AI ถือกำเนิดขึ้นจากชุดคำสั่ง (กฎ) ที่มนุษย์สร้างขึ้น ซึ่งได้รับการตั้งโปรแกรมโดยวิศวกรคอมพิวเตอร์ในช่วงปลายศตวรรษที่ 20 ซึ่งช่วยให้เทคโนโลยีสามารถแก้ไขปัญหาพื้นฐานได้

รุ่นแรก

ลองจินตนาการดูว่าวิธีการฝึกฝน AI ในปัจจุบันนี้คล้ายคลึงกับวิธีการฝึกฝนของนักศึกษาแพทย์หรือไม่ โดยระบบ AI ยังได้รับการสอนอัลกอริทึมนับร้อยเพื่อแปลอาการของผู้ป่วยเป็นการวินิจฉัยอีกด้วย ถือเป็นรุ่นแรกที่นำกฎระเบียบการดูแลสุขภาพเข้ามาใช้กับระบบ AI

อัลกอริธึมการตัดสินใจเปรียบเสมือนการเติบโตของต้นไม้ เริ่มจากลำต้น (ปัญหาของคนไข้) และแตกแขนงออกไปจากตรงนั้น เช่น ถ้าคนไข้บ่นว่าไอมาก แพทย์จะตรวจหาไข้ก่อน จะมีคำถาม 2 ชุด ขึ้นอยู่กับกรณีมีไข้/ไม่มีไข้ จากคำตอบเบื้องต้นจะนำไปสู่คำถามเพิ่มเติมเกี่ยวกับสภาวะทางการแพทย์ ซึ่งสิ่งนี้จะนำไปสู่การแบ่งแยกมากยิ่งขึ้น ในที่สุดแล้ว แต่ละสาขาคือการวินิจฉัย ซึ่งอาจเป็นตั้งแต่ปอดบวมจากแบคทีเรีย เชื้อรา หรือไวรัส ไปจนถึงมะเร็ง หัวใจล้มเหลว หรือโรคปอดอื่นๆ อีกหลายสิบโรค

โดยทั่วไป AI รุ่นแรกสามารถรับรู้ปัญหาได้ แต่ไม่สามารถวิเคราะห์และจำแนกประเภทบันทึกทางการแพทย์ได้ ส่งผลให้ปัญญาประดิษฐ์ในรูปแบบเริ่มแรกอาจไม่แม่นยำเท่ากับแพทย์ที่ผสมผสานวิทยาศาสตร์การแพทย์เข้ากับสัญชาตญาณและประสบการณ์ของตนเอง และเนื่องจากข้อจำกัดเหล่านี้ AI ตามกฎเกณฑ์จึงไม่ค่อยได้ถูกนำมาใช้ในทางคลินิกอีกต่อไป

ระบบอัตโนมัติเต็มรูปแบบ

ในช่วงต้นศตวรรษที่ 21 ยุคที่สองของ AI ได้เริ่มต้นด้วย Artificial Narrow Intelligence (ANI) ซึ่งเป็นปัญญาประดิษฐ์ที่สามารถแก้ปัญหาชุดงานเฉพาะเจาะจงได้ การถือกำเนิดของเครือข่ายประสาทที่เลียนแบบโครงสร้างสมองมนุษย์ได้ปูทางไปสู่เทคโนโลยีการเรียนรู้เชิงลึก ANI ทำงานแตกต่างจากรุ่นก่อนมาก แทนที่จะกำหนดกฎเกณฑ์ล่วงหน้าโดยนักวิจัย ระบบรุ่นที่สองจะใช้ชุดข้อมูลขนาดใหญ่เพื่อแยกแยะรูปแบบที่มนุษย์จะต้องใช้เวลานานในการคำนวณ

