Boston Children’s ใช้ AI เพื่อปลดล็อกการวินิจฉัยใหม่ๆ
Boston Children’s มอง AI เป็นโครงสร้างพื้นฐานเพื่อลดต้นทุน ขยายศักยภาพ และวินิจฉัยเคสที่ครั้งหนึ่งเคยถูกมองว่าเป็นเรื่องยาก
ผลลัพธ์
40+
วินิจฉัยภาวะที่พบได้ยากซึ่งก่อนหน้านี้ยังหาคำตอบไม่ได้
ผลลัพธ์
60,000
ชั่วโมงที่ประหยัดได้จากเวิร์กโฟลว์ที่ใช้ AI ทั้งหมด
ผลลัพธ์
$7M+
นำกำลังคนที่ได้จากการประหยัดเวลาในการดำเนินงานไปใช้ในงานอื่น
ผลลัพธ์
50+
ระบบอัตโนมัติที่รองรับกระบวนการทำงานด้านการปฏิบัติการ
Boston Children’s Hospital ไม่ได้เลือกใช้ AI เพียงเพราะต้องการทดลองใช้เทคโนโลยีใหม่ๆ โรงพยาบาลนำ AI เข้ามาเป็นส่วนหนึ่งขององค์กร โดยใช้เป็นโครงสร้างพื้นฐานหลักทั้งในด้านการแพทย์และการปฏิบัติงาน เพื่อยกระดับการดูแลผู้ป่วยเด็ก โดยเฉพาะผู้ที่มีอาการซับซ้อนและโรคที่พบได้ยาก ด้วยการผสาน AI เข้ากับกระบวนการทำงานประจำวัน ทีมงานสามารถลดต้นทุนการดำเนินงาน เพิ่มการเข้าถึงการรักษาพยาบาล และช่วยวินิจฉัยโรคหายากได้มากกว่า 40 เคสที่ก่อนหน้านี้ยังไม่สามารถหาคำตอบได้
Boston Children’s Hospital เป็นหนึ่งในสถาบันดูแลผู้ป่วยเด็กที่ใหญ่ที่สุดในโลก ให้บริการผู้ป่วยครอบคลุมกว่า 40 สาขาเฉพาะทาง และมีจำนวนผู้ป่วยนอกเข้ามารับบริการเกือบ 1 ล้านครั้งต่อปี
เช่นเดียวกับระบบสาธารณสุขหลายแห่ง โรงพยาบาลต้องดำเนินงานภายใต้ภาวะบีบคั้นทางการเงิน พร้อมทั้งแบกรับภาระงานธุรการที่เพิ่มขึ้นอย่างต่อเนื่อง ทีมงานในฝ่ายซัพพลายเชน ฝ่ายเรียกเก็บเงิน และฝ่ายปฏิบัติงาน ต้องจัดการกับงานซ้ำๆ จำนวนมาก ตั้งแต่การจัดการใบแจ้งหนี้ไปจนถึงการประสานงานตารางเวลา กระบวนการเหล่านี้เป็นสิ่งที่จำเป็นแต่ใช้เวลามาก ทำให้บุคลากรมีเวลาสำหรับงานที่สำคัญกว่าน้อยลง
ในขณะเดียวกันทีมแพทย์ก็กำลังเผชิญกับข้อจำกัดในอีกลักษณะหนึ่ง เคสผู้ป่วยโรคหายากมักพบปัญหาข้อมูลทางพันธุกรรมที่ไม่ปะติดปะต่อ ประวัติการรักษาที่ขาดความต่อเนื่อง และข้อมูลทางการแพทย์จำนวนมากมายมหาศาลที่ยากต่อการสืบค้น แม้แต่ในสถาบันวิจัยชั้นนำ แพทย์ก็ไม่สามารถประมวลและบูรณาการข้อมูลทั้งหมดนั้นได้รวดเร็วเพียงพอที่จะให้ได้ข้อวินิจฉัยครบทุกกรณี
“ปัญหาไม่ได้อยู่ที่ความพยายาม” John Brownstein ประธานเจ้าหน้าที่ฝ่ายนวัตกรรมของ Boston Children’s กล่าว “แต่เป็นข้อจำกัดด้านการรับรู้และการประมวลผลของคน”
Boston Children’s เริ่มนำ AI มาปรับใช้กับงานเฉพาะทางเป็นลำดับแรก ซึ่งรวมถึงเครื่องมือสำหรับจัดทำเอกสารและการแปลภาษา แต่ความพยายามในระยะแรกเหล่านั้นก็เผยให้เห็นถึงข้อจำกัดของการทำงานที่ไม่เป็นระบบอย่างรวดเร็ว
