แพทย์จะสูญเสียงานหรือไม่เมื่อปัญญาประดิษฐ์มีการพัฒนา?

“เรายังคงได้ยินมาว่าเมื่อ AI พัฒนาขึ้น แพทย์จะต้องตกงาน ซึ่งเราไม่คิดอย่างนั้น แต่แพทย์ที่ใช้ AI จะเข้ามาแทนที่แพทย์ที่ไม่ใช้ AI” รองศาสตราจารย์ Nguyen Viet Nhung อดีตผู้อำนวยการโรงพยาบาลเซ็นทรัลปอด กล่าว

ด้วย AI ทำให้ประสิทธิภาพในการตรวจจับวัณโรคเพิ่มขึ้นเป็น 2 เท่า

ในวันนี้ 1 มีนาคม มหาวิทยาลัยแห่งชาติฮานอย ร่วมมือกับมหาวิทยาลัยชิงหัว ซึ่งเป็นมหาวิทยาลัยชั้นนำของจีน จัดการประชุมนานาชาติเรื่อง " การศึกษา ระดับอุดมศึกษาในเวียดนาม - จีน: โอกาสและความท้าทายของการศึกษาระดับอุดมศึกษาในศตวรรษที่ 21 - ยุคแห่งปัญญาทางดิจิทัล"

เวิร์คช็อปนี้เป็นเวทีให้ นักวิทยาศาสตร์ จากทั้งสองมหาวิทยาลัยได้ร่วมแบ่งปันและหารือเกี่ยวกับโอกาสในการพัฒนาการศึกษาระดับสูงในยุคที่ปัญญาประดิษฐ์ (AI) เติบโตอย่างก้าวกระโดด

รองศาสตราจารย์เหงียน เวียด ญุง กล่าวว่า “เราไม่กลัวแพทย์จะตกงาน แต่เรากลัวแพทย์จะใช้ AI แทนแพทย์ที่ไม่ใช้ AI”

ในการประชุมเชิงปฏิบัติการ รองศาสตราจารย์ Nguyen Viet Nhung หัวหน้าคณะแพทยศาสตร์ มหาวิทยาลัยแพทยศาสตร์และเภสัชกรรม มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย อดีตผู้อำนวยการโรงพยาบาลปอดกลาง กล่าวว่าหลายปีก่อน ในเวียดนาม รัฐบาลมีโครงการระดับชาติ KC 4.0 เพื่อส่งเสริมการวิจัยและการประยุกต์ใช้ AI ใน ทางการแพทย์

รองศาสตราจารย์เหงียน เวียด ญุง กล่าวว่า ปัจจุบันเวียดนามมีซอฟต์แวร์การเรียนรู้เชิงลึกเพื่อรองรับการวินิจฉัยวัณโรคปอดโดยอาศัยภาพเอกซเรย์ทรวงอก เมื่อใช้ซอฟต์แวร์นี้ แพทย์จะป้อนภาพที่ตรงตามมาตรฐานทางเทคนิค จากนั้นซอฟต์แวร์จะประมวลผลและแสดงผลลัพธ์ การคาดเดาของซอฟต์แวร์มีความแม่นยำมากกว่า 95%

การนำ AI มาใช้ทำให้ประสิทธิภาพในการตรวจจับวัณโรคในระยะเริ่มต้นเพิ่มขึ้นเป็นสองเท่าเมื่อเทียบกับก่อนนำ AI มาใช้ เทคโนโลยี AI ถูกผนวกเข้ากับเครื่องเอกซเรย์และมีซอฟต์แวร์ที่รองรับการอ่านฟิล์มเอกซเรย์ AI จะช่วยให้แพทย์ค้นหาผู้ป่วยที่สงสัยว่าเป็นวัณโรคโดยพิจารณาจากรอยโรค จากนั้นแพทย์จะสั่งจ่ายการทดสอบแบคทีเรียวัณโรคที่แม่นยำยิ่งขึ้น

“หลายปีก่อน ที่โรงพยาบาลปอดกลาง ฉันเป็นหัวหน้าโครงการวิจัยเกี่ยวกับการใช้ AI ในการวินิจฉัยและคาดการณ์การระบาดของโรควัณโรคปอด โดยอาศัยข้อมูลของประเทศเวียดนาม เรามีฐานข้อมูลฟิล์มเอกซเรย์ 30,018 แผ่นที่ตรงตามมาตรฐานทางเทคนิคสำหรับการติดฉลากวัณโรคปอด ปัจจุบันข้อมูลนี้เปิดเผยต่อสาธารณะทั่วประเทศ” รองศาสตราจารย์เหงียน เวียด ญุง กล่าว

แพทย์และวิศวกร AI จำเป็นต้อง “พูดเป็นเสียงเดียวกัน”

