คำว่า AI ปรากฏในเกือบทุกใบเสนอราคาของระบบคลินิกในปีนี้ ซึ่งทำให้คำนี้แยกไม่ออกระหว่างของที่ทำงานได้จริงกับคำโฆษณา
คำถามที่คัดกรองได้เร็วที่สุดไม่ใช่ “AI ทำอะไรได้” แต่คือ ถ้ามันตอบผิดหนึ่งครั้ง ใครรับผลกระทบ คำตอบแบ่งงานในคลินิกออกเป็นสองกองทันที
กองที่หนึ่ง งานที่ผิดแล้วแก้ได้ ใช้ได้เลยวันนี้
ลักษณะร่วมของงานกลุ่มนี้คือมีคนอ่านก่อนส่งออก และความผิดพลาดไม่กระทบร่างกายคนไข้
ร่างข้อความตอบลูกค้า คำถามที่เข้ามาทางแชทซ้ำกันเป็นสิบแบบ เรื่องราคา เวลาทำการ การเตรียมตัวก่อนทำหัตถการ AI ร่างให้แล้วพนักงานอ่านก่อนกดส่ง ประหยัดเวลาจริงและตรวจได้ทันที
สรุปข้อมูลที่มีอยู่ให้อ่านง่าย เช่น สรุปประวัติการซื้อของลูกค้ารายหนึ่งให้เห็นภาพก่อนเข้าห้องตรวจ หรือสรุปยอดสัปดาห์เป็นภาษาคน จุดสำคัญคือมันสรุปจากข้อมูลที่คลินิกมีอยู่แล้ว ไม่ได้เดาข้อมูลใหม่
จัดกลุ่มลูกค้าที่ควรติดตาม ใครควรกลับมาแล้วยังไม่กลับ ใครมีแนวโน้มซื้อคอร์สต่อ งานนี้แท้จริงคือการจัดลำดับด้วยกฎและสถิติ ซึ่งตรวจได้ว่ารายชื่อที่ได้มาสมเหตุสมผลหรือไม่ Dr.Ease ทำงานกลุ่มนี้ผ่าน Recall และรายงาน Insight ที่คำนวณจากรายการจริง ดูได้ที่หน้าฟีเจอร์
ร่างคอนเทนต์การตลาด ให้ AI ร่างแล้วคนแก้ โดยต้องมีคนตรวจเรื่องข้อห้ามในการโฆษณาสถานพยาบาลทุกครั้ง เพราะข้อความที่ AI เขียนมักฟังดูดีเกินกว่าที่กฎหมายอนุญาต
ช่วยกรอกงานเอกสารซ้ำ ๆ เช่น จัดรูปแบบข้อมูลก่อนนำเข้าระบบ หรือช่วยไล่หาความไม่สอดคล้องในไฟล์ที่กำลังจะย้าย
กองที่สอง งานที่ยังต้องมีคนตัดสิน
การวินิจฉัยและการเลือกแนวทางรักษา เหตุผลไม่ใช่ความสามารถของเทคโนโลยี แต่คือความรับผิดชอบ ผู้ที่ลงนามในเวชระเบียนคือผู้ประกอบวิชาชีพ AI จึงอยู่ได้ในฐานะข้อมูลประกอบ ไม่ใช่ผู้ตัดสิน
บันทึกการรักษาที่ส่งเข้าเวชระเบียนโดยไม่มีคนอ่าน การถอดเสียงและเรียบเรียงเป็นร่างนั้นใช้ได้ แต่ต้องมีการอ่านยืนยันทุกครั้ง ความผิดพลาดที่พบบ่อยและอันตรายที่สุดคือการเติมรายละเอียดที่ไม่มีใครพูดถึง ซึ่งอ่านผ่านง่ายเพราะข้อความอ่านลื่นและดูสมเหตุสมผล
การประเมินผลลัพธ์จากภาพถ่าย ภาพก่อน–หลังในคลินิกถ่ายในสภาพแสง มุม และระยะที่ไม่คงที่ ปัจจัยเหล่านี้เปลี่ยนผลการเปรียบเทียบได้มากกว่าผลของหัตถการเอง ตราบใดที่มาตรฐานการถ่ายยังไม่นิ่ง ตัวเลขที่ได้จึงยังใช้อ้างอิงกับลูกค้าไม่ได้ วิธีทำให้ภาพเทียบกันได้อยู่ใน เก็บภาพ Before-After ให้ใช้ได้จริงและไม่ละเมิดสิทธิคนไข้
การตั้งราคาอัตโนมัติ ราคาในคลินิกไทยผูกกับความสัมพันธ์ระยะยาวและการรับรู้เรื่องความเป็นธรรม ลูกค้าที่พบว่าตัวเองจ่ายแพงกว่าคนอื่นเพราะระบบคำนวณ จะไม่กลับมา และจะเล่าให้คนอื่นฟัง
การตอบลูกค้าโดยไม่มีคนอ่านก่อนส่ง ในบริบทที่คำตอบเกี่ยวกับสุขภาพ ความเสี่ยงไม่ได้อยู่ที่คำตอบผิดหนึ่งครั้ง แต่อยู่ที่คำตอบผิดที่ถูกส่งไปแล้วเป็นร้อยครั้งก่อนมีใครสังเกต
สามคำถามที่ต้องถามผู้ให้บริการก่อนเปิดใช้
