สมัยก่อนตอนเป็นเด็กเคยมีคนบอกว่าถ้าฉี่แล้วมีมดมาตอม นั้นเป็นสัญญาณบ่งบอกอย่างหนึ่งว่าโรคเบาหวานกำลังมาเยือน มันเป็นโรคทางกรรมพันธุ์ที่ตกทอดมาทางสายเลือดที่ไม่มีใครต้องการ ด้วยความกลัวบวกกับความเป็นเด็กไม่ประสา เด็กชายโสภณจึงพยายามเดินไปฉี่ที่สวนหลังบ้านและสังเกตว่ามีมดมาตอมบ้างรึเปล่า นอกจากจะโดนเตี่ยกับแม่เอ็ดด่าแล้วก็รู้สึกโล่งใจที่ฉี่ไปหลายครั้งก็ไม่เห็นมีขบวนมดมาดอมดมสักที
สิ่งที่เด็กน้อยคนนั้นกระทำที่จริงก็ไม่ได้เป็นเรื่องที่พิลึกอะไรนัก เพราะที่จริงแล้วยุคก่อนการแพทย์สมัยใหม่ที่สามารถตรวจสอบสารประกอบทางเคมีของฉี่เพื่อตรวจหาโรคเบาหวาน แพทย์ต้องพึ่งพาต่อมรับรสบนลิ้นของตัวเอง ฉี่รสหวานคือสัญญาณบ่งบอกที่ชัดเจนอย่างหนึ่ง (โรคเบาหวานมีชื่อแบบเต็มๆว่า “Diabetes mellitus” และคำว่า mellitus ในภาษาลาตินแปลว่าน้ำผึ้ง) เพราะฉะนั้นเมื่อน้ำตาลในเลือดเยอะเกินไปแสดงว่าระบบการทำงานของอวัยวะภายในของคุณกำลังเริ่มมีปัญหา ฮอร์โมนอินซูลินถูกผลิตออกมาในระดับที่ไม่เพียงพอ หรือบางทีร่างกายอาจจะไม่ตอบสนองได้ดีเท่าที่ควร
เมื่อประมาณสิบปีก่อน มีกลุ่มนักวิจัยจากมหาวิทยาลัย North Carolina ได้ค้นพบบางอย่างที่น่าสนใจเกี่ยวกับโรคเบาหวาน ประมาณ 60-70% ของผู้ป่วยจะมีความผิดปกติของเส้นประสาทไม่ว่าอยู่ในช่วงระยะใดของโรค พบมากในผู้ป่วยที่ไม่สามารถควบคุมระดับน้ำตาลในเลือดให้อยู่ในระดับปกติได้ ยิ่งมีระดับไขมันในเลือดสูง น้ำหนักตัวที่เกินเกณฑ์มาตรฐาน มีความดันมาเป็นตัวเสริม ยิ่งทำให้อาการเหล่านี้ชัดเจนและรุนแรงมากยิ่งขึ้นด้วย และเมื่อเส้นประสาททำงานผิดปกติ ผลที่ตามต่อมาคืออัตราการเต้นของหัวใจที่ผิดปกติ และเจ้าตัวเลขจังหวะที่ผิดปกติตรงนี้แหละที่สามารถวัดได้ด้วยไฟฟ้าหรือแสงอินฟราเรด จึงเป็นที่มาของแนวคิดที่ว่าอีกหน่อยเราอาจวินิจฉัยโรคเบาหวานด้วยวิธีการที่ง่ายขึ้น ใช้อุปกรณ์อิเลคโทรนิคส์วางบนแขนของผู้ป่วย โดยไม่ต้องชิมฉี่หรือเจาะเลือดไปตรวจอีกต่อไป
แต่ถึงผลการวิจัยออกมาน่าเชื่อถือแค่ไหน ในเวลานั้น ช่วงปี 2005 เซ็นเซอร์วัดชีพจรถือเป็นสิ่งที่ไม่ได้มีครอบครองกันได้ง่ายๆ กลุ่มคนที่เข้าถึงได้ถ้าไม่ใช่นักกีฬามืออาชีพที่รายได้สูงลิบ ก็เป็นผู้ป่วยที่อาการหนักจริงๆ
ผ่านมาสิบกว่าปี จากสถิติแล้วตอนนี้ชาวอเมริกัน 1 ใน 5 คนมีอุปกรณ์ตัวนี้ไว้ที่บ้าน เพราะฉะนั้นจึงไม่น่าแปลกใจที่ในงานประชุมเกี่ยวกับ AI ที่รัฐ New Orleans (AAAI Conference on Artificial Intelligence) บริษัทสตาร์ตอัปเกี่ยวกับสุขภาพชื่อ Cardiogram ได้นำเสนองานวิจัยที่ใช้ความสามารถในการวัดจังหวะการเต้นของหัวใจและนับก้าวของ Apple Watch ร่วมกับสมองกล AI ที่ถูกพัฒนามาเพื่องานแบบนี้โดยเฉพาะ เพื่อคาดเดาถึงความเป็นไปได้ในการป่วยเป็นโรคเบาหวานของผู้สวมใส่
