สหทัต อัศวดิลกชัย ซีอีโอ Dosy Health ยืนอยู่หน้าเวที Global Medical AI Summit 2026 เมื่อ 30 ตุลาคม ที่ผ่านมา เขาไม่ได้พูดจาอ้อมค้อม แต่ยกตัวเลขที่เงียบกริบในห้องประชุม: ทุกนาทีที่การวินิจฉัยสโตรกล่าช้า สมองจะสูญเสียเซลล์ประสาทราว 2 ล้านเซลล์ ตัวเลขนี้ไม่ใช่การขู่ แต่เป็นความจริงทางชีววิทยาที่ทีมของเขาใช้ขับเคลื่อนระบบ AI อ่าน CT สมองที่ต่อยอดจากงานวิจัยมหาวิทยาลัยมหิดลและธรรมศาสตร์
สิ่งที่ทำให้เรื่องนี้แตกต่างจากระบบ AI การแพทย์ทั่วไปคือราคาและการทำงานแบบออฟไลน์ Dosy Health ไม่ได้ขายระบบที่โรงพยาบาลต้องเช่าคลาวด์แพงๆ แต่ติดตั้งบนคอมพิวเตอร์ขนาดเล็กภายในโรงพยาบาล ทำงานได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต และวิเคราะห์ครบ 4 ด้านใน 7-10 นาทีต่อเคส
4 ปัญหาในภาพ CT เดียว
ระบบของ Dosy Health ตรวจหาภาวะเลือดออกในสมองพร้อมจำแนกได้ 5 ชนิด ระบุตำแหน่งลิ่มเลือดที่อุดตันหลอดเลือดพร้อมแสดงระดับความมั่นใจ ประเมินเนื้อสมองที่เริ่มเสียหายจากการขาดเลือดในระยะแรก และคัดกรองความเสี่ยงภาวะโพรงสมองคั่งน้ำชนิดความดันปกติ (NPH) ซึ่งเป็นสาเหตุหนึ่งของอาการสมองเสื่อมที่รักษาได้
ข้อมูลเหล่านี้คือสิ่งที่แพทย์ต้องใช้แยกว่าผู้ป่วยเป็นสโตรกแตกหรือตีบ เพราะแนวทางการรักษาแตกต่างกันอย่างสิ้นเชิง สโตรกแตกต้องห้ามใช้ยาละลายลิ่มเลือด ส่วนสโตรกตีบต้องให้ยาละลายลิ่มเลือดโดยเร็วที่สุด การวินิจฉัยผิดหรือล่าช้าอาจทำให้ผู้ป่วยพิการถาวรหรือเสียชีวิต
ความสามารถด้าน NPH ยังอยู่ในขั้นใช้เพื่อการวิจัย แต่การรวม 4 การวิเคราะห์ไว้ในระบบเดียว ช่วยลดเวลาและเพิ่มโอกาสให้แพทย์ตัดสินใจได้แม่นยำขึ้น โดยเฉพาะในโรงพยาบาลที่ไม่มีรังสีแพทย์ผู้เชี่ยวชาญเฉพาะทางสโตรกประจำทุกห้วงเวลา

ราคาที่ทำให้โรงพยาบาลเล็กเข้าถึงได้
สหทัต ระบุว่าระบบ AI จากต่างประเทศมักคิดราคา 10,000-50,000 ดอลลาร์สหรัฐขึ้นไปต่อหนึ่งความสามารถ ส่วนใหญ่ต้องพึ่งระบบคลาวด์ และมีค่าดูแลระบบในไทยสูง โรงพยาบาลเอกชนขนาดใหญ่อาจรับได้ แต่โรงพยาบาลอีกจำนวนมากเข้าไม่ถึง
Dosy Health คิดค่าบริการครบทั้ง 4 ด้านราวปีละ 400,000 บาท ติดตั้งบนคอมพิวเตอร์ขนาดเล็กราคาราว 900 ดอลลาร์สหรัฐ (ราว 31,000 บาท) ภายในโรงพยาบาล ทำงานได้โดยไม่ต้องเชื่อมต่ออินเทอร์เน็ต และใช้เวลาวิเคราะห์ครบทุกด้านราว 7-10 นาทีต่อเคส
ตัวเลขนี้ทำให้โรงพยาบาลที่ไม่เคยมีงบประมาณซื้อ AI ด้านนี้เข้าถึงได้จริง ไม่ใช่แค่โรงพยาบาลใหญ่ในกรุงเทพฯ แต่รวมถึงโรงพยาบาลชุมชนและโรงพยาบาลเอกชนขนาดกลางในต่างจังหวัด ที่ต้องการเครื่องมือช่วยวินิจฉัยสโตรกอย่างรวดเร็ว