ในตัวอย่างหนึ่ง นักวิจัยป้อนแมมโมแกรมหลายพันแผ่นเข้าสู่ระบบ ANI ซึ่งครึ่งหนึ่งแสดงให้เห็นมะเร็งร้ายแรง และอีกครึ่งหนึ่งแสดงให้เห็นมะเร็งไม่ร้ายแรง แบบจำลองสามารถระบุความแตกต่างหลายสิบประการในด้านขนาด ความหนาแน่น และเงาของภาพเอกซเรย์ได้ในทันที โดยกำหนดปัจจัยการกระทบให้กับความแตกต่างแต่ละอย่างเพื่อสะท้อนถึงความน่าจะเป็นของการเกิดมะเร็ง สิ่งสำคัญคือ AI ประเภทนี้ไม่ได้อาศัยฮิวริสติกส์ (กฎเกณฑ์ทั่วไปบางประการ) เช่นเดียวกับมนุษย์ แต่กลับอาศัยความแตกต่างที่ละเอียดอ่อนระหว่างการตรวจมะเร็งและการตรวจปกติ ซึ่งทั้งนักรังสีวิทยาและนักออกแบบซอฟต์แวร์ต่างก็ไม่ทราบ

ไม่เหมือนกับ AI ตามกฎเกณฑ์ เครื่องมือ AI รุ่นที่สองบางครั้งมีประสิทธิภาพเหนือกว่าสัญชาตญาณของมนุษย์ในการวินิจฉัยความแม่นยำ อย่างไรก็ตาม รูปแบบของปัญญาประดิษฐ์นี้ยังมีข้อจำกัดสำคัญอยู่เช่นกัน ประการแรก แอปพลิเคชันแต่ละตัวจะมีงานที่เฉพาะเจาะจง นั่นคือ ระบบที่ได้รับการฝึกให้อ่านผลแมมโมแกรม ไม่สามารถตีความผลการสแกนสมองหรือเอกซเรย์ทรวงอกได้ ข้อจำกัดที่ใหญ่ที่สุดของ ANI ก็คือระบบจะดีได้เท่ากับข้อมูลที่ได้รับการฝึกฝนเท่านั้น ตัวอย่างจุดอ่อนที่ชัดเจนคือเมื่อ UnitedHealthcare อาศัย AI ที่จำกัดเฉพาะเพื่อระบุผู้ป่วยที่มีอาการหนักที่สุดและเสนอบริการทางการแพทย์เพิ่มเติมให้กับพวกเขา เมื่อทำการกรองข้อมูล นักวิจัยได้ค้นพบในเวลาต่อมาว่า AI ได้ตั้งสมมติฐานที่ผิดพลาด คนไข้ที่ได้รับการวินิจฉัยว่ามีสุขภาพดีเพียงเพราะประวัติทางการแพทย์ของพวกเขาจะได้รับการรักษาทางการแพทย์น้อยมาก ในขณะที่คนไข้ที่ต้องรับการดูแลทางการแพทย์มากกลับได้รับการประเมินว่าไม่มีสุขภาพดี...

AI รุ่นต่อไปจะช่วยให้ผู้คนสามารถวินิจฉัยโรคและวางแผนการรักษาได้เช่นเดียวกับแพทย์ ปัจจุบันเครื่องมือ AI เชิงสร้างสรรค์ (MED-PALM2 ของ Google) ได้ผ่านการทดสอบใบอนุญาตแพทย์ด้วยคะแนนระดับผู้เชี่ยวชาญ ปัจจุบันเครื่องมือ AI ทางการแพทย์อื่นๆ จำนวนมากสามารถเขียนการวินิจฉัยได้คล้ายกับการวินิจฉัยของแพทย์ อย่างไรก็ตาม โมเดลเหล่านี้ยังคงต้องได้รับการดูแลจากแพทย์ และไม่สามารถทดแทนแพทย์ได้ แต่ด้วยอัตราการเติบโตแบบก้าวกระโดดในปัจจุบัน คาดว่าแอปพลิเคชันเหล่านี้จะมีประสิทธิภาพเพิ่มขึ้นอย่างน้อย 30 เท่าในอีก 5 ปีข้างหน้า คาดการณ์ว่าเครื่องมือรุ่นต่อๆ ไป เช่น ChatGPT จะทำให้ทุกคนสามารถเข้าถึงความเชี่ยวชาญทางการแพทย์ได้ ส่งผลให้ความสัมพันธ์ระหว่างแพทย์กับคนไข้เปลี่ยนไปอย่างสิ้นเชิง

เรียบเรียงโดย VIET LE