Thursday, December 5, 2024
ArticlesColumnistDr.Peeradej Nanan

The Digital Futurist (ตอนที่ 576) AI-Powered Strategies to Combat COVID-19

ความพยายามในการใช้เทคโนโลยีดิจิทัลเป็นเครื่องช่วยต่อสู้กับภัยโรคระบาดยังคงได้รับการวิจัยพัฒนาอย่างเข้มข้น ต่อเนื่องไม่แพ้การพัฒนาวัคซีน การติดตามผู้สัมผัสใกล้ชิดด้วยเทคโนโลยีดิจิทัล ด้วยกระบวนการวิเคราะห์ของ AI นับเป็นเครื่องมือที่สำคัญสำหรับแต่ละประเทศเพื่อการจัดการการแพร่ระบาดของ COVID-19 ให้มีประสิทธิภาพและรวดเร็วมากขึ้น

้าเราค้นหาความหมายของ ปัญญาประดิษฐ์ (เอไอ)ราชบัณฑิตยสภา ให้นิยามว่า ปัญญาประดิษฐ์ (เอไอ) หรือ Artificial Intelligence (AI) เป็นสาขาหนึ่งของวิทยาการคอมพิวเตอร์ ซึ่งเน้นเรื่องที่จะทำให้คอมพิวเตอร์ทำงานได้ใกล้เคียงมนุษย์มากขึ้น แบ่งย่อยออกเป็นสาขาต่างๆ เช่น การแปลภาษาด้วยเครื่อง ระบบผู้เชี่ยวชาญ วิทยาการหุ่นยนต์ การรู้จำแบบ การรับรู้เยี่ยงมนุษย์ (human perception) ฯลฯ

เทคโนโลยีปัญญาประดิษฐ์ด้านสุขภาพทั่วโลก ถูกคาดการณ์ว่าภายในปี ค.ศ.2026 จะมีมูลค่าตลาดสูงถึง 5 หมื่น 4 พันล้านดอลลาร์ โดยในช่วงปี ค.ศ.2019 ถึง 2026 อัตราการเติบโตเฉลี่ยต่อปีจะสูงถึงร้อยละ 50.37

ในภาวะระบาดทั่วของ COVID-19 การค้นหาผู้ป่วยตามหลักทางระบาดวิทยาที่กรมควบคุมโรค กระทรวงสาธารณสุข ได้เผยแพร่มีวิธีหลักอยู่ 3 วิธี 1.การติดตามผู้สัมผัสใกล้ชิด (close contact tracing) 2.การค้นหาผู้ป่วยเชิงรุก (active case finding) และ 3.การค้นหาผู้ติดเชื้อในชุมชนจากสถานการณ์ที่เกิดขึ้นเรามาศึกษาการติดตามผู้สัมผัสใกล้ชิดด้วยเทคโนโลยีดิจิทัล พิจารณาเทคโนโลยีที่สำคัญ กรณีศึกษา แนวทางปฏิบัติที่เหมาะสม เพื่อสร้างกลยุทธ์

DIGITAL CONTACT-TRACING
ผู้เขียน: ดร.พีรเดช ณ น่าน ที่ปรึกษา คณะกรรมการวิศวกรรมเทคโนโลยีสารสนเทศ วิศวกรรมสถานแห่งประเทศไทยในพระบรมราชูปถัมภ์

การติดตามผู้สัมผัสใกล้ชิดด้วยเทคโนโลยีดิจิทัล (digital contact-tracing) นับเป็นเครื่องมือที่สำคัญสำหรับแต่ละประเทศเพื่อการจัดการการแพร่ระบาดของ COVID-19 ให้มีประสิทธิภาพและรวดเร็วมากขึ้น

จากการที่องค์การอนามัยโลก (World Health Organization: WHO) ได้ระบุว่า COVID-19 เป็นโรคระบาดทั่ว เราพบว่าโรคระบาดร้ายนี้ได้ทำลายชีวิต เศรษฐกิจและสังคม สร้างความวิตกกังวลให้กับคนทั่วโลก มีความหวังว่าการติดตามผู้สัมผัสใกล้ชิดจะทำได้อย่างร้อยเปอร์เซ็นต์

