แพทย์จะสูญเสียงานหรือไม่เมื่อปัญญาประดิษฐ์มีการพัฒนา?

“เรายังคงได้ยินมาว่าเมื่อ AI พัฒนาขึ้น แพทย์จะตกงาน ซึ่งเราไม่คิดเช่นนั้น แต่แพทย์ที่ใช้ AI จะเข้ามาแทนที่แพทย์ที่ไม่ใช้ AI” รองศาสตราจารย์เหงียน เวียด นุง อดีตผู้อำนวยการโรงพยาบาลเซ็นทรัลลุง กล่าว

ด้วย AI ทำให้ประสิทธิภาพในการตรวจจับวัณโรคเพิ่มขึ้นเป็นสองเท่า

วันนี้ 1 มีนาคม มหาวิทยาลัยแห่งชาติฮานอย ร่วมมือกับมหาวิทยาลัยชิงหัว ซึ่งเป็นมหาวิทยาลัยชั้นนำของจีน จัดการประชุมนานาชาติเรื่อง “ การศึกษา ระดับอุดมศึกษาในเวียดนาม - จีน: โอกาสและความท้าทายของ การศึกษา ระดับอุดมศึกษาในศตวรรษที่ 21 - ยุคแห่งปัญญาทางดิจิทัล”

เวิร์คช็อปนี้เป็นเวทีให้ นักวิทยาศาสตร์ จากทั้งสองมหาวิทยาลัยได้ร่วมแลกเปลี่ยนและหารือเกี่ยวกับโอกาสในการพัฒนาการศึกษาระดับสูงในยุคที่ปัญญาประดิษฐ์ (AI) เติบโตอย่างก้าวกระโดด

รองศาสตราจารย์เหงียน เวียด นุง กล่าวว่า “เราไม่กลัวแพทย์จะตกงาน แต่เรากลัวแพทย์จะใช้ AI แทนแพทย์ที่ไม่ใช้ AI”

ในการประชุมเชิงปฏิบัติการ รองศาสตราจารย์เหงียน เวียด นุง หัวหน้าคณะแพทยศาสตร์ มหาวิทยาลัยแพทยศาสตร์และเภสัชศาสตร์ มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย อดีตผู้อำนวยการโรงพยาบาลปอดกลาง กล่าวว่าหลายปีก่อนในเวียดนาม รัฐบาลมีโครงการระดับชาติ KC 4.0 เพื่อส่งเสริมการวิจัยและการประยุกต์ใช้ AI ในทางการแพทย์

รองศาสตราจารย์เหงียน เวียด นุง กล่าวว่า ปัจจุบันเวียดนามมีซอฟต์แวร์การเรียนรู้เชิงลึก (Deep Learning) เพื่อสนับสนุนการวินิจฉัยวัณโรคปอดจากภาพเอกซเรย์ทรวงอก เมื่อใช้ซอฟต์แวร์นี้ แพทย์จะบันทึกภาพที่ได้มาตรฐานทางเทคนิค จากนั้นซอฟต์แวร์จะประมวลผลและแสดงผล การคาดการณ์ของซอฟต์แวร์มีความแม่นยำมากกว่า 95%

การประยุกต์ใช้ AI เพิ่มประสิทธิภาพในการตรวจจับวัณโรคตั้งแต่ระยะเริ่มต้นเป็นสองเท่าเมื่อเทียบกับก่อนการใช้ AI เทคโนโลยี AI ถูกผนวกเข้ากับเครื่องเอกซเรย์และมีซอฟต์แวร์ที่รองรับการอ่านฟิล์มเอกซเรย์ AI จะช่วยให้แพทย์ค้นหาผู้ป่วยที่สงสัยว่าเป็นวัณโรคโดยพิจารณาจากรอยโรค จากนั้นแพทย์จะสั่งจ่ายยาตรวจหาเชื้อแบคทีเรียวัณโรคที่แม่นยำยิ่งขึ้น

หลายปีก่อน ที่โรงพยาบาลเซ็นทรัลปอด ผมเป็นหัวหน้าโครงการวิจัยเกี่ยวกับการประยุกต์ใช้ปัญญาประดิษฐ์ (AI) ในการวินิจฉัยและคาดการณ์การระบาดของโรควัณโรคปอด โดยอ้างอิงจากข้อมูลของประเทศเวียดนาม เรามีฐานข้อมูลฟิล์มเอกซเรย์ 30,018 แผ่นที่ตรงตามมาตรฐานทางเทคนิคสำหรับการติดฉลากวัณโรคปอด ปัจจุบันข้อมูลนี้เผยแพร่สู่สาธารณะทั่วประเทศ” รองศาสตราจารย์เหงียน เวียด นุง กล่าว

แพทย์และวิศวกร AI จำเป็นต้อง 'พูดด้วยเสียงเดียวกัน'