“คุณไม่สามารถพึ่งพาโซลูชันที่แก้ปัญหาเฉพาะจุดเพียงครั้งคราวได้” Brownstein กล่าว
โรงพยาบาลปรับเปลี่ยนมาสร้างสิ่งที่ Brownstein เรียกว่าเลเยอร์ AI ระดับองค์กร โดยเป็นสภาพแวดล้อม ChatGPT ภายในที่ปลอดภัย ซึ่งใช้ร่วมกันทั้งในฝ่ายวิจัย ฝ่ายคลินิก และฝ่ายบริหาร องค์กรไม่ได้มอง AI เป็นเพียงเครื่องมือที่แยกจากกัน แต่ได้สร้างแพลตฟอร์มกลางที่เอื้อต่อการพัฒนาและนำความสามารถใหม่ๆ ไปใช้งานได้อย่างรวดเร็ว
ระบบนี้ช่วยให้ทีมงานทำงานร่วมกับ AI ได้ในรูปแบบที่ตรงกับบทบาทหน้าที่ของตนโดยเฉพาะ ไม่ว่าจะเป็นการเข้าถึงข้อมูลภายใน การสรุปสาระสำคัญจากเอกสารทางการแพทย์ หรือการปรับปรุงกระบวนการทำงานให้คล่องตัวยิ่งขึ้น มีการสร้างโครงสร้างการกำกับดูแลควบคู่ไปกับการพัฒนาเทคโนโลยี เพื่อให้มั่นใจในด้านความปลอดภัย การติดตามผล และการประเมินผลอย่างสม่ำเสมอ
ความเปลี่ยนแปลงนี้ช่วยพลิกโฉมความเร็วในการสร้างสรรค์นวัตกรรมไปจากเดิม เครื่องมือที่เดิมเคยใช้เวลาพัฒนานาน ตอนนี้สามารถนำมาใช้งานได้ในเวลาเพียงไม่กี่วัน ช่วยให้องค์กรรับมือกับความต้องการทั้งในส่วนงานปฏิบัติการและงานด้านการแพทย์ได้อย่างรวดเร็ว
ในปัจจุบันพนักงานมากกว่าหนึ่งในสามใช้ AI เป็นส่วนหนึ่งของการทำงานประจำวัน โดยครอบคลุมงานด้านการแพทย์ การวิจัย และการบริหาร
Boston Children’s เน้นการใช้งาน AI ในจุดที่สร้างความเปลี่ยนแปลงด้านการปฏิบัติการที่วัดผลได้จริงเป็นลำดับแรก สำหรับงานด้านซัพพลายเชนในขณะนี้ AI รับหน้าที่ดูแลตั้งแต่การรับใบแจ้งหนี้ การจัดสรรเส้นทางเอกสาร ไปจนถึงการตอบกลับ
ในขณะเดียวกันโรงพยาบาลได้นำ AI มาใช้กับการจัดตารางผ่าตัด ด้วยการวิเคราะห์บันทึกทางคลินิกและประเมินระดับความรุนแรงของผู้ป่วย ระบบจึงช่วยปรับปรุงการจัดสรรเวลาการใช้ห้องผ่าตัด สิ่งนี้ช่วยให้สามารถวางแผนตารางนัดหมายล่วงหน้าได้มากขึ้น เพิ่มการใช้ทรัพยากร และช่วยให้ผู้ป่วยจำนวนมากขึ้นได้รับการดูแลที่จำเป็นได้รวดเร็วยิ่งขึ้น
นอกจากนี้แพทย์ยังใช้ AI เพื่อสนับสนุนการตัดสินใจและสังเคราะห์ข้อมูลทางคลินิกที่ซับซ้อน นักวิจัยนำไปใช้กับการวิเคราะห์ข้อมูลและการสร้างกลุ่มตัวอย่าง ทีมฝ่ายธุรการพึ่งพาสิ่งนี้ในการร่างเอกสาร เขียนโค้ด และปรับปรุงเวิร์กโฟลว์
องค์กรเชื่อมโยงการเปลี่ยนแปลงเหล่านี้เข้ากับผลลัพธ์ที่วัดได้โดยตรง โรงพยาบาลสามารถลดเวลาการทำงานได้ถึง 60,000 ชั่วโมง จากการใช้งานระบบอัตโนมัติกว่า 50 รายการ ซึ่งเทียบเป็นมูลค่าแรงงานที่หมุนเวียนกลับมาใช้ได้กว่า 7 ล้านดอลลาร์สหรัฐ
