AI ช่วยตรวจส่องกล้องลำไส้ใหญ่: งานวิจัยพบอาจลดทักษะแพทย์ในการค้นหาติ่งเนื้อ หลังพึ่งพาระยะสั้น

งานวิจัยระดับพหุศูนย์ที่ตีพิมพ์ในวารสารทางการแพทย์ระดับโลกอย่าง The Lancet และ The Lancet Gastroenterology & Hepatology ได้เผยผลลัพธ์ที่น่าประหลาดใจ พบว่าแพทย์มีความสามารถในการตรวจจับติ่งเนื้อในลำไส้ใหญ่ลดลงอย่างมีนัยสำคัญ หลังจากที่เคยสัมผัสกับการใช้ระบบปัญญาประดิษฐ์ (AI) ช่วยตรวจในช่วงเวลาสั้นๆ การค้นพบนี้ก่อให้เกิดความกังวลเกี่ยวกับการพึ่งพาเทคโนโลยี AI ในสถานพยาบาลที่กำลังเพิ่มขึ้นอย่างรวดเร็ว (อ่านบทคัดย่อการวิจัยฉบับเต็มใน PubMed).

การศึกษานี้วิเคราะห์ข้อมูลการส่องกล้องลำไส้ใหญ่จากศูนย์การแพทย์ ๔ แห่งในประเทศโปแลนด์ โดยเปรียบเทียบผลก่อนและหลังการนำ AI มาใช้จริงในคลินิก ข้อมูลชี้ให้เห็นถึงการเปลี่ยนแปลงของทักษะแพทย์ในสถานการณ์จริง เมื่อแพทย์เริ่มพึ่งพาสัญญาณจากระบบ AI มากขึ้นในการทำงาน (งานวิจัยใน Lancet Gastroenterology & Hepatology).

งานวิจัยนี้มีความสำคัญอย่างยิ่งต่อบริบทของประเทศไทย เนื่องจากมะเร็งลำไส้ใหญ่เป็นหนึ่งในมะเร็งที่พบบ่อยและมีอัตราผู้ป่วยเพิ่มขึ้นอย่างต่อเนื่องในไทย (ดูภาพรวมมะเร็งลำไส้ใหญ่ในประเทศไทย) การคัดกรองที่มีประสิทธิภาพและการตรวจพบติ่งเนื้อตั้งแต่เนิ่นๆ จึงเป็นหัวใจสำคัญในการช่วยชีวิตผู้ป่วยให้ยืนยาวขึ้น ซึ่งต้องอาศัยแพทย์ผู้มีทักษะความชำนาญสูงและได้รับการฝึกฝนอย่างเพียงพอ

ผลการศึกษาที่น่ากังวล: อัตราการตรวจพบติ่งเนื้อลดลง

ทีมนักวิจัยได้เปรียบเทียบอัตราการตรวจพบติ่งเนื้อชนิดอะดีโนมา (adenoma detection rate หรือ ADR) ซึ่งเป็นติ่งเนื้อที่อาจพัฒนาไปเป็นมะเร็ง ก่อนและหลังการนำระบบ AI เข้ามาใช้งานในพื้นที่จริง ผลการวิจัยพบว่าอัตราการตรวจพบดังกล่าวลดลงจากร้อยละ ๒๘.๔ เหลือร้อยละ ๒๒.๔ ซึ่งเป็นการลดลงถึง ๖.๐ จุดเปอร์เซ็นต์ในเชิงสัมบูรณ์ (อ้างอิงบทความจาก PubMed).

ข้อมูลที่ใช้ในการวิเคราะห์มาจากการบันทึกการส่องกล้องลำไส้ใหญ่ในคลินิกตามปกติ จำนวน ๑,๔๔๓ ครั้ง ที่ไม่ได้ใช้ AI ช่วยตรวจ ทั้งก่อนและหลังการที่แพทย์ได้สัมผัสกับระบบ AI ในการทดลองที่เรียกว่า ACCEPT (บทคัดย่อใน PubMed). นักวิจัยได้ใช้การวิเคราะห์ทางสถิติเพื่อปรับปัจจัยรบกวนต่างๆ เช่น อายุและเพศของผู้ป่วย ผลการวิเคราะห์ยังคงชี้ว่า การสัมผัสกับ AI มีความสัมพันธ์อย่างชัดเจนกับการลดลงของความสามารถในการตรวจพบติ่งเนื้อ

“ภาวะลดทักษะ” และความกังวลจากแพทย์

หัวหน้าโครงการวิจัยท่านหนึ่งเปิดเผยว่าเขารู้สึกประหลาดใจกับผลลัพธ์ที่ได้ และสังเกตเห็นว่าแพทย์บางคนดูเหมือนจะรอสัญญาณกรอบสีเขียวจากระบบ AI ที่จะเน้นพื้นที่ที่น่าสงสัย ก่อนที่จะทำการสังเกตด้วยตนเองอย่างละเอียด (รายงานจาก NPR).

