ถอดบทเรียนยุโรปถึงไทย! เมื่อใช้ AI ในระบบการแพทย์ ใครต้องจ่าย?
ถอดบทเรียนยุโรปถึงไทย! AI ทางการแพทย์ไม่ใช่แค่เทคโนโลยี แต่คือเรื่อง ‘ระบบงบประมาณ’ และการวางโครงสร้างพื้นฐานเพื่อป้องกันความเหลื่อมล้ำ!
KEY
POINTS
- ยุโรปประสบความสำเร็จในการใช้ AI ทางการแพทย์ผ่านการลงทุนงบประมาณมหาศาล มีกฎหมายรองรับที่ชัดเจน และมีระบบให้กองทุนประกันสุขภาพเป็นผู้รับผิดชอบค่าใช้จ่าย
- ประเทศไทยเริ่มนำร่องใช้ AI ในระบบสาธารณสุข แต่อาจเผชิญความท้าทายด้านงบประมาณที่จำกัดของ สปสช. และยังไม่มีคำตอบที่ชัดเจนว่าใครจะเป็นผู้จ่ายในระยะยาว
- หรือว่าโจทย์สำคัญของไทยคือการออกแบบระบบให้ AI เป็นเครื่องมือลดต้นทุนในงบประมาณหลัก ไม่ใช่เป็นเพียงค่าใช้จ่ายด้านนวัตกรรมที่เพิ่มขึ้น เพื่อให้เกิดความยั่งยืนและลดความเหลื่อมล้ำ
ขณะที่ยุโรปทุ่มงบประมาณมหาศาลรองรับการใช้ AI ทางการแพทย์ ซึ่งไม่มีใครปฏิเสธว่าคือ “อนาคต” ที่หลีกเลี่ยงไม่ได้
ประเทศไทยพร้อมแค่ไหน?
คำถามไม่ใช่ว่าเทคโนโลยี AI พร้อมแค่ไหน แต่คือ ระบบสุขภาพของไทยมีระบบที่พร้อม “ลงทุน" แล้วหรือยัง
เพราะเวลาพูดถึง AI ทางการแพทย์ บทสนทนามักวนเวียนอยู่กับว่าเทคโนโลยีทำได้แค่ไหน แม่นยำเพียงพอไหม น่าเชื่อถือหรือเปล่า แต่มีคำถามหนึ่งที่ถูกอาจต้องนำมาพิจารณาคือ
"หากทำสำเร็จ แล้วใครเป็นคนจ่าย จ่ายยังไงและจ่ายเพื่ออะไร?"
เพราะถ้าไม่มีคำตอบให้คำถามนั้น AI การแพทย์ก็จะยังคงเป็นนวัตกรรมไว้โชว์ และเข้าถึงได้เฉพาะคนมีเงิน ซึ่งจะยิ่งสร้างความเหลื่อมล้ำให้แก่การเข้าถึงการรักษามากขึ้นไม่ใช่หรือ?
ถอดบทเรียนยุโรป ระบบต้องพร้อมก่อนใช้ AI
หากข้ามไปดูฝั่งยุโรป ซึ่งมีความก้าวหน้าด้านการวางระบบ AI ในทุกมิติแห่งหนึ่งของโลก
อย่างแรกที่ต้องพูดถึงคือ EU ไม่ได้แค่พูดว่าอยากพัฒนา AI แต่ได้เตรียมเงินลงในนโยบายนี้อย่างเป็นรูปธรรม
โครงการ Horizon Europe ของสหภาพยุโรป เป็นโครงการที่กำหนดให้การดำเนินงานด้านสุขภาพดิจิทัลและ AI เป็นหนึ่งในแกนหลักของการลงทุนด้านวิจัยและนวัตกรรม โดยได้รับการจัดสรรงบประมาณรวมกว่า 95,500 ล้านยูโร ตั้งแต่ปี 2021–2027
ตัวเลขนี้ไม่ใช่แค่การสนับสนุนงานวิจัย แต่รวมถึงการสร้างโครงสร้างพื้นฐานดิจิทัล ส่วนในด้านสุขภาพนั้น เน้นการสร้างฐานข้อมูลสุขภาพ และการนำ AI ออกสู่การใช้งานจริงในระบบ ครอบคลุมตั้งแต่การป้องกัน การวินิจฉัย ไปจนถึงการรักษา ซึ่งมีงบประมาณในส่วนที่เกี่ยวกับระบบสุขภาพมูลค่ากว่า 8,246 ล้านยูโร
หลังจากนั้น ผลลัพธ์ก็เกิดขึ้นจากโครงการดังกล่าว การทุ่มงบประมาณให้งานวิจัยและการพัฒนาจากโครงการ Horizon Europe ได้ขยายผลไปยังประเทศต่างๆ อยู่ที่ว่าประเทศไหนจะนำไปใช้อย่างไร
