AI จะช่วยเสริมศักยภาพการรักษาพยาบาลในอนาคตได้อย่างไร?

ความคลั่งไคล้ด้าน AI กำลังแพร่กระจายไปทั่วทุกสาขาอาชีพ และอุตสาหกรรมการแพทย์ก็ไม่มีข้อยกเว้น ในเวลาเดียวกัน การเกิดขึ้นของ AI ก็คาดว่าจะนำมาซึ่งการปฏิรูปที่พลิกผันมาสู่อุตสาหกรรมการแพทย์ด้วย ในปัจจุบัน ทุกฝ่ายกำลังมุ่งเน้นไปที่การนำ AI ไปใช้ในสถานการณ์ทางการแพทย์ที่เฉพาะเจาะจงได้อย่างไร

ในเช้าวันที่ 6 กันยายน ในการประชุม REAL Technology Conference ประจำปี 2024 ซึ่งจัดโดย Jiemian News ในการอภิปรายโต๊ะกลมในหัวข้อ "AI + การแพทย์: รูปแบบที่ร้อนแรงและการคิดเชิงปฏิบัติ" Ma Rui หุ้นส่วนของ Fengrui Capital และประธานของ Li Xiaobing ผู้จัดการฝ่ายวิทยาศาสตร์ชีวภาพของเซินเจิ้นเทคโนโลยี, Gao Yushi รองประธานฝ่ายเทคโนโลยีของ Easy Group, Xiang Lei, CTO (ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยี) ของ Shenzhen Zhitong Medical และ Lou Yang กรรมการผู้จัดการของ Light Source Capital พูดคุยกันอย่างสนุกสนาน ในหัวข้อนี้

Gao Yushi รองประธานฝ่ายเทคโนโลยีของ Easy Group แบ่งปันว่า Easy Group·Easy Health เปิดตัวโมเดลทางการแพทย์และสุขภาพขนาดใหญ่ Dr.GPT ในเดือนพฤษภาคม 2023 และได้ทำการอัปเกรดครั้งใหญ่ในปลายปี 2023 ด้วยการขยายการใช้งานและความลึกที่ลึกซึ้งยิ่งขึ้น ของสถานการณ์ต่างๆ เปิดตัวแอปพลิเคชันหลัก 7 รายการตามโมเดล "Easy Doctor Dr.GPT" ครอบคลุมทุกสถานการณ์ของบริการการจัดการสุขภาพ และตอบสนองความต้องการเฉพาะของสถานการณ์แอปพลิเคชันและกลุ่มผู้ใช้ที่แตกต่างกัน นอกเหนือจากการให้การสนับสนุนการจัดการสุขภาพที่ครอบคลุมแก่ผู้ใช้แล้ว ยังขยายขีดความสามารถของเทคโนโลยีการวินิจฉัยและการรักษาทางการแพทย์ มอบมุมมองที่มีประสิทธิภาพและครอบคลุมมากขึ้นสำหรับการตัดสินใจทางการแพทย์

นอกจากนี้ หนึ่งในข้อถกเถียงที่ใหญ่ที่สุดในแอปพลิเคชันทางการแพทย์ของ AI+ ก็คือความปลอดภัยของข้อมูล Xiang Lei ซีทีโอของ Shenzhen Zhitong Medical กล่าวว่าปัญหาความเป็นส่วนตัวของข้อมูลเป็นปัญหาที่ใหญ่ที่สุดสำหรับโรงพยาบาลหรือแพทย์ ปัจจุบันวิธีการย้ายข้อมูลไปยังระบบคลาวด์เป็นที่ยอมรับในระดับสากล เช่น Amazon Cloud ได้ผ่านกลไกการปกป้องความเป็นส่วนตัวของข้อมูลแล้ว การควบคุมข้อมูลในประเทศจีนมีความเข้มงวดมากขึ้น และโรงพยาบาลจะกำหนดให้ข้อมูลทั้งหมดต้องอยู่บนไคลเอนต์และไม่สามารถอัปโหลดไปยังคลาวด์ได้

ตามวิธีการใช้งานข้อมูลที่แตกต่างกัน Xiang Lei กล่าวว่าโมเดลธุรกิจของเซินเจิ้น Zhitongyi ในระบบคลาวด์นั้นจะถูกเรียกเก็บเงินเป็นรายกรณี ในขณะที่ในประเทศจีนเนื่องจากการปรับใช้ในท้องถิ่น จึงมีการนำวิธีการชำระเงินแบบครั้งเดียวมาใช้ "แตกต่างออกไป โซลูชันดังกล่าวมีให้ตามความต้องการเฉพาะของลูกค้า" โซลูชันดังกล่าวสามารถตอบสนองความต้องการของลูกค้า ตลอดจนการใช้งานและการขายผลิตภัณฑ์เชิงพาณิชย์ในสถานการณ์เฉพาะ"

