Famme Works และ CTnavi คว้าแชมป์ สุดยอด ‘AI การแพทย์’

ศูนย์ความเป็นเลิศด้านชีววิทยาศาสตร์ (องค์การมหาชน) หรือ ทีเซลส์ (TCELS) ร่วมกับ RISE สถาบันเร่งสปีดนวัตกรรมองค์กร ขับเคลื่อนอุตสาหกรรมทางการแพทย์และสุขภาพ เปิดตัวโครงการ TCELS x RISE Accelerator เฟ้นหาสตาร์ทอัพหรือทีมกลุ่มนักพัฒนาที่มีแนวคิดในด้านการนำ AI เพิ่มขีดความสามารถในการแข่งขันที่เพิ่มขึ้นและการขยายตัวของบริการทางการแพทย์ชั้นนำในไทยและภูมิภาคอาเซียน 

อาทิเช่น การบันทึกภาพเพื่อวินิจฉัยโรค, การจัดการสถานพยาบาล และการดูแลผู้ป่วย เป็นต้น โดยมุ่งเน้นในการสนับสนุนอุตสาหกรรมทางการแพทย์และสุขภาพของไทยที่กำลังเจริญเติบโตอย่างรวดเร็วภายใต้ “โครงการบ่มเพาะทางธุรกิจต่อยอดเทคโนโลยี AI เพื่อใช้สร้างนวัตกรรมทางการแพทย์” มี 3 โจทย์หลักดังนี้ 1) AI สำหรับการวินิจฉัยโรคต่าง ๆ 2) AI สำหรับการบริการจัดการสถานพยาบาล และ 3) AI สำหรับการบริการจัดการพยาบาล 

กิจกรรมที่ผ่านมา แต่ละทีมได้เข้าร่วม Workshop เพื่อต่อยอดแนวคิดทางธุรกิจ รับคำปรึกษาจากผู้เชี่ยวชาญแนวหน้าระดับประเทศด้าน Medical AI ร่วมงานกับทีมงานผู้เชี่ยวชาญจาก TCELS เพื่อรับคำแนะนำและพัฒนาแนวคิดธุรกิจมีโอกาสได้พบนักลงทุน เพื่อขยายธุรกิจในไทยและอาเซียน ตลอดจนนำเสนอแนวคิดกับกลุ่มธุรกิจขนาดใหญ่แนวหน้าของประเทศ เพื่อโอกาสในการรับเงินทุน

โดย 5 ทีมสุดท้ายที่เข้ารอบแบ่งเป็น 2 ประเภทได้แก่ TRACK A: Early Stage Startups (กลุ่มสตาร์ทอัพ) แบ่งเป็น ทีม Joey Doctor และ ทีม Famme Works ส่วน TRACK B: Idea Stage Team (กลุ่มนักพัฒนา) แบ่งเป็น ทีม SpeakNow! ทีม MedLAB และทีม CTnavi 

ตัวแทนทีมที่ชนะฝั่งกลุ่มสตาร์ทอัพได้แก่ ทีม Famme Works ส่วนตัวแทนทีมที่ชนะฝั่งนักพัฒนา ได้แก่ทีม CTnavi ซึ่งได้รับเงินรางวัลจำนวน 350,000 บาท นอกจากนี้อีก 3 ทีมที่เหลือก็ยังได้รับเงินรางวัลทีมละ 100,000 บาท 

 

• ทางกรุงเทพธุรกิจจึงได้สรุปรายละเอียดการพัฒนาปัญญาประดิษฐ์ (AI) การแพทย์ของแต่ละทีมไว้ดังนี้ 

 

AI Automated Pressure Injury Prevention System (นวัตกรรมป้องกันปัญหาการเกิดแผลกดทับของผู้ป่วยสูงอายุ)
ดร.ปราการเกียรติ ยังคง อาจารย์ผู้เชี่ยวชาญด้าน Robotic, Automation & IoT หัวหน้าทีม Famme Works พัฒนาระบบการป้องกันปัญหาการเกิดแผลกดทับของผู้ป่วยสูงอายุแบบอ่านผลอัตโนมัติ ลดการพลิกตัวช่วยให้ผู้ป่วยพักผ่อนได้นานขึ้น และลดภาระงานของพยาบาลและผู้ดูแลที่ต้องมาพลิกตัวทุก ๆ 2 ชั่วโมง ซึ่งจะสามารถเก็บข้อมูล นำไปประมวลผล และแสดงผลที่แม่นยำ 

โดย AI จะคำนวนผลตามแรงกดที่เกิดขึ้นของผู้ป่วยแต่ละคน ทำให้เตียงขยับ แรงดันที่เกิดขึ้นกับผู้ป่วยจะถูกปรับเปลี่ยนตามความเหมาะสม ทาง Famme Works มีแนวทางขยายตลาดทั้งในและนอกประเทศ ซึ่งประเทศที่กำลังหารือได้แก่ ญี่ปุ่นและอังกฤษ นอกจากนี้ก็ยังมองหาผู้ร่วมลงทุนเพิ่มเติมในจำนวนเงิน 7 ล้านบาท 