รองศาสตราจารย์เหงียน เวียด นุง กล่าวว่า AI ถือเป็นกุญแจสำคัญสู่อนาคตของการดูแลสุขภาพ ซึ่งนำมาซึ่งความก้าวหน้าในการวินิจฉัย การรักษา และการป้องกันโรค อย่างไรก็ตาม หนึ่งในความท้าทายในปัจจุบันคือการขาดการเชื่อมโยงระหว่างสาขาวิชา โดยเฉพาะอย่างยิ่งในการฝึกอบรม ระหว่างวิทยาศาสตร์สุขภาพ เทคโนโลยี และวิศวกรรมศาสตร์

“แพทย์ไม่รู้จัก AI และวิศวกร AI ไม่รู้จักงานทางการแพทย์ เพื่อพัฒนาอุตสาหกรรมวิทยาศาสตร์สุขภาพ (ทั้งในด้านการฝึกอบรม การวิจัย รวมถึงการตรวจและการรักษาพยาบาล) จำเป็นอย่างยิ่งที่แพทย์และวิศวกร AI ต้องมี “เสียงเดียวกัน” ซึ่งหมายความว่าทั้งสองฝ่ายต้องเข้าใจงานของกันและกัน เพื่อช่วยกันสร้างเครื่องมือทางเทคโนโลยีที่สนับสนุนแพทย์ได้อย่างมีประสิทธิภาพ ดังนั้น การฝึกอบรมแบบสหวิทยาการสำหรับแพทย์และวิศวกร AI จึงเป็นทางออกที่สำคัญอย่างยิ่ง” รองศาสตราจารย์เหงียน เวียด นุง กล่าว

รองศาสตราจารย์เหงียน เวียด นุง กล่าวเสริมว่า “เรายังคงได้ยินมาว่าเมื่อ AI พัฒนาขึ้น แพทย์จะตกงาน ซึ่งเราไม่คิดเช่นนั้น แต่แพทย์ที่ใช้ AI จะเข้ามาแทนที่แพทย์ที่ไม่ใช้ AI”

รองศาสตราจารย์เหงียน เวียด ญุง ได้แสดงความปรารถนาที่จะร่วมมือกับมหาวิทยาลัยชิงหัวในการวิจัยและฝึกอบรมบุคลากรด้าน AI ทางการแพทย์ รูปแบบของความร่วมมืออาจเป็นการฝึกอบรมแพทย์ให้ใช้ AI ผ่านหลักสูตรระยะสั้น ซึ่งแพทย์ชาวเวียดนามจะได้เรียนรู้เกี่ยวกับการวิเคราะห์ข้อมูลและการประยุกต์ใช้ AI ขั้นพื้นฐาน ขณะที่วิศวกร AI ชาวเวียดนามจะได้เรียนรู้เกี่ยวกับความรู้ทางการแพทย์และการออกแบบ AI ที่มีประสิทธิภาพ

ความร่วมมือระหว่างทั้งสองฝ่ายยังดำเนินไปผ่านโครงการแลกเปลี่ยนนักศึกษา การวิจัยระดับบัณฑิตศึกษา ฯลฯ มีโครงการความร่วมมือสำหรับนักศึกษาระดับบัณฑิตศึกษาของมหาวิทยาลัยชิงหัวเพื่อฝึกงานในโรงพยาบาลในเวียดนาม และสำหรับนักศึกษาเวียดนามเพื่อเข้าถึงเทคโนโลยี AI ขั้นสูงที่มหาวิทยาลัยชิงหัว

รองศาสตราจารย์เหงียน เวียด นุง กล่าวว่า “ความปรารถนาอันแรงกล้า” ของมหาวิทยาลัยแพทยศาสตร์และเภสัชกรรม มหาวิทยาลัยแห่งชาติเวียดนาม ฮานอย คือการมีศูนย์จำลองทางการแพทย์สำหรับการฝึกอบรมก่อนคลินิก ปัจจุบัน การฝึกอบรมทางคลินิกสำหรับนักศึกษาแพทย์ส่วนใหญ่ดำเนินการในโรงพยาบาล การเรียนรู้เกี่ยวกับผู้ป่วยโดยตรงของนักศึกษามีความเสี่ยงมากมาย และกำลังเผชิญกับความยากลำบากเนื่องจากการบังคับใช้กฎหมายว่าด้วยการตรวจและรักษาพยาบาล

“ตามมาตรฐานการฝึกอบรมทางการแพทย์สากล การฝึกอบรมก่อนคลินิกคือการฝึกอบรมโดยใช้แบบจำลองจำลอง การเรียนรู้ผ่านการจำลองช่วยให้นักศึกษามีโอกาสทำผิดพลาดและทำซ้ำได้หลายครั้ง ซึ่งจะช่วยให้พวกเขาพัฒนาได้อย่างรวดเร็ว” รองศาสตราจารย์เหงียน เวียด นุง กล่าว

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