นี่เป็นข่าวดีของ Apple เพราะพวกเขาเองก็กำลังพยายามสร้างกลุ่มลูกค้าใหม่เพื่อ Apple Watch อยู่แล้ว เริ่มต้นจากการวางตัวเป็นเทรนเนอร์ส่วนตัว ตอนนี้กำลังขยายออกไปสู่การเป็นแพทย์ส่วนตัวบ้าง
เมื่อประมาณเดือนพฤศจิกายนที่ผ่านมา Apple ได้ประกาศร่วมทีมกับบริษัทประกันสุขภาพ Aetna เพื่อแจกจ่าย Apple Watch จำนวนกว่า 5 แสนเครื่อง เพื่อเป็นโครงการต้นแบบผลักดันพนักงานและลูกค้าให้ใส่ใจในการใช้ชีวิตประจำวันและสุขภาพของตัวเองมากยิ่งขึ้น นอกจากนั้นยังมีการร่วมมือกับมหาวิทยาลัย Stanford เพื่อทำการศึกษาการใช้ Apple Watch ในการตรวจจับจังหวะการเต้นของหัวใจที่ผิดปกติ อันเป็นสัญญาณเตือนของโรคหัวใจล้มเหลวและโรคเส้นเลือดตีบตัน และล่าสุดได้ร่วมมือกับ Cardiogram สตาร์ตอัปจากเมืองซานฟรานซิสโก สิ่งเหล่านี้ล้วนชี้ชัดว่า Apple ค่อนข้างให้น้ำหนักกับการลงทุนในธุรกิจเกี่ยวกับสุขภาพมากทีเดียว
Cardiogram เป็นแอปพลิเคชันที่เปิดให้ใช้โดยไม่มีค่าใช้จ่าย มันจะทำการเก็บข้อมูลการเต้นของหัวใจจาก Apple Watch (ที่จริงแล้วอุปกรณ์ที่มีเซ็นเซอร์คล้ายกันอย่าง Fitbit, Garmin หรือ Andriod Wear ก็ใช้ได้เช่นกัน) พวกเขาใช้เทคโนโลยีเดียวกันกับ Google ที่เปลี่ยนข้อมูลเสียงเป็นตัวหนังสือ แต่ปรับเปลี่ยนให้อ่านข้อมูลจังหวะการเต้นของหัวใจและอัตราการก้าวขาแทน
ทว่าด้วยตัวมันเอง ข้อมูลเหล่านี้ไม่ได้เป็นสัญญาณชี้บอกถึงโรคร้ายใดๆ ทั้งสิ้น ไม่ใช่เพราะว่าเซ็นเซอร์ทำงานผิดพลาด แต่เพราะการจะสร้างสมองกลเพื่อตรวจจับโรคเบาหวานโดยเฉพาะ ต้องมีข้อมูลตัวอย่างที่เฉพาะด้วยเช่นกัน แล้วจะไปหาที่ไหนล่ะ ถ้าไม่ใช่จากผู้ป่วยที่เป็นเบาหวานอยู่แล้ว
ในปี 2013 มหาวิทยาลัย University of California, San Francisco (UCSF) ได้เริ่มโครงการ Health eHeart Study ที่รวบรวมข้อมูลขนาดใหญ่เกี่ยวกับโรคหัวใจ โดยมุ่งเน้นไปยังการเก็บข้อมูลในรูปแบบดิจิตอลให้ได้ประมาณ 1 ล้านคน จนถึงเมื่อประมาณต้นปีที่ผ่านมา มีผู้เข้าร่วมโครงการแล้วเกือบสองแสนคน แต่ละคนกรอกแบบสอบถามเกี่ยวกับเรื่องสุขภาพของตัวเอง ประวัติเกี่ยวกับครอบครัว ยาที่ต้องทานเป็นประจำ และผลการตรวจเลือด และในจำนวนนี้กว่า 4 หมื่นคนเลือกที่จะให้ข้อมูลของพวกเขาแก่ Cardiogram ด้วย