 

 

AI Health Analytics for Future (นวัตกรรมจัดกับการข้อมูลสุขภาพที่ซับซ้อน)
พญ.ชุติมา ดุลย์มณี กรรมการผู้จัดการ บริษัท เอ็มดีเอ็นเอ จำกัด หัวหน้าทีม Joey Doctor พัฒนาการจัดการข้อมูลสุขภาพที่ซับซ้อนในปริมาณมาก คัดกรอง และส่งต่อข้อมูลที่สำคัญ (Clinical insights) สู่มือคนไข้ด้วยมาตรฐานความปลอดภัยระดับสูงสุด ทั้งนี้ มีฟังก์ชั่นการทำงานได้แก่ 

• แอปพลิเคชั่นบันทึกข้อมูลสุขภาพส่วนบุคคล (Personal Health Record) แปลผล และให้คำแนะนำสุขภาพ ครอบคลุมรายการตรวจมากถึง 350+ รายการ วิเคราะห์ข้อมูลโรคไม่ติดต่อที่เรื้อรัง (NCDs) และรวมถึงข้อมูลทางอาชีวเวชกรรม
• ระบบประมวลผลข้อมูลสุขภาพที่ไวที่สุด ณ ปัจจุบัน ในการจัดการข้อมูลการตรวจสุขภาพปริมาณมาก ลดการทำงานซ้ำซ้อน ลดเวลาการทำงานจาก 30 วัน เหลือเพียง 1 วัน
• การวิเคราะห์ผลโรคไม่ติดต่อที่เรื้อรัง โดยจะค้นหาผู้ป่วยกลุ่มโรคไม่ติดต่อที่เรื้อรัง หรือ NCD และยังติดตามรูปแบบของโรคเพื่อการรักษาที่ดีที่สุด

    

AI Therapeutic Tool for Stroke with Speech Problem (นวัตกรรมสำหรับการฝึกพูดในผู้ป่วยโรคหลอดเลือดสมองที่มีปัญหาด้านการพูด)
นพ.ชุติเทพ ทีฆพุฒิ แพทย์ผู้เชี่ยวชาญด้านระบบประสาทและสมอง หัวหน้าทีม SpeakNow! ได้พัฒนา AI SpeakNow! โดยใช้แพลตฟอร์มแอปพลิเคชั่นไลน์ (LINE) เป็นตัวดำเนินการหลัก แต่เบื้องต้น ทางทีม SpeakNow! ก็คาดว่าตนเองจะพัฒนาไปสู่แพลตฟอร์มอื่น ๆ ในอนาคตอีกด้วย 

สำหรับการทำงานแบ่งออกเป็น 4 ขั้นตอนได้แก่ การลงทะเบียนผู้ป่วย (Registration) การให้ผู้ป่วยส่งเสียงพูดผ่านการอัดเสียงเพื่อประมวลผล (Speech Input) การประมวลผลโดยระบบ AI และการฝึกการพูดให้กับผู้ป่วย (Speech Trerapist) ทั้งนี้ ก็ยังมีฟังก์ชั่นการทำงานที่ผู้ป่วยสามารถปรึกษานักแก้ไขการพูดได้โดยตรง

เป้าหมายการพัฒนาระบบของ SpeakNow! คือการทดลองกับผู้ป่วยที่มีปัญหาด้านการพูดจำนวน 100 คนภายใน 1 เดือน เพื่อเพิ่มประสิทธิภาพการทำงานของ AI ให้แม่นยำ และเกิดประโยชน์สูงสุดกับผู้ป่วยที่ลงทะเบียนใช้งาน

ขณะนี้มีผู้ป่วยที่เข้าร่วมโครงการแล้วจำนวน 20 คน นอกจากนี้ก็ยังตั้งเป้าไปถึง 1000 คน ในช่วงไตรมาสที่ 3 ของปี 2565 และขยายผลในปี 2566 จำนวน 10,000 คนครอบคลุมทั่วทั้งประเทศ ส่วนในปีถัด ๆ ไปก็จะขยายผลไปสู่ตลาดต่างประเทศเริ่มต้นจากประเทศที่พูดภาษาอังกฤษเป็นภาษาหลัก

 

 

AI for Predicting Hearing Levels in Children (นวัตกรรมที่ใช้ทำนายผลตรวจการได้ยินในเด็ก)
นพ.พิทยาพล ปีตธวัชชัย อาจารย์ ภาควิชาโสต ศอ นาสิก วิทยา หัวหน้าทีม MedLAB พัฒนาระบบที่ทำนายผลตรวจการได้ยินในเด็ก โดยจะตรวจการได้ยินของเด็กว่ามีปัญหาหูตึงหรือปัญหาการได้ยินอื่น ๆ หรือไม่ ซึ่งจะประมวลผลผ่านระบบ AI ที่ช่วยลดระยะเวลาการตรวจ และเพิ่มความแม่นยำให้กับผลตรวจ ทำให้การตรวจการได้ยินมีประสิทธิภาพมากยิ่งขึ้น 