Xiang Lei กล่าวว่าโมเดลดังกล่าวได้พัฒนาไปสู่ยุค 2.0 แล้ว เมื่อเทียบกับยุค 1.0 ซึ่งต้องการข้อมูลเพียงเล็กน้อยสำหรับสถานการณ์การใช้งานขนาดเล็กหรือพัฒนาโมเดลพิเศษสำหรับลูกค้า ยุค 2.0 สามารถรับข้อมูลจำนวนมากได้ และ คาดว่าจะสนับสนุนทั้งหมดผ่านรูปแบบโรงพยาบาลแบบครบวงจร

ในขั้นตอนนี้ Shenzhi Touyi ใช้แบบจำลองสากลที่สามารถประมวลผลรูปแบบการถ่ายภาพต่างๆ ได้ โดยได้พัฒนาแบบจำลองสำหรับแผนกต่างๆ ที่สามารถประมวลผลรังสีทั้งหมดพร้อมกันได้ Xiang Lei กล่าวว่าผลการประมวลผลประเภทนี้ดีกว่าแบบจำลองเดียว “นี่เป็นผลลัพธ์ของแบบจำลองพื้นฐานทั่วไปบวกกับการฝึกอบรมข้อมูลจำนวนมาก นอกเหนือจากสถานการณ์ที่มีอยู่แล้ว เรายังพบว่าการใช้หลายรูปแบบ ข้อมูลสามารถบรรลุผลลัพธ์ที่ดีกว่าได้”

ในปัจจุบัน นอกเหนือจากการประยุกต์ใช้ AI ในผู้ป่วยและโรงพยาบาลแล้ว เภสัชภัณฑ์แบบ AI ยังเป็นทิศทางการประยุกต์ใช้หลักอีกด้วย หลี่ เสี่ยวปิง ผู้จัดการทั่วไปแผนกชีววิทยาศาสตร์ของเซินเจิ้นเทคโนโลยี กล่าวว่าโมเดลธุรกิจกระแสหลักในปัจจุบัน ได้แก่ ซอฟต์แวร์ AI+, AI+CRO และ AI+เทคโนโลยีชีวภาพ โดยที่เทคโนโลยีเซินเจิ้นมีบทบาทในทั้งสามด้าน

หลี่ เสี่ยวปิง กล่าวว่า "ปัจจุบัน เซินเจิ้นเทคโนโลยีครองอันดับหนึ่งในส่วนแบ่งการตลาดของอุตสาหกรรมในด้านเครื่องมือประมวลผลทางกายภาพบางอย่างในด้าน AI ​​SaaS โดยในโมเดล AI+CRO นั้น บริษัทได้ร่วมมือกับผู้ผลิตยาชั้นนำในประเทศ ซึ่งรวมถึง Fosun และ Dongyangguang Pharmaceutical ใน ความร่วมมือระหว่างเซินเจิ้นเทคโนโลยีได้มอบโซลูชันการออกแบบ AI+ และอีกฝ่ายให้การตรวจสอบและแบบจำลองการวิจัยและพัฒนาร่วมกัน ในแง่ของ AI+เทคโนโลยีชีวภาพ เซินเจิ้นเทคโนโลยียังพยายามที่จะบ่มเพาะท่อส่งยาบางส่วนเป็นการภายใน ในบรรดา 3 ทิศทางนี้ AI+SaaS ด้านข้างคือเน้นทิศทางการลงทุน”

Ma Rui หุ้นส่วนของ Fengrui Capital ได้แบ่งปันปัจจัยในการพัฒนาการดูแลสุขภาพ AI+ ในระยะยาวจากมุมมองของเงินทุน Ma Rui กล่าวว่าการกลับมาสู่ตรรกะการลงทุน สิ่งที่สำคัญที่สุดในระยะยาวคือข้อมูล ในปัจจุบัน ทิศทางการลงทุนที่สำคัญของ Fengrui Capital คือการแปลงระบบชีวภาพและกระบวนการทางชีววิทยาให้เป็นดิจิทัล ไม่ว่าจะเป็นการคำนวณ วัด หรือรับรู้ การเพิ่มขึ้นของข้อมูลถือเป็นทิศทางเชิงบวกในระยะยาว อย่างไรก็ตาม Ma Rui เชื่อว่าสิ่งที่สำคัญที่สุดคือการเข้าใจ AI "วิธีใช้ AI ในด้านชีววิทยา วิธีผสมผสานฟิสิกส์กับ AI และวิธีใช้แบบจำลองขนาดใหญ่เป็นฐาน จริงๆ แล้ว คุณไม่จำเป็นต้อง ทำการทดลองมากเกินไปเพื่อให้ได้ผลลัพธ์" ผลลัพธ์ที่ต้องการคือสิ่งที่เราเห็นอยู่ในขณะนี้”