นักวิจัยเรียกปรากฏการณ์นี้ว่า “ภาวะลดทักษะ” (deskilling) ซึ่งหมายถึงการที่แพทย์อาจสูญเสียความเชี่ยวชาญและความสามารถในการตรวจจับสิ่งผิดปกติด้วยตนเอง เมื่อพึ่งพาระบบ AI ในการส่องกล้องลำไส้ใหญ่มากเกินไป จนอาจทำให้ความคล่องแคล่วในการสังเกตภาพลดลง

ซอฟต์แวร์ AI ที่ใช้ในการศึกษานี้ทำหน้าที่วิเคราะห์วิดีโอแบบเรียลไทม์ขณะทำการส่องกล้อง และจะแสดงกรอบสีเขียวเพื่อแจ้งเตือนแพทย์ถึงบริเวณที่น่าสงสัย งานวิจัยก่อนหน้านี้ส่วนใหญ่มักแสดงให้เห็นว่าระดับการตรวจพบติ่งเนื้อดีขึ้นเมื่อมีการใช้ระบบ AI ช่วยทำงานอยู่ในระหว่างกระบวนการ ดังนั้น ผลการศึกษาครั้งใหม่นี้จึงกลับแตกต่างออกไป จุดที่น่ากังวลคือผลการปฏิบัติงานของแพทย์เมื่อไม่มี AI อยู่ด้วย

งานวิจัยยังพบว่า อายุและเพศของผู้ป่วยมีผลต่อการตรวจพบ โดยผู้ป่วยที่อายุมากกว่าและผู้ป่วยเพศชายมีโอกาสถูกตรวจพบติ่งเนื้อชนิดอะดีโนมาสูงกว่าในการวิเคราะห์ครั้งนี้ (บทคัดย่อใน PubMed).

ข้อจำกัดและการตีความผลอย่างระมัดระวัง

ผู้เชี่ยวชาญจากภายนอกได้ให้ข้อควรระวังในการตีความผลการศึกษา โดยชี้ว่าระยะเวลาการศึกษาเพียง ๓ เดือน อาจสั้นเกินไปที่จะสรุปว่าการเสื่อมถอยของทักษะเป็นแบบถาวร (รายงานจาก NPR). ผู้เขียนงานวิจัยเองก็ยอมรับว่าการศึกษานี้มีข้อจำกัดหลายประการ และระบุว่ามีปัจจัยรบกวนจำนวนมากในการนำ AI ไปใช้ในโลกความเป็นจริง

หัวหน้าทีมวิจัยยังคงยืนยันว่าเขาสนับสนุนการใช้ AI โดยกล่าวว่า AI มีประโยชน์อย่างมากเมื่อใช้งานจริง แต่ก็ต้องมีการวิจัยเพิ่มเติมเพื่อตรวจสอบผลกระทบด้านพฤติกรรมของแพทย์อย่างลึกซึ้ง

บริบทในประเทศไทยและข้อเสนอแนะเชิงนโยบาย

ประเทศไทยกำลังขยายการนำเทคโนโลยีเข้ามาใช้ในระบบสาธารณสุขอย่างรวดเร็ว โรงพยาบาลทั้งภาครัฐและเอกชนกำลังทดสอบ AI เพื่อช่วยในการอ่านภาพทางการแพทย์และปรับปรุงกระบวนการทำงาน มะเร็งลำไส้ใหญ่เป็นหนึ่งในมะเร็งที่พบบ่อยที่สุดในไทย โดยคิดเป็นประมาณร้อยละ ๑๐ ของผู้ป่วยมะเร็งรายใหม่ตามงานศึกษาระดับประเทศล่าสุด (ภาพรวมมะเร็งลำไส้ใหญ่ในประเทศไทย).

อย่างไรก็ตาม ประเทศไทยยังคงมีช่องว่างในการคัดกรองมะเร็งลำไส้ใหญ่ จากการสำรวจเมื่อปี ๒๕๖๗ พบว่าประชาชนจำนวนมากยังไม่เคยเข้ารับการคัดกรอง โดยมีข้อกังวลเรื่องค่าใช้จ่ายเป็นหนึ่งในปัจจัยสำคัญ (รายงาน ecancer). อัตราการคัดกรองที่ต่ำหมายความว่าการส่องกล้องแต่ละครั้งมีความสำคัญอย่างยิ่งในการตรวจหาความผิดปกติ หากความระมัดระวังของแพทย์ลดลง อาจนำไปสู่การวินิจฉัยโรคในระยะท้ายเพิ่มมากขึ้นได้

นอกจากนี้ ประเทศไทยยังประสบปัญหาความสามารถในการส่องกล้องที่ไม่เพียงพอในบางจังหวัด ทำให้โรงพยาบาลศูนย์ระดับภูมิภาคต้องแบกรับภาระการคัดกรองในวงกว้าง (งานวิจัยเกี่ยวกับความสามารถในการคัดกรอง).