วิธีนี้จะช่วยทำให้รักษาผู้ป่วยเด็กแรกเกิดทันเวลา และทำให้แพทย์ตรวจเด็กในวัยที่ยังไม่ค่อยให้ความร่วมมือได้ง่ายขึ้น เพราะหากทารกมีปัญหาการได้ยินจะต้องทำการรักษาก่อน 3 - 6 เดือน เพื่อทำให้เขาสามารถใช้ชีวิตอย่างปกติในอนาคตได้ 

การทำตลาดของ MedLAB นั้นจะเริ่มตั้งแต่การทำความร่วมมือกับโรงพยาบาลเอกชน คลินิกตรวจการได้ยิน บริษัทขายเครื่องตรวจการได้ยิน บริษัทขายเครื่องช่วยฟัง บริษัทประกัน ตลอดจนเอกชนที่สนใจการดูแลเด็กหูตึง

 

 

AI for Brain Reading System (นวัตกรรมช่วยอ่านภาพถ่ายสมอง)
ผศ.ดร.ณัฐสุดา เกาทัณฑ์ทอง อาจารย์ผู้เชี่ยวชาญด้าน Information Sciences หัวหน้าทีม CTnavi พัฒนาระบบช่วยอ่านภาพถ่ายสมอง ซึ่งเป็นระบบที่ประยุกต์ความรู้จากแพทย์ การประมวลผลภาพ และปัญญาประดิษฐ์มาช่วยให้ผู้ป่วยได้รับการวินิจฉัยโรคหลอดเลือดสมอง เช่น ลิ่มเลือดในสมองอุดตัน ภายในระยะเวลาที่รวดเร็ว เพื่อให้ผู้ป่วยสามารถกลับมาใช้ชีวิตได้ตามปกติ 

เดิมทีนั้นแพทย์จะใช้การวินิจฉัยโรคเกี่ยวกับสมองโดยการอ่านภาพจากผล CT scan หรือผล ncCT scan ในระยะเวลา 60 นาที แต่สำหรับปัญญาประดิษฐ์ช่วยอ่านภาพถ่ายสมองของ CTnavi ตัวนี้จะทำให้วินิจฉัยภายใน 20 นาที โดยใช้แค่ภาพถ่าย CT scan ก็สามารถบอกชนิดและระบุตำแหน่งที่มีเลือดออกในสมองได้ ความสามารถทั้งหมดนี้สามารถทำได้ด้วยการใช้ระบบคอมพิวเตอร์ และภาพถ่ายจากสมองเท่านั้น (Computer Aided using only ncCT)

ปัจจุบัน CTnavi ได้พัฒนาระบบประสานข้อมูล (Interface) ทั้งหมด 3 รูปแบบ ได้แก่ 

1. ระบบรับภาพถ่ายสมองทางชุดภาพ ผลที่ได้จากการประมวลผลจะสามารถระบุตำแหน่งเลือดออกในสมองได้ชัดเจน ในแต่สไลด์ภาพที่ตรวจพบ ผู้ใช้สามารถตรวจสอบความเสียหายของสมองเพื่อเปรียบเทียบกับผล CT scan พร้อมรายละเอียด เช่น ชนิดของเลือดออก และความน่าจะเป็นที่แต่ตำแหน่งจะเป็นลักษณะเลือดออกในสมองประเภทต่างๆ 
2. ระบบระบุตำแหน่งลิ่มเลือด แสดงให้เห็นพื้นที่ที่น่าจะเป็นลิ่มเลือดทั้งหมด ช่วยรังสีแพทย์วินิจฉัยตำแหน่งที่น่าจะเป็นลิ่มเลือดได้แม่นยำยิ่งขึ้น 
3. ระบบแสดงความเสียหายของสมองที่ขาดเลือด โดยแสดงด้วยระดับความเข้มที่แตกต่างกัน เพื่อให้แพทย์สามารถระบุตำแหน่งและประเมินความเสียหายของเนื้อสมอง และวางแผนการรักษาต่อไปได้ 

ทั้งนี้ ทีม CTnavi นำระบบเอไอช่วยอ่านภาพถ่ายสมองมาปรับใช้กับโรงพยาบาลศิริราช เป็นที่แรก และคาดว่าจะหาผู้ร่วมลงทุน โรงพยาบาล สถานพยาบาล เพื่อพัฒนาและต่อยอดระบบในอนาคตต่อไป 

 

ที่มา: Joey Doctor, NIP, TCELS Thailand