เมื่อพูดถึงอนาคต Xiang Lei หวังว่าจะได้ทำงานร่วมกับแพทย์อย่างใกล้ชิดมากขึ้น เขาหวังว่าแพทย์จะใช้ AI เป็นเครื่องมือช่วยในการตัดสินใจ และปรับปรุงความแม่นยำและประสิทธิภาพของการวินิจฉัย รายงานการวินิจฉัยตอนนี้อาจจะเสร็จภายใน 5 นาทีหรือ 3 นาทีซึ่งจะเป็นประโยชน์ต่อผู้ป่วยในที่สุด

Gao Yushi เชื่อว่าโมเดล AI ขนาดใหญ่ให้การสนับสนุนทางเทคนิคที่แข็งแกร่งในการทำให้ทฤษฎีทางการแพทย์ 4P เป็นจริง แบบจำลองขนาดใหญ่สามารถบูรณาการข้อมูลทางการแพทย์เพื่อสร้างแบบจำลองการทำนายโรค วิเคราะห์ลำดับยีน รูปภาพทางการแพทย์ และข้อมูลสุขภาพของประชากร และสนับสนุนการแพทย์เชิงทำนายและเชิงป้องกัน ในระดับบุคคล ข้อมูลหลายรูปแบบแต่ละรายการสามารถวิเคราะห์เชิงลึกเพื่อกำหนดแผนการรักษาเฉพาะบุคคล และทำการปรับเปลี่ยนแบบเรียลไทม์เพื่อส่งเสริมการพัฒนายาเฉพาะบุคคล นอกจากนี้ ผู้ช่วยทางการแพทย์ที่ชาญฉลาดยังสามารถให้บริการที่สะดวกสบายและเครื่องมือการจัดการสุขภาพแก่ผู้ป่วย ปรับปรุงการมีส่วนร่วมของผู้ป่วย และคาดว่าจะส่งเสริมการเปลี่ยนแปลงในรูปแบบทางการแพทย์ และก่อให้เกิดประโยชน์ต่อสุขภาพของมนุษย์มากขึ้น

หลี่ เสี่ยวปิงแสดงความคาดหวังต่อการวิจัยและพัฒนายาใหม่ๆ เขาเชื่อว่าในอีก 2-3 ปีข้างหน้า AI จะมีบทบาทสำคัญในการพัฒนาครั้งใหม่ในบางจุด เช่น การพัฒนาการออกแบบโมเลกุลในระยะเริ่มต้น การประเมินระดับโมเลกุล การสร้างโมเลกุล และชุดการวิจัยระดับโมเลกุล แง่มุมนี้จะช่วยให้นักวิทยาศาสตร์สามารถนำเสนอโซลูชั่นการออกแบบที่มีปริมาณงานสูงขึ้นหรือมีความคิดสร้างสรรค์มากขึ้น อย่างไรก็ตาม การวิจัยและพัฒนายามีหลายระดับตั้งแต่ระดับโมเลกุลจนถึงระดับเซลล์ จนถึงอวัยวะ และต่อไปยังร่างกายมนุษย์ ซึ่งต้องใช้ AI จึงจะเกิดการสะสมเทคโนโลยีในระดับหนึ่ง

“เช่นเดียวกับยาเสพติดที่มีพฤติกรรมแตกต่างกันในเซลล์ สัตว์ขนาดเล็ก และคน เราต้องการกระบวนการของการเกิดขึ้นของ AI เช่นเดียวกับกระบวนการของการเกิดขึ้นของสิ่งมีชีวิต จากโมเลกุลสู่เซลล์ สู่อวัยวะ และต่อจากนั้นสู่มนุษย์”

Ma Rui ยังแสดงความคาดหวังของเขาสำหรับอนาคตของ AI + การดูแลรักษาทางการแพทย์ เขาเชื่อว่าการขับเคลื่อนโดย AI จะทำให้ความเข้าใจด้านชีววิทยาลึกซึ้งยิ่งขึ้น และสิ่งต่างๆ สามารถทำได้มากขึ้นเรื่อยๆ โดยใช้เทคโนโลยีชีวภาพเป็นรากฐาน เช่น ชีวเวชศาสตร์ และการผลิตทางชีวภาพ อุปกรณ์ทางการแพทย์ การเกษตรชีวภาพ ฯลฯ ซึ่งสามารถใช้เป็นพลังงานพื้นฐานในการแผ่รังสีได้ Ma Rui เชื่อว่าในอีก 10 ปีข้างหน้า จะมีโอกาสมากมายในแวดวง AI+ชีววิทยา และ AI+ทางการแพทย์