Google ดัน Medical AI ไปอีกขั้น! ตรวจผู้ป่วยผ่านวิดีโอ พบหลายด้านเทียบเท่าแพทย์

ทีมนักวิจัยจาก Google Research และ Google DeepMind เผยแพร่งานวิจัยเรื่อง Towards Expert-level Medical AI for Real-time Video Consultations ผ่าน arXiv เมื่อวันที่ 11 สิงหาคม 2569 ที่ผ่านมา รายงานความก้าวหน้าของ AMIE (Articulate Medical Intelligence Explorer) ระบบปัญญาประดิษฐ์สำหรับการสนทนาและให้เหตุผลทางการแพทย์ ซึ่งได้รับการพัฒนาให้สามารถทำ วิดีโอคอนซัลเทชัน (video consultation) กับผู้ป่วยแบบเรียลไทม์ได้เป็นครั้งแรก!

 

ระบบใหม่เรียกว่า AMIE (Video) เป็นระบบ multi-agent ที่พัฒนาบนพื้นฐานของ Gemini โดยรวมความสามารถ 3 ด้านเข้าด้วยกัน ได้แก่ การสนทนาที่มีความหน่วงต่ำ การให้เหตุผลทางคลินิก และการรับรู้ข้อมูลภาพและเสียงแบบเรียลไทม์

ความแตกต่างสำคัญจาก Medical AI  ที่ผ่านมา คือ AMIE ไม่ได้อาศัยเฉพาะข้อความหรือข้อมูลที่ผู้ป่วยพิมพ์เข้ามา แต่สามารถ มองเห็นและรับฟังผู้ป่วยผ่านวิดีโอ แล้วนำข้อมูลเหล่านั้นมาประกอบกับการซักประวัติและการให้เหตุผลทางการแพทย์

 

ทดสอบ 100 สถานการณ์ เทียบแพทย์ปฐมภูมิ 30 คน

นักวิจัยประเมิน AMIE (Video) ผ่านการทดลองแบบ Objective Structured Clinical Examination หรือ OSCE ซึ่งเป็นรูปแบบการจำลองสถานการณ์ทางคลินิกที่ใช้ในการประเมินทักษะทางการแพทย์

 

การศึกษาประกอบด้วยสถานการณ์ทางคลินิก 100 สถานการณ์ แพทย์ปฐมภูมิ 30 คน และนักแสดงผู้ป่วยจำลอง 15 คน โดยเปรียบเทียบการให้คำปรึกษา 3 รูปแบบ ได้แก่ AMIE ที่รับข้อมูลผ่านวิดีโอ, AMIE ที่สนทนาผ่านข้อความ และแพทย์ปฐมภูมิที่ให้คำปรึกษาผ่านวิดีโอ

 

จากการประเมินโดยผู้เชี่ยวชาญทางคลินิก พบว่า AMIE (Video) ได้รับการประเมินว่าอยู่ในระดับเทียบเท่าหรือดีกว่าแพทย์ปฐมภูมิ ในหลายองค์ประกอบ ได้แก่ การซักประวัติ การวินิจฉัย การวางแผนดูแลรักษา ตลอดจนการสังเกตและการตรวจร่างกายที่สามารถดำเนินการผ่านวิดีโอได้

 

ขณะที่เมื่อประเมินจากมุมมองของผู้ป่วยจำลอง ผู้เข้าร่วมให้คะแนน AMIE ดีกว่าในด้านวิธีการประเมินและการอธิบายภาวะของผู้ป่วย

 

อย่างไรก็ตาม แพทย์ปฐมภูมิยังทำได้ดีกว่า AI ในการสร้างความสัมพันธ์กับผู้ป่วย ทั้งเรื่องความไว้วางใจ การสื่อสาร และการทำงานร่วมกันระหว่างแพทย์กับผู้ป่วย

 

 

จาก “อ่านข้อมูล” สู่มองและฟังผู้ป่วย

งานวิจัยนี้เป็นพัฒนาการต่อเนื่องของ AMIE ซึ่ง Google พัฒนาขึ้นเพื่อศึกษาการใช้ AI สำหรับการสนทนาเพื่อการวินิจฉัยทางการแพทย์

 

AMIE รุ่นแรกเน้นการสนทนาผ่านข้อความ โดยงานที่ตีพิมพ์ในวารสาร Nature เมื่อเดือนเมษายน 2568 ทดลองกับสถานการณ์ทางคลินิกจำลองและเปรียบเทียบกับแพทย์ปฐมภูมิ พบว่า AI สามารถทำผลงานได้ดีในหลายด้านของการซักประวัติ การวินิจฉัย และการสื่อสารกับผู้ป่วย

