ปัญหาที่ใหญ่ที่สุดของการดูแลสุขภาพในปัจจุบันคือกลุ่มประชากรสูงอายุทำให้ค่าใช้จ่ายเพิ่มสูงขึ้น แหล่งข้อมูลใหม่ และเทคโนโลยีที่เป็นนวัตกรรมสามารถช่วยให้ห้องปฏิบัติการแก้ไขปัญหานี้ได้โดยให้ข้อมูลเชิงลึกและความสามารถใหม่ ๆ สำหรับการดูแลผู้ป่วย
เมื่อเซ็นเซอร์มีความไวมากขึ้นเราจะมีข้อมูลจำนวนมหาศาลอย่างที่ไม่เคยมีมาก่อนมาใช้ทำความเข้าใจวิถีทางสุขภาพของเรา เราจะใช้เทคโนโลยีเพื่อวินิจฉัย ทำนาย และป้องกันโรคมากขึ้นโดยการวิเคราะห์ข้อมูลจากอัลกอริธึมเสียง การวิเคราะห์ใบหน้า สื่อสังคม และแหล่งข้อมูลแบบใหม่อื่น ๆ ด้วยข้อมูลที่หลากหลายมากมายและวิธีการประมวลผลที่ราคาถูกกว่า ห้องปฏิบัติการจะมีบทบาทมากขึ้นในการเปลี่ยนแปลงสู่การดูแลเชิงป้องกันและเฉพาะบุคคล
กฎเทคโนโลยีหลักสามประการที่ขับเคลื่อนการปฏิวัติข้อมูลนี้ กฎของมัวร์กล่าวว่าการประมวลผลพลังงานเพิ่มเป็นสองเท่าทุก 18 เดือนในราคาเดียวกัน กฎของไครเดอร์กล่าวไว้เช่นเดียวกันเกี่ยวกับการจัดเก็บและกฎของเมทคาล์ฟ – กฎแห่งเครือข่าย – ระบุว่ามูลค่าของเครือข่ายเติบโตเป็นสัดส่วนกำลังสองของผู้เข้าร่วม
เราเริ่มเห็นการบรรจบกันของกฏ 3 ประการนี้ในแวดวงการดูแลสุขภาพ ตัวอย่างที่ชัดเจนคือค่าใช้จ่ายในการประมวลผลข้อมูลลำดับพันธุกรรมซึ่งลดลงจาก 2.7 พันล้านดอลลาร์ในปี 2544 เหลือเพียง 200 ดอลลาร์ในปี 2561 [1] บางคนคาดการณ์ว่าในช่วงกลางทศวรรษ 2020 ค่าใช้จ่ายนั้นอาจลดลงเหลือน้อยกว่า 5 เซนต์ [2] – น้อยกว่าต้นทุนในการกดน้ำชักโครก หากเกิดขึ้นเช่นนั้น การให้บริการถอดรหัสพันธุกรรมจะกลายเป็นเรื่องปกติ ซึ่งจะอำนวยความสะดวกให้เวชศาสตร์ป้องกันได้อย่างมากมายมหาศาล
แนวโน้มเหล่านี้ยังช่วยทำให้มีความก้าวหน้าในปัญญาประดิษฐ์ (artificial intelligence หรือ AI) และระบบอัตโนมัติ ในโรงงานแห่งหนึ่งของจีน แรงงานมนุษย์ 90% ถูกแทนที่ ด้วยระบบอัตโนมัติ [3] การผลิตเพิ่มขึ้นกว่า 160% ในขณะที่อัตราความบกพร่องลดลงจาก 25% เป็น 5% ถ้าคุณเป็นผู้ป่วยในโรงพยาบาล คุณจะไม่อยากลดอัตราความบกพร่องเหมือนกันหรือ
มีการใช้อัลกอริทึม AI และหุ่นยนต์ในการดูแลสุขภาพอยู่แล้ว และหุ่นยนต์สามารถทำงานบางอย่างได้ดีกว่ามนุษย์ สำหรับการผ่าตัดบางประเภท หุ่นยนต์มีความน่าเชื่อถือมากกว่ามนุษย์ และในการตรวจวินิจฉัยบางอย่าง การมองเห็นของเครื่องจักรสามารถอ่านรายละเอียดที่มนุษย์ไม่สามารถมองเห็นได้ แพทย์ด้านรังสีวิทยาใช้ AI เพื่อวินิจฉัยภาวะต่าง ๆ อยู่แล้วเช่น โรคของหัวใจ ตับและกระดูก จะมีการใช้งานมากขึ้นอย่างแทบจะแน่นอนในภายหน้า
ความก้าวหน้าเหล่านี้ช่วยปรับปรุงการเข้าถึงการดูแลสุขภาพที่มีคุณภาพโดยช่วยอำนวยความสะดวกในการตรวจพบโรคได้ตั้งแต่เนิ่น ๆ ตัวอย่างเช่น ปัจจุบันนี้เซ็นเซอร์การตรวจหามะเร็งเต้านมระยะต้น [4] กำลังมีความแม่นยำเข้าใกล้ความแม่นยำของแมมโมแกรม และในที่สุดจะช่วยให้มีการตรวจหาในครัวเรือนได้และดำเนินการรักษาได้ตั้งแต่ระยะแรก
เมื่อเราเริ่มคิดถึงการนำเทคโนโลยีแบบนี้มาใช้กับห้องปฏิบัติการและธุรกิจของเรา เราจำเป็นต้องนึกถึง AI ในฐานะเครื่องขยายเสียงของมนุษย์ อนาคตของการดูแลสุขภาพอาจเป็นแบบดิจิทัล แต่ในความเป็นจริงแล้ว AI ไม่สามารถทดแทนมนุษย์ได้ ชุดความคิดของเราควรเป็นเรื่องของการเสริมไม่ใช่การแทนที่
สำหรับห้องปฏิบัติการ จะเป็นเรื่องสำคัญยิ่งยวดในการพิจารณาว่าจะสามารถใช้ AI เพื่อลดต้นทุนในกระบวนการทำงานวินิจฉัย อัตโนมัติและปรับปรุงประสิทธิภาพการทำงานได้อย่างไร รวมถึงจะสร้างข้อมูลเชิงลึกทางการแพทย์ใหม่จากปริมาณข้อมูลแบบที่ไม่เคยมีมาก่อนได้อย่างไร ขั้นตอนนี้ต้องใช้การคิดอย่างสร้างสรรค์และการทดลอง หากประสบความสำเร็จ จะช่วยขับเคลื่อนการเข้าถึงบริการด้านการดูแลสุขภาพได้ดียิ่งขึ้นและลดค่าใช้จ่ายสำหรับผู้ป่วยในทุกที่
[1] Now You Can Sequence Your Whole Genome for Just $200, Wired, 2018
[2] Soon, It Will Cost Less To Sequence A Genome Than To Flush A Toilet — And That Will Change Medicine Forever, Business Insider, 2014
[3] Man versus machine: 9 human jobs that have been taken over by robots, BT, 2018
[4] Laser-sonic scanner aims to replace mammograms for finding breast cancer, Science Daily, 2018
บทความนี้อ้างอิงจากการนำเสนอ: นวัตกรรมด้านการดูแลสุขภาพจากการแก้ไขสู่การป้องกัน (Healthcare innovations from remediation to prevention) ที่ Roche Efficiency Days (RED) 2018 REDefining perspective ในเมืองกวางโจว ประเทศจีน