แต่ในความเป็นจริงพบว่าไม่เป็นอย่างที่คาดกัน การนำเทคโนโลยีดิจิทัลเข้ามาช่วยเสริมจะทำให้การติดตามผู้สัมผัสใกล้ชิด รวดเร็วมีประสิทธิภาพส่งผลดีต่อการควบคุมโรค

หลังจากการระบาดของโรคผ่านไปหลายเดือนในบางประเทศเช่น อังกฤษก็ยังไม่สามารถติดตามผู้สัมผัสใกล้ชิดได้อย่างมีประสิทธิภาพ โดยพบว่าร้อยละ 18 ไม่มีรายละเอียดของผู้สัมผัสใกล้ชิด บางพื้นที่ของสหรัฐอเมริกา มากกว่าครึ่งของผู้ติดเชื้อไม่มีข้อมูลผู้สัมผัสใกล้ชิด เป็นความน่าเป็นห่วงอย่างยิ่ง

แม้จะผ่านการล็อคดาวน์ไปแล้วก็ตาม ระบบการติดตามผู้สัมผัสใกล้ชิดยังไม่ได้รับการพัฒนาอย่างเหมาะสม ซึ่งเป็นหนึ่งสาเหตุที่ส่งผลต่อการควบคุมการระบาดของโรคในหลายประเทศ

กลยุทธ์การวางแนวทางการจัดการในสถานการณ์ที่มีการแพร่ระบาด การทำงานประสานกันระหว่างหน่วยงาน การได้รับความร่วมมือจากประชาชน การนำเทคโนโลยีดิจิทัลมาเสริมการทำงาน มีความสำคัญอย่างมาก ในหลายประเทศได้นำสัญญาณโทรศัพท์เคลื่อนที่ที่ติดตัวกับเราทุกคนมาช่วยในการติดตาม

เทคนิคที่ประสบความสำเร็จในประเทศหนึ่งนำไปใช้ในอีกประเทศหนึ่งก็อาจจะไม่ประสบความสำเร็จ แต่สามารถเป็นบทเรียนที่สำคัญสามารถนำไปประยุกต์ปรับใช้ให้สอดคล้องกับบริบทของแต่ละประเทศได้ การนำดิจิทัลมาเป็นเครื่องมือช่วยเรื่องไทม์ไลน์ของผู้ติดเชื้อ ประกอบการสืบสวนโรค การแจ้งเตือนผู้สัมผัสใกล้ชิด มีส่วนสำคัญในการตัดวงจรการระบาดลงได้

การต่อสู้กับโรคระบาดในอดีตที่ผ่านมาอย่างโรคเมอร์ส (Middle East respiratory syndrome: MERS) ทำให้บางประเทศผ่านกฎหมายอนุญาตให้ใช้ข้อมูลเพื่อช่วยในการติดตามผู้ใกล้ชิดผู้ติดเชื้อ อย่างข้อมูลการใช้งานบัตรเครดิต การใช้งานโทรศัพท์เคลื่อนที่ ภาพจากกล้องวงจรปิดของผู้ติดเชื้อในการค้นหาติดตามผู้ใกล้ชิด

อย่างไรก็ตามการให้ข้อมูลที่รายละเอียดมากเกินความจำเป็นก็ทำให้เกิดปัญหาในอีกด้านหนึ่งได้ มีกรณีหนึ่งที่ถูกกล่าวหาที่เป็นเท็จว่ามีความสัมพันธ์กับญาติที่มีข้อมูลสอดคล้องกันหลายอย่าง รวมถึงมีการรับประทานอาหารด้วยกันในร้านอาหารแห่งหนึ่ง

การนำข้อความที่โพสบน Facebook และ Instagram ร่วมกับตำแหน่งของโทรศัพท์เคลื่อนที่ ประกอบเสริมการสัมภาษณ์โดยเจ้าหน้าที่ตามปกติ เพื่อติดตามผู้ใกล้ชิดได้อย่างถูกต้องแม่นยำยิ่งขึ้นการประยุกต์ใช้ปัญญาประดิษฐ์ Big data เพื่อจัดการติดตามผู้ใกล้ชิดเสริมเจ้าหน้าที่ Contact tracer