แทนที่จะมอง AI เป็นเพียงโครงการหนึ่งที่แยกออกมา องค์กรกลับมุ่งเน้นให้มันเข้ามาเป็นเครื่องมือที่เกี่ยวข้องกับการทำงานประจำวันจริงๆ
“หัวใจสำคัญคือการเข้าถึงผู้คนในจุดที่พวกเขาทำงานอยู่” Brownstein กล่าว
Boston Children’s ยังได้ลงทุนใน AI เพื่อการค้นพบทางคลินิกควบคู่ไปกับการปรับปรุงด้านการดำเนินงาน โรงพยาบาลได้พัฒนาสิ่งที่เรียกว่า “ผู้ช่วยนักพันธุศาสตร์” ขึ้นมา โดยออกแบบให้ทำหน้าที่บูรณาการข้อมูลทางพันธุกรรม ข้อมูลลักษณะทางกายภาพ และเอกสารงานวิจัยทางการแพทย์จากทั่วโลก
ระบบนี้ช่วยรับมือกับความท้าทายที่ยากที่สุดทางการแพทย์ นั่นคือการวินิจฉัยโรคหายากที่หาสาเหตุไม่ได้มานานหลายปี
จากผลของงานนี้จนถึงปัจจุบันมีการวินิจฉัยโรคสำเร็จไปมากกว่า 40 รายการ จากที่เคยคิดว่าเป็นไปไม่ได้ในอดีต งานวิจัยนี้ยังนำไปสู่การระบุยีนเป้าหมายใหม่และแนวทางการรักษาที่มีศักยภาพ
“เราผสานข้อมูลทางพันธุกรรม ข้อมูลฟีโนไทป์ การสืบค้นวรรณกรรม และการให้เหตุผลของ AI เพื่อส่งมอบการวินิจฉัยให้แก่ครอบครัวที่ครั้งหนึ่งเคยไม่ได้รับคำตอบใดๆ” Brownstein กล่าว
ผลลัพธ์ที่เกิดขึ้นนั้นมีความชัดเจนและส่งผลต่อผู้ป่วยและครอบครัวได้ในทันที เคสที่เคยเป็นปริศนามานาน ปัจจุบันเริ่มได้รับคำตอบที่ชัดเจน และในบางกรณีก็ช่วยให้ค้นพบแนวทางการรักษาใหม่ๆ เพิ่มเติม
“เรื่องนี้เคยเป็นไปไม่ได้มาก่อน แต่ตอนนี้กลับมอบความหวังให้กับอีกหลายครอบครัว” Brownstein กล่าว
กลยุทธ์ AI ระยะถัดไปของ Boston Children’s มุ่งเน้นไปที่การบูรณาการที่ลึกซึ้งยิ่งขึ้นและการขยายขอบเขตการใช้งานให้กว้างขวางขึ้น ฝ่ายบริหารเล็งเห็นโอกาสสำคัญในการขยายทั้งขอบเขตการใช้งานและสร้างผลลัพธ์ให้มากขึ้น
โรงพยาบาลกำลังดำเนินการเพื่อผสาน AI เข้ากับการตัดสินใจทางคลินิกอย่างเต็มรูปแบบมากขึ้น ขยายการใช้งานเครื่องมือไปยังสาขาเฉพาะทางต่างๆ และปรับปรุงโมเดลอย่างต่อเนื่องผ่านความร่วมมือกับ OpenAI
คาดการณ์ว่าในอนาคต AI จะเข้ามาเป็นส่วนสำคัญของการทำงานทางการแพทย์
“ใครจะไม่อยากได้แพทย์ผู้เชี่ยวชาญที่ได้รับการฝึกฝนมาเป็นอย่างดีมาคอยช่วยงาน พร้อมกับข้อมูลทางการแพทย์จากทั่วทุกมุมโลก” Brownstein กล่าว
สำหรับ Boston Children’s แล้วนั้น AI กำลังก้าวเข้ามาเป็นส่วนหนึ่งของโครงสร้างพื้นฐานที่ช่วยส่งเสริมการดูแลรักษา งานวิจัย และการสร้างองค์ความรู้ใหม่ๆ ซึ่งเป็นการพลิกโฉมความเป็นไปได้ใหม่สำหรับทั้งแพทย์และผู้ป่วย