ประเทศเยอรมนีเป็นตัวอย่างที่ชัดที่สุด
เพราะปลายปี 2562 เยอรมนีประกาศใช้กฎหมาย Digital Healthcare Act กำหนดสิทธิประโยชน์ให้ผู้ประกันตนในระบบประกันสุขภาพกว่า 73 ล้านคนทั่วประเทศ สามารถเบิกค่าใช้จ่ายของแอปพลิเคชันสุขภาพดิจิทัล (DiGA) ได้จากกองทุนประกันสังคม
นี่จึงเป็นอย่างที่ 2 ที่บอกได้ว่ายุโรปพัฒนาระบบที่ทำให้เห็นว่า “เมื่อพัฒนา AI ได้แล้ว ใครเป็นคนจ่าย”
เพราะระบบนี้กำหนดให้แพทย์สามารถสั่งจ่ายแอปหรือซอฟต์แวร์ทางการแพทย์ได้เหมือนกับยา โดยค่าใช้จ่ายทั้งหมดตกอยู่กับบริษัทประกันสุขภาพ ราคาเฉลี่ยของแอป DiGA อยู่ที่ประมาณ 400 ยูโรต่อไตรมาส โดยช่วงราคาของแอปที่ได้รับอนุมัติอยู่ระหว่าง 120 ถึงเกือบ 750 ยูโรต่อสามเดือน หรือคิดง่ายๆ คือประมาณ 5,000–27,000 บาทต่อสามเดือนต่อผู้ป่วยหนึ่งคน
ณ ปี 2568 มีแอปพลิเคชันที่ได้รับการรับรองแล้ว 59 รายการ ครอบคลุมโรคหลากหลาย ทั้งภาวะซึมเศร้า เบาหวาน นอนไม่หลับ มะเร็ง และโรคอื่นๆ ตลอดสามปีแรกของโครงการ มีการสั่งจ่าย DiGA สะสมกว่า 374,000 ครั้ง คิดเป็นมูลค่าที่กองทุนประกันสุขภาพจ่ายออกไปราว 113 ล้านยูโร ตัวเลขเหล่านี้บอกสิ่งหนึ่งชัดเจนคือ AI การแพทย์ในเยอรมนีถูกนำมาใช้งานได้จริง!
ล่าสุด WHO ได้ออกรายงานฉบับล่าสุด “AI in health care in the European Union: a snapshot of implementation across Member States” (2026) พบว่ามีประเทศสมาชิกสหภาพยุโรปกว่า 27 ประเทศ กำลังพัฒนาและใช้ AI ในระบบสุขภาพ และส่วนใหญ่เริ่มนำไปใช้จริงในคลินิกแล้ว และกว่า 75% ของประเทศต่างๆ ใช้ AI ในการช่วยวินิจฉัยโรค รวมถึงการสร้างโปรแกรมเทรนนิ่งบุคลากรด้านการแพทย์โดยใช้ AI แสดงให้เห็นว่าที่สหภาพยุโรป AI คือสิ่งที่สามารถเข้ามาใช้ในระบบได้จริงแล้วในปัจจุบัน
แต่ถ้าหากจับจุดให้ดี ...
การที่ยุโรปสามารถ “ใช้” หรือ “กำหนดราคา” การใช้งาน AI ได้ มีเงื่อนไขสำคัญหนึ่งข้อ นั่นคือ “กฎหมายที่ชัดเจน” สหภาพยุโรปมีกฎหมายที่ชื่อว่า EU AI Act ซึ่งถือว่าเป็นกฎหมายกำกับการใช้ AI ที่ครอบคลุมทั้งระบบฉบับแรกของโลก ซึ่งทยอยมีผลบังคับใช้ตั้งแต่เดือนสิงหาคม 2567 ที่ผ่านมา
กฎหมายนี้สำคัญเป็นอย่างมาก เพราะได้กำหนดให้ AI ที่ใช้ในทางการแพทย์เป็น AI ที่มีความเสี่ยงสูงที่สุด หมายความว่าต้องผ่านมาตรฐานหลายด้าน ทั้งระบบบริหารจัดการความเสี่ยง ชุดข้อมูลคุณภาพสูง การให้ข้อมูลที่ชัดเจนแก่ผู้ใช้ และการมีมนุษย์กำกับดูแลการทำงาน ก่อนนำมาใช้งานจริง!
ประเทศไทยที่บอกว่าจะขับเคลื่อน AI แต่ระบบยังเพิ่งเริ่มต้น
สำหรับประเทศไทยไม่ใช่ว่าไม่มีความพยายาม แต่ต้องบอกว่าระบบของภาครัฐยังเพิ่งเริ่มต้น!