การทำงานร่วมกับทีมแพทย์
ระบบเชื่อมต่อกับระบบสารสนเทศโรงพยาบาลและระบบจัดเก็บและส่งต่อภาพทางการแพทย์ เมื่อสแกนเสร็จ ภาพจะถูกส่งให้ AI วิเคราะห์ แล้วส่งผลกลับเข้าโปรแกรมดูภาพที่รังสีแพทย์ใช้อยู่เดิมโดยอัตโนมัติ พร้อมแผนที่ความร้อน (heatmap) และค่าความมั่นใจของภาพแต่ละชั้น เพื่อให้แพทย์เห็นว่า AI ตัดสินจากจุดใด
แพทย์ยังเป็นผู้ตัดสินใจขั้นสุดท้าย AI เป็นเพียงเครื่องมือช่วย ไม่ใช่ผู้แทนที่การวินิจฉัยของมนุษย์ ผลการทดสอบพบว่าแพทย์ประจำบ้านที่ใช้งานระบบนี้สามารถวินิจฉัยสโตรกได้แม่นยำขึ้น โดยเฉพาะในเคสที่ซับซ้อนหรือมีสัญญาณไม่ชัดเจน
การออกแบบแบบนี้สำคัญมาก เพราะแพทย์ไทยส่วนใหญ่ยังต้องดูแลผู้ป่วยหลายสาขาพร้อมกัน การมีเครื่องมือที่ช่วยแยกแยะสโตรกแตกกับตีบได้เร็วขึ้น ช่วยลดความผิดพลาดและเพิ่มโอกาสในการรักษาอย่างทันท่วงที

สโตรก: ภัยเงียบที่เร่งด่วน
รายงานการเฝ้าระวังทางระบาดวิทยาของกรมควบคุมโรคระบุว่า ในช่วงปี 2020-2024 โรคหลอดเลือดสมองมีอัตราการเสียชีวิตสูงที่สุดในกลุ่ม 5 โรคไม่ติดต่อหลักของไทย และมีแนวโน้มเพิ่มขึ้นต่อเนื่อง ตัวเลขนี้สะท้อนว่าสโตรกไม่ใช่โรคที่หายไปแล้ว แต่กำลังกลายเป็นวิกฤตสุขภาพที่เร่งด่วนขึ้น
ข้อมูลจากองค์การโรคหลอดเลือดสมองโลกระบุว่า ในแต่ละนาทีมีผู้ป่วยโรคหลอดเลือดสมองรายใหม่เกิดขึ้นทั่วโลกถึง 30 คน และประเมินว่าผู้ใหญ่ 1 ใน 4 คนจะต้องเผชิญกับโรคนี้อย่างน้อยหนึ่งครั้งในชีวิต สำหรับสถานการณ์ในประเทศไทย ข้อมูลจากกระทรวงสาธารณสุขสะท้อนความน่ากังวลอย่างต่อเนื่อง
การมีระบบ AI ที่ช่วยวินิจฉัยได้เร็วขึ้น แม้เพียงไม่กี่นาที อาจหมายถึงการได้กลับมามีชีวิตปกติ vs การพิการตลอดชีวิต นี่คือเหตุผลที่สหทัตและทีม Dosy Health เลือกโฟกัสที่สโตรกเป็นโรคแรก
ก้าวต่อไปของ AI การแพทย์ไทย
ความสำเร็จของ Dosy Health ไม่ได้แค่เป็นสตาร์ทอัพที่สร้างผลิตภัณฑ์ได้ แต่เป็นตัวอย่างของระบบนิเวศ AI การแพทย์ไทยที่กำลังเติบโต การต่อยอดจากงานวิจัยมหาวิทยาลัย การทำงานร่วมกับโรงพยาบาลจริง และการตั้งราคาที่เข้าถึงได้ ทำให้โมเดลนี้ยั่งยืน
คำถามต่อไปคือ โรงพยาบาลไทยจะนำระบบนี้ไปใช้จริงมากน้อยเพียงใด และจะขยายไปยังโรคอื่นที่เร่งด่วนได้หรือไม่ เช่น ภาวะหัวใจวายเฉียบพลัน หรือมะเร็งที่วินิจฉัยได้จากการตรวจภาพ
สิ่งที่แน่นอนคือ เวลาเป็นศัตรูของสโตรก และทุกวินาทีที่ประหยัดได้คือโอกาสที่ผู้ป่วยจะกลับมามีชีวิตปกติ การลงทุนในเทคโนโลยีที่ช่วยวินิจฉัยเร็วขึ้น ไม่ใช่ทางเลือก แต่เป็นความจำเป็นที่ระบบสุขภาพไทยต้องให้ความสำคัญ
คำถามที่พบบ่อย


Comments
0