เหตุใดพยาบาลจึงชื่นชอบ AI Chatbot มากกว่าแพทย์
ผลวิจัยพบว่าพยาบาลส่วนใหญ่ (92%) เห็นว่า AI Chatbot ช่วยเพิ่มประสิทธิภาพการสื่อสารกับผู้ป่วย ในขณะที่แพทย์และบุคลากรอื่นๆ มีความเห็นในเชิงลบมากกว่า เหตุใดจึงเป็นเช่นนั้น?
Key takeaway
- ผลการวิจัยพบว่าพยาบาลมีทัศนคติเชิงบวกต่อการใช้ AI Chatbot ในการสื่อสารกับผู้ป่วยมากกว่าบุคลากรทางการแพทย์กลุ่มอื่น โดยเฉพาะในแง่ของการเพิ่มประสิทธิภาพและความเห็นอกเห็นใจ
- บริษัท Anterior ได้พัฒนาเทคโนโลยี AI เพื่อช่วยในกระบวนการขออนุมัติล่วงหน้าทางการแพทย์ โดยเน้นการสนับสนุนการตัดสินใจของผู้ตรวจสอบทางคลินิก ไม่ใช่การทำให้เป็นระบบอัตโนมัติทั้งหมด
- ผลสำรวจแสดงให้เห็นว่าผู้จ่ายเงินและนายจ้างส่วนใหญ่วางแผนที่จะเพิ่มการใช้จ่ายด้าน Digital Health ในอนาคต แต่มีความระมัดระวังมากขึ้นในการทำสัญญาและการวัดผลประโยชน์ที่เป็นรูปธรรม
ผลการวิจัยล่าสุดที่ตีพิมพ์ใน JAMA Network Open เผยให้เห็นว่าทัศนคติต่อการใช้งานโมเดลภาษาขนาดใหญ่ (Large Language Models) ในวงการสาธารณสุขนั้น แตกต่างกันไปตามประเภทของใบอนุญาตและบทบาทวิชาชีพ การศึกษาครั้งนี้ได้ทำการประเมินคลินิก 9 แห่งและผู้ใช้งาน 166 คน ประกอบด้วยพยาบาล ผู้ช่วยแพทย์ ผู้ให้บริการทางคลินิกขั้นสูง และแพทย์
ผลปรากฏว่าพยาบาลส่วนใหญ่ (ราว 92%) รู้สึกว่า AI Chatbot ที่ช่วยร่างคำตอบสำหรับคำร้องของผู้ป่วยผ่านพอร์ทัลนั้น "ช่วยเพิ่มประสิทธิภาพ ความเห็นอกเห็นใจ และน้ำเสียง" ของการสื่อสาร ในขณะที่บุคลากรทางการแพทย์กลุ่มอื่นๆ "มีความเห็นในเชิงลบมากกว่า"
พยาบาลมีแนวโน้มที่จะเห็นด้วยมากกว่าบุคลากรทางการแพทย์อื่นๆ ว่า Chatbot ช่วยลดความจำเป็นในการส่งต่อข้อความของผู้ป่วยไปยังแพทย์และผู้ให้บริการทางคลินิกขั้นสูง ทั้งนี้อาจเป็นเพราะข้อความที่ต้องส่งต่อไปยังแพทย์และผู้ให้บริการทางคลินิกขั้นสูงนั้นมีความซับซ้อนมากกว่า ทำให้ยากสำหรับ Chatbot ในการประมวลผล จึงเป็นประโยชน์น้อยลงสำหรับกลุ่มดังกล่าว
ความแตกต่างเหล่านี้ รวมถึงอัตราการใช้งาน Chatbot ที่ประมาณ 12% ชี้ให้เห็นว่า "โมเดลภาษาขนาดใหญ่อาจจำเป็นต้องปรับให้รู้จักว่าใครจะเป็นผู้รับข้อความ (ไม่ว่าจะเป็นผู้ช่วยแพทย์ พยาบาล แพทย์ หรือผู้ให้บริการทางคลินิกขั้นสูง) และสร้างคำตอบให้เหมาะสมกับผู้รับแต่ละกลุ่ม" ตามที่ผู้วิจัยระบุ
ความคืบหน้าของ Anterior สตาร์ทอัพด้าน AI สุขภาพ
แม้ว่าเราจะได้รายงานถึงความลังเลของระบบสุขภาพในการนำ AI มาใช้ในสภาพแวดล้อมทางคลินิกไปแล้วอย่างละเอียด แต่เมื่อต้นเดือนนี้ ผมได้มีโอกาสสนทนากับ นายแพทย์ Abdel Mahmoud ผู้นำบริษัทที่มุ่งเน้นการปรับปรุงกระบวนการทำงานด้านการบริหารจัดการ โดยเฉพาะในส่วนของการขออนุมัติล่วงหน้า
บริษัท Anterior (เดิมชื่อ Co:Helm) ซึ่งตั้งอยู่ในนิวยอร์ก เพิ่งระดมทุน Series A มูลค่า 20 ล้านดอลลาร์สหรัฐ โดยมี New Enterprise Associates เป็นผู้นำการลงทุน บริษัทนี้ขายผลิตภัณฑ์ให้กับผู้จ่ายเงิน แต่เทคโนโลยี generative AI ของบริษัทถูกใช้งานโดยพยาบาลและแพทย์ที่ทำหน้าที่ตรวจสอบทางการแพทย์เพื่อขออนุมัติจากประกันสุขภาพเป็นหลัก ดร. Mahmoud กล่าวว่าเครื่องมือนี้สามารถไฮไลท์ส่วนที่เกี่ยวข้องของบันทึกทางการแพทย์และเอกสารนโยบายได้