การนำ AI มาใช้อย่างรอบคอบในไทย

เพื่อรับมือกับความท้าทายและโอกาสที่ AI นำมา ผู้มีส่วนได้ส่วนเสียในระบบสาธารณสุขของไทยควรพิจารณาแนวทางปฏิบัติที่สำคัญดังนี้:

• สำหรับโรงพยาบาลและผู้บริหาร:
• ควรจัดตั้งคณะกรรมการร่วมที่ประกอบด้วยผู้เชี่ยวชาญหลากหลายสาขา ทั้งแพทย์ ผู้เชี่ยวชาญด้านจริยธรรม และวิศวกร เพื่อร่วมกันวางแผนและประเมินการนำ AI มาใช้
• ติดตามตัวชี้วัดการตรวจพบติ่งเนื้ออย่างใกล้ชิด ทั้งในกรณีที่มีและไม่มี AI ช่วยทำงาน เพื่อประเมินผลกระทบที่แท้จริง
• กำหนดให้มีขั้นตอนสำรองเมื่อระบบ AI ล้มเหลว และบุคลากรควรได้รับการฝึกอบรมให้ทราบวิธีปฏิบัติเมื่อระบบไม่ทำงาน

• ควรวัดความพึงพอใจของผู้ป่วยควบคู่ไปกับผลลัพธ์ทางคลินิก เพื่อให้แน่ใจว่าการใช้ AI ช่วยเสริมทั้งประสิทธิภาพและประสบการณ์ของผู้ป่วย

• สำหรับสถาบันการแพทย์และผู้กำหนดนโยบาย:
• กระทรวงสาธารณสุขและหน่วยงานกำกับดูแลควรกำหนดแนวทางการนำ AI มาใช้ในสถานพยาบาลอย่างชัดเจน และมีการประเมินผลหลังการนำไปใช้จริงอย่างต่อเนื่อง เพื่อตรวจสอบผลกระทบที่ไม่คาดคิดต่อการปฏิบัติงานของแพทย์
• คณะแพทยศาสตร์ควรเร่งเพิ่มเนื้อหาเกี่ยวกับ AI ในหลักสูตรการศึกษา เพื่อให้แพทย์รุ่นใหม่เข้าใจถึงจุดแข็ง ข้อจำกัด และการใช้งาน AI อย่างชาญฉลาดตั้งแต่ต้น
• สมาคมวิชาชีพทางการแพทย์ในไทยควรกำหนดแนวทางการใช้ AI ที่ปลอดภัยและมีมาตรฐานในการส่องกล้องลำไส้ใหญ่

• ผู้กำหนดนโยบายควรถือว่า AI เป็นเพียง “เครื่องมือ” ไม่ใช่ “ตัวแทนของมนุษย์” แพทย์ต้องยังคงเป็นหัวใจสำคัญของการดูแลผู้ป่วย

• สำหรับแพทย์และบุคลากรทางการแพทย์:
• แพทย์ควรหมั่นรักษาทักษะการตรวจด้วยตนเอง โดยอาจกำหนดให้มีบางกะการทำงานที่ไม่ใช้ AI เพื่อฝึกฝนความระมัดระวังและทักษะการสังเกต
• แพทย์อาวุโสควรให้คำแนะนำและถ่ายทอดทักษะการวินิจฉัยด้วยภาพและการตรวจอย่างละเอียดแก่แพทย์รุ่นน้อง
• แพทย์ควรเปิดเผยบทบาทของ AI ในกระบวนการยินยอมรับการรักษา เพื่อเสริมสร้างความไว้วางใจและการตัดสินใจของผู้ป่วย

• ควรเรียนรู้และระมัดระวัง “ความลำเอียงจากระบบอัตโนมัติ” (automation bias) และฝึกฝนการตรวจภาพด้วยสายตาอย่างตั้งใจก่อนจะพึ่งพาสัญญาณจาก AI

• สำหรับผู้ป่วยและประชาชน:
• อาสาสมัครสาธารณสุขชุมชนสามารถมีบทบาทสำคัญในการให้ความรู้แก่ประชาชนเกี่ยวกับการคัดกรองมะเร็งลำไส้ใหญ่ และช่องทางในการเข้าถึงบริการ
• ผู้ป่วยสามารถสอบถามแพทย์เกี่ยวกับการใช้ AI ในการตรวจรักษาของตน เพื่อทำความเข้าใจถึงบทบาทของเทคโนโลยีในการดูแลสุขภาพ

การศึกษานี้จาก The Lancet ส่งสัญญาณที่ชัดเจนว่า แม้ AI จะมีศักยภาพในการปรับปรุงการตรวจพบติ่งเนื้อเมื่อใช้อย่างถูกต้อง แต่ก็จำเป็นต้องมีการนำไปใช้อย่างระมัดระวังและต้องมีงานวิจัยต่อเนื่องเพื่อตรวจสอบผลกระทบด้านพฤติกรรมของแพทย์ การนำ AI มาใช้ในระบบสุขภาพของไทยอย่างสมดุล จะช่วยให้เราสามารถเก็บเกี่ยวประโยชน์จากนวัตกรรม ในขณะที่ยังคงรักษาระดับความปลอดภัยและคุณภาพการดูแลผู้ป่วยไว้ได้อย่างสูงสุด