 

ต่อมา AMIE ถูกพัฒนาให้รองรับข้อมูลหลายรูปแบบ หรือ multimodal เช่น ภาพถ่ายผิวหนัง คลื่นไฟฟ้าหัวใจ (ECG) และเอกสารทางการแพทย์ โดยงานวิจัยที่เผยแพร่ใน Nature Medicine ปี 2569 ทดลองสถานการณ์จำลอง 105 สถานการณ์ พบว่า AMIE สามารถรวบรวมและตีความข้อมูลหลายประเภทระหว่างการสนทนากับผู้ป่วย และทำผลงานเทียบเท่าหรือดีกว่าแพทย์ปฐมภูมิในหลายตัวชี้วัด

 

AMIE (Video) จึงเพิ่มอีกขั้นด้วยการทำให้ AI สามารถประมวลผล ภาพเคลื่อนไหวและเสียงที่เกิดขึ้นสดระหว่างการสนทนาแทนการรอให้ผู้ป่วยส่งภาพหรือเอกสารเข้ามาให้ระบบวิเคราะห์

 

 

AI ยังมีจุดอ่อนในการ “มอง” ผู้ป่วย

แม้ผลการทดลองจะพบว่า AMIE (Video) ทำผลงานได้ดีในหลายด้าน แต่นักวิจัยระบุข้อจำกัดของระบบไว้เช่นกัน โดยเฉพาะความสามารถด้านการรับรู้ภาพและเสียง

 

ระบบยังมีข้อจำกัดในการประเมิน รายละเอียดทางกายวิภาคที่มีขนาดเล็กหรือจำเป็นต้องใช้ความแม่นยำสูง การรับรู้อารมณ์หรือสีหน้าที่ละเอียดอ่อน และการตรวจจับการเคลื่อนไหวที่เกิดขึ้นอย่างรวดเร็ว

 

ข้อจำกัดดังกล่าวมีความสำคัญต่อการตรวจร่างกายผ่านระบบทางไกล เนื่องจากข้อมูลบางประเภทที่แพทย์ใช้ประกอบการวินิจฉัยอาจปรากฏผ่านการเปลี่ยนแปลงเล็กน้อยของสีผิว ลักษณะทางกายวิภาค การแสดงออกทางสีหน้า หรือการเคลื่อนไหวของร่างกาย

 

นักวิจัยจึงระบุว่า แม้ผลการทดลองจะแสดงให้เห็นความก้าวหน้าของ AI ที่สามารถทำงานท่ามกลางข้อมูลภาพ เสียง และการสนทนาที่ซับซ้อนมากขึ้น แต่ยังจำเป็นต้องมีการวิจัยเพิ่มเติมก่อนนำระบบไปใช้ในการดูแลผู้ป่วยในโลกจริง

 

 

ยังเป็นงานวิจัย ไม่ใช่ AI ที่เปิดให้ตรวจรักษาผู้ป่วย

อีกประเด็นสำคัญคือ การศึกษาครั้งนี้ดำเนินการใน สถานการณ์จำลอง โดยใช้ผู้ป่วยที่รับบทโดยนักแสดง ไม่ใช่การทดลองให้ AMIE ดูแลผู้ป่วยจริงในโรงพยาบาลหรือระบบ Telemedicine

 

งานวิจัยชิ้นนี้ถูกเผยแพร่ในรูปแบบ preprint บน arXiv ซึ่งหมายถึงเป็นงานวิจัยที่เปิดให้สาธารณะเข้าถึงได้แล้ว แต่ ยังไม่ได้ผ่านการตรวจสอบโดยผู้เชี่ยวชาญของวารสารวิชาการ

 

ทีมนักวิจัยระบุว่า ผลลัพธ์เป็นอีกขั้นของการพัฒนา AI ที่อาจเข้ามาช่วยสนับสนุนการดูแลผู้ป่วยในอนาคต แต่ยังจำเป็นต้องศึกษาการนำไปใช้ในสถานการณ์จริงเพิ่มเติม โดยเฉพาะเมื่อสภาพแวดล้อมจริงมีความซับซ้อนกว่าสถานการณ์จำลอง ทั้งความหลากหลายของผู้ป่วย คุณภาพของภาพและเสียง ตลอดจนข้อมูลทางคลินิกที่อาจไม่สมบูรณ์