวยังคงให้ความสำคัญกับค่าใช้จ่ายและความปลอดภัยของการมีบุตร ขณะที่การตั้งครรภ์ในอายุที่มากขึ้นทำให้ระบบดูแลต้องเตรียมรับความเสี่ยงที่ซับซ้อนขึ้น การพัฒนาผลิตภัณฑ์จึงต้องอาศัยข้อมูลจากสูติแพทย์และบุคลากรในแต่ละระบบบริการ เพื่อให้เหมาะกับการใช้งานจริง
อะธีน่า-เอไอต่อยอดข้อมูลพันธุกรรมสู่การดูแลสุขภาพระยะยาว
วิภาส สุตันตยาวลี ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี บริษัท อะธีน่า-เอไอ จำกัด มองว่า โอกาสของบริการพันธุกรรมอยู่ที่การนำข้อมูลไปใช้ประกอบการดูแลสุขภาพอย่างต่อเนื่อง เพราะผลจากการอ่านลำดับพันธุกรรมยังต้องอาศัยผู้เชี่ยวชาญตีความ ขณะที่หลักฐานทางวิทยาศาสตร์เปลี่ยนแปลงอยู่เสมอ บริษัทจึงพัฒนาแพลตฟอร์มที่เชื่อมการจัดเก็บข้อมูล การวิเคราะห์ เครื่องมือสำหรับผู้เชี่ยวชาญ และรายงานสำหรับผู้รับบริการเพื่อให้สามารถนำข้อมูลเดิมกลับมาวิเคราะห์ใหม่เมื่อมีความรู้เพิ่มเติมหรือมีคำถามสุขภาพที่ต่างออกไป
องค์ประกอบของแพลตฟอร์มมีทั้ง Genome Archive สำหรับจัดเก็บข้อมูลพันธุกรรม Genome IQ สำหรับการวิเคราะห์ และ Genome Studio สำหรับแพทย์ นักวิจัย และผู้เชี่ยวชาญค้นหาข้อมูลยีน ความแปรผันทางพันธุกรรม อาการและโรค นอกจากนี้ ยังมีคู่มือช่วยแพทย์อธิบายผลและให้คำปรึกษา รวมถึงระบบจัดการผู้รับบริการ ตัวอย่างตรวจ การวิเคราะห์ และรายงาน เพื่อรองรับการให้บริการของคลินิก โรงพยาบาล และสถาบันที่มีระดับความเชี่ยวชาญแตกต่างกัน
สำหรับผู้บริโภค อะธีน่า-เอไอนำเสนอข้อมูลด้านโภชนาการ การเผาผลาญ การออกกำลังกาย การฟื้นตัว การนอน ความเครียด และความเสี่ยงสุขภาพ พร้อมรายงานและแชตบอตสำหรับค้นหาคำอธิบาย วิภาสระบุว่าบริษัทกำหนดขอบเขตคำตอบของแชตบอตไว้สำหรับให้คำแนะนำ โดยผู้รับบริการยังต้องปรึกษาแพทย์แนวทางนี้จึงต้องอาศัยทั้งการเก็บข้อมูลที่ปลอดภัย การปรับการตีความตามหลักฐาน และการสื่อสารที่ช่วยให้ผู้รับบริการเข้าใจข้อค้นพบอย่างเหมาะสม
สาติ ใช้ AI ลดงานเวชระเบียนและตรวจสอบการเบิกค่ารักษา
ภาระเอกสารเป็นอีกปัญหาที่ส่งผลทั้งต่อเวลาทำงานของบุคลากรและรายได้โรงพยาบาล นพ.รพีพัฒน์ ศรีจันทร์ประธานเจ้าหน้าที่บริหาร บริษัท สาติ จำกัด (SATI) กล่าวว่า เวชระเบียนที่ไม่ครบถ้วน ข้อมูลไม่สอดคล้องกันหรือการให้รหัสทางการแพทย์ผิดพลาด อาจทำให้โรงพยาบาลเบิกค่ารักษาได้ไม่ครบ ถูกปฏิเสธคำขอ หรือได้รับเงินล่าช้า บริษัทจึงพัฒนา AI ให้ทำงานร่วมกับระบบสารสนเทศโรงพยาบาล เพื่อรวบรวมข้อมูล สรุปการรักษา ตรวจสอบรหัส และเทียบกับเงื่อนไขการเบิกจ่ายก่อนส่งคำขอ
ระบบของสาติมุ่งตรวจพบและแก้ไขปัญหาก่อนยื่นเบิก โดยอ้างอิงข้อมูลทางคลินิกและหลักฐานในเวชระเบียนเพื่อป้องกันทั้งการเบิกต่ำกว่าสิทธิและการเบิกเกินจริง นพ.รพีพัฒน์ระบุผลการลดเวลาเฉลี่ย 40% และยกกรณีการใช้งานที่ลดเวลากระบวนการจาก 15 วันเหลือ 15 นาที ซึ่งเป็นผลคนละขอบเขตกัน ปัจจุบันมีโรงพยาบาลใช้งานอยู่ 16 แห่ง และบริษัทกำลังทำงานกับผู้รับประกันหนึ่งราย ตามข้อมูลที่นำเสนอ