หากจะพูดถึงการนำ AI มาใช้ในระบบสาธารณสุขที่เป็นรูปธรรมมากที่สุด คือ เมื่อเดือนสิงหาคม 2568 TCELS ร่วมกับ สกสว. สนช. สวรส. และ สปสช. ประกาศแผนนำ AI วิเคราะห์ภาพเอกซเรย์ทรวงอกเข้าสู่ระบบหลักประกันสุขภาพ โดยนำร่องในโรงพยาบาลรัฐ 167 แห่ง และตั้งเป้าขยายครอบคลุม 887 แห่งภายใน 3 ปี ซึ่งเป็น AI สัญชาติไทยที่ผ่านการรับรองมาตรฐานจากราชวิทยาลัยรังสีแพทย์แห่งประเทศไทย อย. และ Singapore FDA แล้ว
ด้าน การรับรอง ก็ได้มีการแถลงข่าวไปเมื่อช่วงต้นปี 2569 ที่ผ่านมาโดย สวทช. ร่วมกับ อย. สทนว. และรังสีวิทยาสมาคมแห่งประเทศไทย ได้จัดทำโครงสร้างพื้นฐาน ที่จะเป็นระบบหลักเกณฑ์ประเมินสมรรถนะและความปลอดภัยของ AI ทางการแพทย์ขึ้นมา พร้อมระบุว่ามี AI เครื่องมือแพทย์สัญชาติไทย 5 รายการที่ผ่านการทดสอบมาตรฐานสากลและพร้อมเดินหน้าขึ้นทะเบียน อย. แล้ว ครอบคลุมการวินิจฉัยในหลายด้าน ตั้งแต่ความผิดปกติในช่องท้อง ไปจนถึงการประเมินความเสี่ยงจากภาพจอประสาทตา
แล้วเรื่องของงบประมาณล่ะ? หาก AI เหล่านี้ออกสู่ตลาด ใครจ่าย?
ตัวแปรสำคัญ งบประมาณด้านสาธารณสุขที่ต้องจ่าย
หลายธุรกิจและหลายงานวิจัยหวังพึ่งงบจาก สปสช.
แต่ก่อนหน้านี้ เลขาธิการ สปสช. เคยระบุกับผู้สื่อข่าว โพสต์ทูเดย์ ว่า มีแผนวางแผนของบประมาณเพิ่มเติมจากรัฐราว 50,000 ล้านบาท ท่ามกลางความตึงเครียดด้านการจ่ายระหว่าง สปสช. กับโรงพยาบาลรัฐที่สะสมมานาน
แต่นั่นเป็นแผนก่อนสถานการณ์ตะวันออกกลาง!
อย่างที่ได้มีการรายงานข่าวเกี่ยวกับการประเมินการเติบโตทางเศรษฐกิจจากผลกระทบของสงครามอิหร่าน-สหรัฐอเมริกา นักวิเคราะห์หลายสำนักประเมินว่าเศรษฐกิจไทยเสี่ยงเติบโตต่ำกว่า 2% และอาจเข้าสู่ภาวะถดถอยหากสถานการณ์ยืดเยื้อ!
คำถาม คือ ความเป็นไปได้ที่รัฐจะอัดฉีดงบสาธารณสุขเพิ่มเติมในช่วงนี้ จะแน่นอนเหมือนเดิมหรือไม่?
สิ่งที่ชัดเจนกว่านั้นคือ งบผู้ป่วยในของโรงพยาบาลรัฐยังคงเป็นระบบปลายปิด มีกรอบวงเงินชัดเจนตั้งแต่ต้นปี
งบผู้ป่วยในเพิ่มขึ้นเพียง ราว 4% (จาก 84,445 เป็น 88,050 ล้านบาท) ในปีงบ 2569 ขณะที่ ผลเบิกจ่ายจริงในปี 2568 สูงกว่างบที่ได้รับถึง 13,500 ล้านบาท (ได้รับ 168,297 ล้านบาท จ่ายจริง 181,797 ล้านบาท) ตามข้อมูลจาก สปสช. เอง ตัวเลขนี้บอกทิศทางได้ชัดว่าระบบกำลังจ่ายเกินกว่างบที่มีอยู่แล้ว
จำนวนเงินดังกล่าว ยังไม่นับเรื่องของ AI ทางการแพทย์! ที่มีแนวโน้มว่าจะต้องเข้ามาสู่วงการสาธารณสุขไม่ช้าก็เร็ว แม้ AI จะดูสวยงามว่าสามารถเพิ่มประสิทธิภาพ ลดค่าใช้จ่าย แต่การลงทุนพื้นฐานก็ยังต้องมีค่าใช้จ่ายเริ่มต้น!