รองศาสตราจารย์เหงียน เวียด ญุง กล่าวว่า AI ถือเป็นกุญแจสำคัญสู่อนาคตของการดูแลสุขภาพ โดยนำมาซึ่งความก้าวหน้าในการวินิจฉัย การรักษา และการป้องกันโรค อย่างไรก็ตาม ความท้าทายในปัจจุบันประการหนึ่งคือการขาดการเชื่อมโยงระหว่างสาขาวิชาต่างๆ โดยเฉพาะอย่างยิ่งในการฝึกอบรม ระหว่างวิทยาศาสตร์สุขภาพ เทคโนโลยี และวิศวกรรมศาสตร์

“แพทย์ไม่รู้จัก AI และวิศวกร AI ไม่รู้จักงานทางการแพทย์ เพื่อพัฒนาอุตสาหกรรมวิทยาศาสตร์สุขภาพ (ในการฝึกอบรม การวิจัย ตลอดจนการตรวจและรักษาทางการแพทย์) จำเป็นอย่างยิ่งที่แพทย์และวิศวกร AI ต้องมี “เสียงเดียวกัน” ซึ่งหมายความว่าทั้งสองฝ่ายต้องเข้าใจงานของกันและกัน เพื่อช่วยกันสร้างเครื่องมือทางเทคโนโลยีที่สนับสนุนแพทย์ได้อย่างมีประสิทธิภาพ ดังนั้น การฝึกอบรมแบบสหวิทยาการสำหรับแพทย์และวิศวกร AI จึงเป็นวิธีแก้ปัญหาที่สำคัญอย่างยิ่ง” รองศาสตราจารย์เหงียน เวียด หง กล่าว

รองศาสตราจารย์เหงียน เวียด ญุง กล่าวเสริมว่า “เรายังคงได้ยินมาว่าเมื่อ AI พัฒนาขึ้น แพทย์จะต้องตกงาน ซึ่งเราไม่คิดเช่นนั้น แต่แพทย์ที่ใช้ AI จะเข้ามาแทนที่แพทย์ที่ไม่ใช้ AI”

รองศาสตราจารย์เหงียน เวียด ญุง ยังแสดงความปรารถนาที่จะร่วมมือกับมหาวิทยาลัยชิงหัวในการวิจัยและฝึกอบรมทรัพยากรมนุษย์ด้าน AI ทางการแพทย์ รูปแบบของความร่วมมืออาจเป็นการฝึกอบรมแพทย์ให้ใช้ AI ผ่านหลักสูตรระยะสั้น ซึ่งแพทย์ชาวเวียดนามจะได้เรียนรู้เกี่ยวกับการวิเคราะห์ข้อมูลและการใช้งาน AI ขั้นพื้นฐาน วิศวกร AI ของเวียดนามจะได้เรียนรู้เกี่ยวกับความรู้ทางการแพทย์และการออกแบบ AI ที่มีประสิทธิภาพ

ความร่วมมือระหว่างสองฝ่ายยังดำเนินไปโดยผ่านโครงการแลกเปลี่ยนนักศึกษา การวิจัยระดับบัณฑิตศึกษา เป็นต้น มีโครงการความร่วมมือสำหรับนักศึกษาระดับบัณฑิตศึกษาของมหาวิทยาลัยชิงหัวเพื่อฝึกงานในโรงพยาบาลในเวียดนาม และสำหรับนักศึกษาเวียดนามเพื่อเข้าถึงเทคโนโลยี AI ขั้นสูงที่มหาวิทยาลัยชิงหัว

รองศาสตราจารย์เหงียน เวียด ญุง กล่าวว่า “ความปรารถนาอันแรงกล้า” ของมหาวิทยาลัยการแพทย์และเภสัชกรรม มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย คือการมีศูนย์จำลองการแพทย์สำหรับการฝึกอบรมก่อนทางคลินิก ปัจจุบัน การฝึกอบรมทางคลินิกสำหรับนักศึกษาแพทย์ส่วนใหญ่ดำเนินการในโรงพยาบาลเท่านั้น นักศึกษาที่เรียนรู้โดยตรงกับผู้ป่วยมีความเสี่ยงมากมาย และปัจจุบันกำลังประสบปัญหาเนื่องมาจากการบังคับใช้กฎหมายการตรวจและการรักษาทางการแพทย์

“ตามมาตรฐานการฝึกอบรมทางการแพทย์ระหว่างประเทศ การฝึกอบรมก่อนทางคลินิกคือการฝึกอบรมโดยใช้แบบจำลองจำลอง การเรียนรู้ผ่านการจำลองช่วยให้ผู้เรียนสามารถทำผิดพลาดและทำซ้ำได้หลายครั้ง จากนั้นจึงจะปรับปรุงตัวเองได้อย่างรวดเร็ว” รองศาสตราจารย์ Nguyen Viet Nhung กล่าว

ที่มา: https://thanhnien.vn/lieu-bac-si-co-bi-mat-viec-khi-tri-tue-nhan-tao-phat-trien-185250301203855233.htm