นี่คือที่มาของตัวอย่างที่ถูกคัดแยกแล้ว (labeled data) ของ Cardiogram ซึ่งถ้าเทียบกันตามจำนวนแล้ว ตัวอย่างนั้นไม่ได้มากมายเหมือนกับข้อมูลดิจิทัลของบริษัทเทคโนโลยีอื่นๆ เพราะฉะนั้นการพัฒนา “DeepHeart” (AI ของ Cardiogram) ต้องมีการพลิกแพลงจากเดิมบ้างเล็กน้อย โดยใช้เทคนิคที่เรียกว่า “Semi-Supervised Sequence Learning” ที่ถูกคิดค้นขึ้นมาสำหรับข้อมูลที่เป็นตัวหนังสือ อย่างเช่นการรีวิวสินค้าของ Amazon แต่แทนที่จะเป็นการปรับแต่งตัวอย่างที่ยังไม่ได้คัดแยกด้วยข้อมูลตัวหนังสือ ก็ใช้การจับจังหวะอัตราการเต้นของหัวใจในการปรับแต่งตัวอย่างแทน หลังจากนั้นก็ใช้สูตรคำนวณทางคณิตศาสตร์เพื่อบีบข้อมูลเหล่านั้นออกมาเป็นค่าความแปรปรวนของการเต้นของหัวใจ แล้วจึงนำตัวเลขเหล่านั้นกลับมาใส่คืนกับตัวอย่างตั้งต้น เพื่อให้กลายเป็นตัวอย่างที่คัดแยกแล้วอีกครั้งหนึ่ง จากนั้นก็เริ่มต้นฝึก AI อีกครั้ง
ด้วยวิธีการนี้ DeepHeart สามารถตรวจพบโรคเบาหวานในกลุ่มคนที่ไม่ได้อยู่ในกลุ่มตัวอย่างได้ถูกต้องถึง 85% ซึ่งผลลัพธ์ครั้งนี้ก็ใกล้เคียงกับผลงานของ Cardiogram ที่เคยทำไว้เมื่อประมาณปีก่อน ทางบริษัทและ UCSF ได้ใช้ข้อมูลที่เก็บรวบรวมจาก Apple Watch เป็นระยะเวลา หนึ่งอาทิตย์เพื่อตรวจหาโรคต่างๆ อย่างความดันโลหิตสูง (Hypertension) โรคหยุดหายใจขณะหลับ (Sleep Apnea) และ ภาวะหัวใจห้องบนสั่นพลิ้ว (Atrial Fibrillation) ด้วยความแม่ยำสูงถึง 80% – 90%
แต่ก็เหมือนกับขั้นตอนการทำงานของ AI ทั่วไปที่เป็นเหมือน black box ที่ไม่มีมนุษย์คนไหนที่เข้าใจการประมวลผลของ AI โดยทั้งหมด DeepHeart ก็เป็นเช่นเดียวกัน
โรคเบาหวานมีส่วนเกี่ยวข้องกับทางเดินเลือดและหัวใจอย่างแน่นอน แต่มันไม่ใช่โรคที่มีความเกี่ยวเนื่องทางกายภาพที่ชัดเจนกับการแปรปรวนของอัตราการเต้นของหัวใจ การที่ Cardiogram สร้างและฝึก AI ขึ้นมาโดยไม่รู้ว่าเบื้องหลังการทำงานของมันเป็นยังไง ทำให้หลายคนสงสัยและตั้งคำถามถึงความน่าเชื่อถือในการใช้งานจริงๆ
“เอาตามตรง มันทำให้ผมรู้สึกสงสัยและเกร็ง มีการพูดคุยกันภายในเกี่ยวกับเรื่องนี้ ว่าที่จริงแล้วมันอาจจะตรวจจับจากผลข้างเคียงของยาเบาหวานที่ผู้ป่วยทานอยู่ หรืออาจมีปัจจัยภายนอกเข้ามาผสมด้วย แต่เราก็ไม่รู้อะไรเลย มันผสมกันระหว่าง black box ทางเทคโนโลยีและทางชีววิทยา มันเลยกลายเป็นความไม่น่าเชื่อถือและไม่มั่นคง อย่างมากที่สุดมันก็เป็นได้แค่การสร้างสมมุติฐานเบื้องต้นเท่านั้น” Eric Topol แพทย์ผู้เชี่ยวชาญด้านโรคหัวใจกล่าวเอาไว้ โดยมีสมมติฐานว่า DeepHeart อาจจับสัญญาณของโรคเบาหวานได้จริงๆ หรือบางทีมันก็อาจจะกำลังค้นพบอย่างอื่นที่ไม่เกี่ยวข้องกันเลยสักนิด
Brandon Ballinger หนึ่งในผู้ก่อตั้ง Cardiogram ออกมาโต้แย้งถึงประเด็นดังกล่าว เขาบอกว่าเมื่ออุปกรณ์ที่คุณสวมใส่อยู่แจ้งเตือนว่าคุณกำลังมีโอกาสสูงในการเป็นโรคเบาหวาน พอเป็นแบบนั้นคุณก็อาจหาเวลาไปตรวจกับแพทย์อีกครั้งเพื่อความแน่ใจ มันเป็นเรื่องที่ดีแล้วไม่ใช่หรือที่เจ้า black box ทำให้คุณรู้ตัวและไปรับการรักษาอย่างทันที?