รัฐมอง AI ลดต้นทุนการรักษา แต่โครงสร้างงบประมาณตอบโจทย์หรือไม่?
ยกตัวอย่างงบประมาณสนับสนุน AI Chest X-ray ของสปสช. (สาเหตุที่ต้องยกเคสนี้เพราะยังเป็น 1 เคสที่เกิดขึ้น) ถูกจัดไว้ในงบสนับสนุนบัญชีนวัตกรรมไทย ซึ่งเพิ่มจาก 180 เป็น 300 ล้านบาทต่อปี โดยแผน 3 ปีกำหนดงบ AI ส่วนนี้ไว้ที่ 55 ล้านบาทในปีแรก เพิ่มเป็น 135 ล้านบาทในปีที่สอง และ 225 ล้านบาทเมื่อขยายครบ 887 โรงพยาบาล
แต่อยากจะชวนตั้งคำถามกันสักหน่อยว่า งบประมาณส่วนนี้อยู่ในหัวข้อ “บัญชีนวัตกรรม” ที่ต้องจ่ายเพิ่มเติม หมายความว่า นี่คือการ "จ่ายเพื่อนวัตกรรม" ซึ่งต่างจากการ “ลงทุนเพื่อลดต้นทุนทางด้านสาธารณสุข” หรือไม่?
เมื่อเปรียบกับ NHS ของอังกฤษ ในปี 2566 NHS ทุ่มงบ 21 ล้านปอนด์นำ AI วิเคราะห์ภาพถ่ายรังสีทรวงอกไปใช้ใน 66 โรงพยาบาล และการวิเคราะห์ของ Frontier Economics ประเมินว่าถ้า AI ช่วยลดการวินิจฉัยผิดพลาดได้เพียง 10% ในปีแรก อาจช่วยประหยัดค่ารักษาได้ 1.67 ล้านปอนด์ และสร้างผลประโยชน์ทางเศรษฐกิจรวมกว่า 235 ล้านปอนด์ในห้าปี
นั่นคือ NHS มองว่า AI ต้องพิสูจน์ตัวเองผ่าน "การลดต้นทุนจริง" ซึ่งวัดได้ชัดเจน และสุดท้ายจะต้องมีส่วนที่กลับเข้าสู่ "งบรักษาพยาบาลหลัก"!
จริงๆ แนวคิดดังกล่าวสอดคล้องกับแนวคิดของรัฐไทย ที่มองว่า AI เป็นหนึ่งในมาตรการ เพิ่มประสิทธิภาพและลดรายจ่าย สปสช. เองก็มองว่า AI ควรทำหน้าที่ลดต้นทุน ไม่ใช่แค่เป็นค่าใช้จ่ายเพิ่มเช่นกัน และทุกครั้งที่กระทรวงสาธารณสุขออกมาพูดก็จะเน้นการลดต้นทุนทางด้านการรักษา ด้วย AI
แต่ข้อสังเกตหนึ่งที่กวนใจคือ
ในเชิงงบประมาณ ... AI ควรถูกจัดอยู่ในหมวด “นวัตกรรม” ที่แยกออกมาเป็นค่าใช้จ่ายเพิ่มเติม หรือควรถูกออกแบบให้เข้าไปลดภาระในงบรักษาพยาบาลหลัก เช่น งบผู้ป่วยใน (IP) มากกว่าหรือไม่?
และหาก AI สามารถลดต้นทุนได้จริง ระบบมีวิธี “นำเงินที่ประหยัดได้” กลับไปชดเชยหรือปรับสมดุลงบในหมวดนั้นอย่างไร เพราะหากคำถามนี้ยังไม่มีคำตอบที่ชัดเจน AI ก็อาจยังคงอยู่ในฐานะ “รายจ่ายใหม่ที่เพิ่มขึ้น” มากกว่าจะเป็น “เครื่องมือลดต้นทุน” ของระบบสุขภาพอย่างแท้จริง
….
คำถามสำคัญในวันนี้ จึงไม่ใช่ว่าประเทศไทยจะไปต่ออย่างไรกับ AI (เพราะไปต่อแน่) แต่คือจะ 'เริ่ม' อย่างไรให้การลงทุนนี้ยั่งยืน?
ลดต้นทุนได้จริง และลดความเหลื่อมล้ำในการเข้าถึงการรักษาได้จริง ไม่ใช่ให้เทคโนโลยีกลายเป็นภาระแก่ประเทศให้จ่ายเพิ่มเติม หรือสุดท้าย ภาระก็จะตกไปอยู่ที่ประชาชนหากอยากใช้งาน AI ในอนาคต
“ระบบ” คือโจทย์สำคัญ.