เมื่อมีผู้ติดเชื้อจำนวนมาก หน่วยงานรัฐต้องมีเจ้าหน้าที่จำนวนมากวิเคราะห์ผลและโทรแจ้งผู้ติดเชื้อ สอบถามว่าไปสถานที่ใดบ้าง ติดต่อใกล้ชิดกับผู้ใดบ้างช่วงก่อนหน้านี้ 14 วัน ถ้าดำเนินงานไม่เหมาะสมอาจเกิดการติดต่อที่ซ้ำซ้อนสร้างความสับสนได้

จากข้อมูลสถานที่ การเดินทาง บุคคลที่เกี่ยวข้อง การเคลื่อนตัวของกลุ่มคนในบริเวณที่มีผู้ติดเชื้อ และเทคโนโลยีปัญญาประดิษฐ์ มีความเป็นไปได้ที่จะพยากรณ์บริเวณที่จะมีโอกาสติดเชื้อกลุ่มต่อไป ทำให้การค้นหาผู้ป่วยเชิงรุก ทำได้ตรงเป้าหมายตัดวงจรการระบาดได้ดียิ่งขึ้น

ในหลายประเทศ เจ้าหน้าที่ที่ติดต่อสอบถามข้อมูลกับผู้ติดเชื้อ จะเก็บข้อมูลเป็นเอกสารบันทึกประวัติการเดินทางของผู้ติดเชื้อว่าไปสถานที่ใด มีใครเป็นผู้ใกล้ชิด ตลอด 14 วันที่ผ่านมา เมื่อจำนวนผู้ติดเชื้อมากเป็นพันเป็นหมื่นราย ข้อมูลจำนวนมากถูกนำมาตีความหมายเพื่อติดตามผู้ใกล้ชิดด้วยเจ้าหน้าที่อาจไม่ได้ประสิทธิภาพเท่าที่ควร

การประมวลภาษาธรรมชาติ (Natural language processing: NLP) ซึ่งเป็นแขนงหนึ่งของเทคโนโลยีปัญญาประดิษฐ์ โดย NLP จะทำให้คอมพิวเตอร์เข้าใจภาษามนุษย์ เข้ามาวิเคราะห์ข้อมูลที่บันทึกไว้ ประมวลผลสร้างเป็น dashboard กระดานสรุปข้อมูล ให้เห็นมุมมองต่างๆ ตีความได้ในเวลาสั้น เพื่อตอบโจทย์การควบคุมโรคระบาดได้อย่างมีประสิทธิภาพรวดเร็วยิ่งขึ้น เพราะในสถานการณ์เช่นนี้เราต้องทำงานแข่งกับเวลา

อย่างไรก็ตามสิ่งสำคัญคือจิตสาธารณะที่มีต่อสังคม การช่วยกันเป็นหูเป็นตาสอดส่องการเข้าออกพื้นที่ของคนในและนอกชุมชน การมีวินัยป้องกันตนเองใส่หน้ากากอนามัย รักษาระยะห่าง ปฏิบัติตามมาตรการของทางภาครัฐอย่างเคร่งครัดของคนไทยทุกคนเพื่อคนไทยเรากันเอง

References
1.ราชบัณฑิตยสภา คณะกรรมการจัดทำพจนานุกรมศัพท์คอมพิวเตอร์และเทคโนโลยีสารสนเทศ ๒๘ มิ.ย. ๖๒.
2.“Artificial Intelligence in Healthcare Market Size, Trends, Growth, Industry Outlook,” MarketDigits, Dec. 2020.
3.เปิดวิธีค้นหาผู้ป่วยโควิด-19 กลุ่มเสี่ยงมีอาการ – ไม่มีอาการ (www.hfocus.org/content/2020/04/19002)
4.Harvard University – wide COVID-19 Testing Dashboard.
5.Dashboard for required MIT COVID-19 testing, MIT COVID Apps.
6.“Why many countries failed at COVID contact-tracing — but some got it right” Nature, Dec. 2020.