อย่างไรก็ดี เขาเองก็เล็งเห็นถึงปัญหาในเรื่องความน่าเชื่อถือของ AI เช่นกัน ตอนนี้การหากลุ่มคนที่ยังไม่ได้ถูกตรวจพบว่าเป็นเบาหวานแล้วให้ลองใช้โปรแกรมของ Cardiogram เพื่อเก็บข้อมูลและติดตามผล จึงเป็นเรื่องที่ยังจำเป็นต้องมีการศึกษาต่อไป
ในเวลานี้ ฟีเจอร์การวินิจฉัยโรคบน Cardiogram ยังไม่ได้ถูกปล่อยออกมาให้ใช้กันโดยทั่วไป แต่ทางบริษัทกำลังวางแผนกันอยู่ว่าต้องการให้มันออกมาในรูปแบบไหน เพราะถึงแม้ว่า AI และ Apple Watch จะสามารถค้นพบโรคต่างๆ เหล่านี้ได้ ตามกฏหมายแล้วมันก็ยังไม่สามารถเป็นเครื่องมือการแพทย์ที่ได้รับการยอมรับจากองค์การอาหารและยาแห่งสหรัฐอเมริกา (US FDA) แต่มันก็จะเป็นเครื่องมือเพื่อช่วยให้คำแนะนำที่เหล่าบริษัทประกันสุขภาพต่างๆ ให้ความสนใจมากอย่างแน่นอน เพราะมันจะช่วยกระตุ้นให้ผู้ใช้เข้ารับการรักษาได้เร็วขึ้นและช่วยลดค่าใช้จ่ายในระยะยาว
จากข้อมูลของ WHO มีการประเมินว่าจำนวนผู้ป่วยโรคเบาหวานเพิ่มขึ้นจาก 108 ล้านคนในปี 1980 เป็น 422 ล้านคนในปี 2014 แน่นอนว่าโรคอ้วนเป็นสาเหตุหนึ่งของการเพิ่มขึ้นของจำนวนผู้ป่วยเหล่านี้ทั่วโลก และด้วยเหตุนี้ เราอาจกำลังจดจ้องไปยังประเด็นที่ผิดกันอยู่
การพิสูจน์ถึงความแน่นอนในการทำงาน (หรือไม่ทำงาน) ของเจ้าอุปกรณ์ที่อยู่บนข้อมือนั้น อาจช่วยให้ความน่าเชื่อถือของมันสูงขึ้น แต่ในขณะเดียวกัน ก็ไม่ได้หมายความว่ามันจะช่วยเปลี่ยนพฤติกรรมของผู้ป่วยไปในทางที่ดีขึ้น เทคโนโลยีมีพร้อมแล้วก็จริงอยู่ แต่สำหรับผู้ป่วยโรคเบาหวานแล้ว หนทางที่ดีที่สุดในการควบคุมโรคนี้คือการเปลี่ยนแปลงการกินและดูแลสุขภาพของตัวเองให้ดีอย่างสม่ำเสมอ
เพราะถึงแม้ว่า Apple Watch หรือ AI จะฉลาดแค่ไหน แจ้งเตือนกี่ครั้งต่อกี่ครั้ง มันก็เป็นเพียงแค่ Notification ที่พร้อมจะถูกกดปิดเลื่อนผ่านได้ไม่ยากเย็นอะไร และสุดท้ายก็ไม่ได้สร้างความเปลี่ยนแปลงอะไรเลย