ในฝั่งผู้รับประกันและหน่วยงานผู้จ่าย สาติพัฒนาเครื่องมือช่วยตรวจสอบคำขอก่อนจ่ายเงิน ทั้งความสอดคล้องทางคลินิก เงื่อนไขความคุ้มครอง และความผิดปกติที่อาจเกี่ยวข้องกับการทุจริตหรือการใช้ทรัพยากรไม่เหมาะสม นพ.รพีพัฒน์เห็นว่า เมื่อแบบจำลองภาษามีความสามารถมากขึ้น ผู้พัฒนาต้องเติมความรู้เฉพาะด้านการแพทย์ การให้รหัส และกฎการเบิกจ่าย พร้อมทำให้ระบบใช้ง่ายและตรวจสอบที่มาของข้อมูลได้ จึงจะตอบโจทย์โรงพยาบาลได้จริง
ราวิสใช้ AI ช่วยงานมาตรฐานและขึ้นทะเบียนผลิตภัณฑ์
เวหา สุวัฒน์พิศาลกิจ หัวหน้าทีมเทคโนโลยี บริษัท ราวิส เทคโนโลยี จำกัด (Ravis Technology) นำเสนอการใช้ AI ลดภาระงานตามมาตรฐาน GMP, ISO และการเตรียมข้อมูลยื่นต่อสำนักงานคณะกรรมการอาหารและยา ครอบคลุมตั้งแต่ห้องปฏิบัติการไปจนถึงโรงงาน โดยใช้ระบบบริหารจัดการข้อมูลร่วมกับผู้ช่วยสั่งงานด้วยเสียง เพื่อให้ผู้ใช้งานบันทึกข้อมูลลงแบบฟอร์มได้ระหว่างปฏิบัติงาน เช่น การบันทึกขนาดและน้ำหนักสัตว์ทดลอง รวมถึงการแจ้งปัญหาภายในสถานที่ทำงาน
บริษัทนำเสนอการเชื่อม AI เข้ากับระบบบริหารจัดการเพื่อช่วยนำเข้าข้อมูล สรุปเนื้อหา และจัดทำรายงานพร้อมตัวอย่างการนำเข้าแบบฟอร์มใหม่ที่ใช้เวลาประมาณ 30 วินาที โดยผู้ใช้ยังต้องตรวจทานข้อมูล ส่วนบริการ RegPS Global ช่วยจำแนกประเภทผลิตภัณฑ์สำหรับการเตรียมขึ้นทะเบียนยา อาหาร เครื่องสำอางและเครื่องมือแพทย์ พร้อมแสดงข้อมูลอ้างอิง บริษัทระบุความแม่นยำของการจำแนกประมาณ 80% และยังให้บุคลากรตรวจสอบและอนุมัติก่อนนำไปใช้ เพื่อให้ AI สนับสนุนงานที่ต้องอาศัยความถูกต้องตามข้อกำหนด
อะคริลชี้ AI การแพทย์ต้องรองรับข้อมูลและบริบทไทย
การนำ AI ไปใช้ในโรงพยาบาลยังต้องอาศัยความพร้อมด้านข้อมูลและระบบรองรับ ชิน ฮยอนคยอง รองประธาน อะคริล อิงค์ กล่าวว่า ภาษา แนวทางการรักษา กฎหมาย และระบบประกันสุขภาพของแต่ละประเทศมีผลต่อการใช้งาน แบบจำลองทางการแพทย์ที่พัฒนาด้วยข้อมูลและแนวทางรักษาของเกาหลีใต้จึงไม่สามารถนำมาใช้ในไทยได้โดยตรง ขณะเดียวกัน โรงพยาบาลยังต้องรับมือกับต้นทุนอุปกรณ์และข้อจำกัดในการนำข้อมูลผู้ป่วยออกไปประมวลผลภายนอก
แนวทางที่อะคริลนำเสนอคือการพัฒนาโครงสร้างพื้นฐานที่รวมฮาร์ดแวร์และซอฟต์แวร์สำหรับพัฒนาและใช้งาน AI พร้อมเตรียมข้อมูลจากเวชระเบียนและระบบโรงพยาบาลให้อยู่ในรูปที่ AI เรียนรู้และเข้าใจได้ ก่อนนำไปพัฒนาแบบจำลองพื้นฐานทางการแพทย์ เพื่อช่วยสรุปเวชระเบียนและสนับสนุนงานของแพทย์ พยาบาล และบุคลากรหลายวิชาชีพภายในระบบเดียวกัน ชินเน้นว่า การทำให้โรงพยาบาลเชื่อมั่นต้องมีผลการประเมินที่ตรวจสอบได้ ควบคู่กับการดูแลข้อมูลและการสนับสนุนจากภาครัฐ
สำหรับไทย ชินเสนอให้เริ่มจากโรงพยาบาลหรือพื้นที่ทดลองขนาดเล็กที่สามารถจัดการข้อมูล พัฒนา และประเมินผลได้ ก่อนขยายผ่านความร่วมมือของภาครัฐ โรงพยาบาล สถาบันการศึกษา และภาคธุรกิจ โดยมองว่าการเชื่อมบริการระหว่างเมืองกับภูมิภาค การดูแลผู้ป่วยต่างชาติหลังกลับประเทศ และการรักษามะเร็งกับโรคหายาก เป็นพื้นที่สำคัญสำหรับการนำ AI ไปใช้ การพัฒนาแบบจำลองที่เหมาะกับบริบทไทยจึงต้องเดินไปพร้อมกับมาตรฐานการประเมิน การกำกับดูแล และความปลอดภัยของข้อมูล
ข่าวอื่น ๆ ที่น่าสนใจ
ไทยดัน Medical AI สู่ตลาด ตั้งเป้า 20 ผลิตภัณฑ์ภายในปี 2571
Medtech ไทยใช้ AI สร้างกระดูกเทียมเฉพาะบุคคล ดูแลผู้สูงอายุถึงบ้าน