ในช่วงเวลาที่บริษัทประกันถูกวิพากษ์วิจารณ์เรื่องการใช้ AI ในการตัดสินใจด้านการดูแลสุขภาพ ดร. Mahmoud เน้นย้ำว่า Anterior ไม่ได้ทำให้การตัดสินใจเป็นแบบอัตโนมัติ แต่เครื่องมือนี้ช่วยให้ผู้ตรวจสอบทางคลินิกพิจารณาว่าการรักษาบางอย่างมีความจำเป็นทางการแพทย์หรือไม่ "หากจะอธิบายให้เข้าใจง่ายๆ ผลิตภัณฑ์ของเราก็คือตัวอ่านไฟล์ PDF ที่มีประสิทธิภาพสูงนั่นเอง" เขากล่าว
บริษัทที่เพิ่งก่อตั้งนี้แจ้งว่าจะสามารถเปิดเผยรายชื่อลูกค้าที่เป็นแผนประกันสุขภาพได้ในอีกไม่กี่เดือนข้างหน้า ในระหว่างนี้ มีข้อมูลที่น่าสนใจว่ามากกว่าครึ่งหนึ่งของพนักงานไม่กี่สิบคนของบริษัทเป็นบุคลากรทางคลินิก ตั้งแต่วิศวกร AI ไปจนถึงผู้เชี่ยวชาญด้านการจัดการการใช้งานและการประกันคุณภาพ
สำหรับผู้ป่วย เทคโนโลยีของ Anterior ไม่ได้ส่งผลให้อัตราการอนุมัติหรือปฏิเสธเปลี่ยนแปลงอย่างมีนัยสำคัญ ดร. Mahmoud กล่าวว่า "หากเราทำงานได้อย่างถูกต้อง มันควรจะเป็นกระบวนการที่เกิดขึ้นเบื้องหลังโดยที่คุณแทบไม่รู้ตัว"
รางวัลโนเบล: การแสวงหากำไรจะบั่นทอนความร่วมมือหรือไม่?
ปัญญาประดิษฐ์มีบทบาทสำคัญในรายชื่อผู้ได้รับรางวัลโนเบลปีนี้ โดย John Hopfield และ Geoffrey Hinton ผู้วางรากฐานสำหรับ machine learning ได้รับรางวัลสาขาฟิสิกส์ ส่วนในวันถัดมา กลุ่มนักวิจัยที่ใช้ AI ในการทำนายโครงสร้างของโปรตีนซึ่งต่อยอดจากงานของ Hopfield และ Hinton ได้รับรางวัลสาขาเคมี
รางวัลสาขาเคมีสะท้อนให้เห็นถึงพลังของการวิจัยร่วมกันที่แบ่งปันอย่างเสรี แต่จิตวิญญาณของความร่วมมือแบบเปิดอาจตกอยู่ในอันตรายเมื่อบริษัทต่างๆ แข่งขันกันเพื่อนำงานวิจัยไปใช้ในเชิงพาณิชย์
David Baker จากมหาวิทยาลัยวอชิงตัน ซึ่งได้รับรางวัลร่วมกับ Demis Hassabis และ John Jumper จาก DeepMind ของ Alphabet กล่าวว่า "งาน deep learning ที่เรากำลังทำ และงาน deep learning ที่ทีมของ DeepMind กำลังทำ แท้จริงแล้วเป็นการต่อยอดจากผลงานตลอดชีวิตของนักวิทยาศาสตร์หลายหมื่นคน"
ผู้จ่ายเงินและนายจ้างจะเพิ่มการใช้จ่ายด้าน Digital Health
Peterson Health Technology Institute องค์กรไม่แสวงหากำไรที่ก่อตั้งขึ้นใหม่ซึ่งมีเป้าหมายในการประเมิน digital health อย่างเป็นอิสระ ได้สำรวจผู้ตัดสินใจด้าน digital health หลายร้อยคนจากผู้จ่ายเงิน ระบบสุขภาพ และนายจ้าง เกี่ยวกับการซื้อในปัจจุบันและแผนในอนาคต ผลการสำรวจนับเป็นข่าวดีสำหรับผู้ให้บริการเทคโนโลยีสุขภาพ เนื่องจากผู้ตัดสินใจส่วนใหญ่วางแผนที่จะเพิ่มการใช้จ่ายด้าน digital health และสนใจในสัญญาที่อิงกับความเสี่ยง
แม้จะมีการเพิ่มการใช้จ่ายในช่วงไม่กี่ปีที่ผ่านมา แต่ผู้ซื้อดูเหมือนจะระมัดระวังมากขึ้นเกี่ยวกับสัญญาของพวกเขาและการทำให้แน่ใจว่าบริการ digital health ที่พวกเขาจ่ายเงินแสดงให้เห็นถึงประโยชน์ที่เป็นรูปธรรม เช่น การทำให้พนักงานมีสุขภาพดีขึ้นอย่างวัดผลได้ หรือการประหยัดค่าใช้จ่าย เกือบ 60% ของผู้ซื้อกล่าวว่าสัญญา digital health ของพวกเขามีระยะเวลาสองปีหรือน้อยกว่า ในขณะที่นายจ้างมีแนวโน้มที่จะประเมินสัญญาตามการมีส่วนร่วมของพนักงานกับบริการ digital health บริษัทประกันและผู้ให้บริการกลับให้ความสำคัญกับผลลัพธ์ทางคลินิกมากกว่า
Why it matters
ข้อมูลอ้างอิงจาก https://www.statnews.com/2024/10/15/ai-chatbot-nurses-patient-portal-responses-health-tech-news/