เมื่อระบบใดบอกว่ามี AI สิ่งที่ต้องถามคือเรื่องข้อมูล ไม่ใช่เรื่องความสามารถ
- ข้อมูลที่ส่งเข้าไป ถูกนำไปฝึกโมเดลต่อหรือไม่ ต้องได้คำตอบเป็นลายลักษณ์อักษร
- ข้อมูลถูกเก็บไว้ที่ไหนและนานเท่าไหร่ รวมถึงว่าอยู่ในประเทศไทยหรือส่งออกนอกประเทศ
- ส่งอะไรออกไปบ้างต่อหนึ่งคำขอ ถ้าส่งประวัติทั้งก้อนของคนไข้เพื่อสรุปสามบรรทัด นั่นคือการส่งเกินความจำเป็น
ข้อควรระวังในทางปฏิบัติที่พบมากที่สุดไม่ได้เกิดจากระบบของคลินิก แต่เกิดจากพนักงานที่คัดลอกข้อมูลคนไข้ไปวางในเครื่องมือ AI ทั่วไปเพื่อช่วยร่างข้อความ ควรมีข้อตกลงเรื่องนี้ให้ชัดกับทีม และควรกำหนดว่าเครื่องมือใดที่อนุญาตให้ใช้กับข้อมูลอะไร
วิธีเริ่มที่ได้ผลใน 30 วัน
เลือกงานเดียวที่ทำซ้ำทุกวันและตรวจคำตอบได้ง่าย งานที่มักได้ผลเร็วที่สุดคือการร่างคำตอบแชทที่ถามซ้ำ
สัปดาห์ที่ 1 จับเวลาปัจจุบันก่อน ว่าตอบคำถามซ้ำเหล่านี้ใช้เวลารวมกี่นาทีต่อวัน ถ้าไม่มีตัวเลขก่อนเริ่ม จะไม่มีทางรู้ว่าคุ้มหรือไม่
สัปดาห์ที่ 2–3 ใช้จริงโดยให้คนอ่านก่อนส่งทุกครั้ง และให้พนักงานจดกรณีที่คำตอบใช้ไม่ได้ กรณีเหล่านั้นมีค่ามากกว่าจำนวนครั้งที่ใช้ได้
สัปดาห์ที่ 4 เทียบเวลาที่ประหยัดได้กับค่าใช้จ่ายและเวลาที่เสียไปกับการตรวจแก้ ถ้าผลรวมไม่ชนะชัดเจน ให้หยุดและเปลี่ยนงาน ไม่ใช่ทนใช้ต่อเพราะลงทุนไปแล้ว
สิ่งที่ต้องมีก่อน AI จะมีประโยชน์
ข้อนี้สำคัญกว่าทุกข้อในบทความ AI ทำงานกับข้อมูล และคุณภาพของคำตอบถูกจำกัดด้วยคุณภาพของข้อมูลที่มี
คลินิกที่ประวัติการรักษาอยู่ในแฟ้มกระดาษ ยอดขายอยู่ในสเปรดชีตหลายไฟล์ และรายชื่อลูกค้าซ้ำกันสามชุด จะไม่ได้ประโยชน์จาก AI ตัวใดเลย เพราะไม่มีข้อมูลที่ต่อกันให้อ่าน
ลำดับที่ถูกจึงเป็นการทำให้ข้อมูลอยู่ที่เดียวและถูกต้องก่อน แล้ว AI จะเป็นชั้นที่วางทับได้ ไม่ใช่ทางลัดข้ามขั้นนั้น เหตุผลเต็ม ๆ อยู่ใน ใช้ Excel บริหารคลินิก ถึงจุดไหนที่เริ่มเสียมากกว่าประหยัด
สรุป
AI ในคลินิกวันนี้เก่งเรื่องการร่าง การสรุป และการจัดลำดับ ซึ่งเป็นงานที่มีคนตรวจก่อนใช้ และยังไม่ควรถือหน้าที่ตัดสินใจที่กระทบคนไข้หรือราคา
เกณฑ์เดียวที่ใช้ได้ยาว ๆ คือถามว่าใครรับผลถ้ามันผิด ถ้าคำตอบคือพนักงานที่อ่านก่อนส่ง ใช้ได้ ถ้าคำตอบคือคนไข้ ให้มีคนอยู่ในกระบวนการเสมอ
และก่อนจ่ายเงินค่าฟีเจอร์ AI ใด ให้ถามคำถามเรื่องข้อมูลสามข้อข้างบนให้ได้คำตอบก่อน เพราะข้อมูลคนไข้ที่ออกไปแล้วเรียกกลับไม่ได้
คำถามที่พบบ่อย
ให้ AI ช่วยเขียนบันทึกการรักษาได้ไหม
ช่วยเรียบเรียงร่างได้ แต่บันทึกที่ลงในเวชระเบียนต้องผ่านการอ่านและยืนยันโดยผู้ประกอบวิชาชีพทุกครั้ง เพราะเป็นเอกสารที่ใช้อ้างอิงทางคลินิกและทางกฎหมาย ประเด็นที่ควรตรวจเสมอคือรายละเอียดที่ AI เติมเข้ามาเองแม้ไม่มีใครพูดถึง ซึ่งเป็นความผิดพลาดที่อ่านผ่านง่ายที่สุด
ข้อมูลคนไข้ที่ส่งให้บริการ AI ปลายทางถือว่าปลอดภัยไหม
ขึ้นกับสัญญาและการตั้งค่า สามข้อที่ต้องถามให้ได้คำตอบเป็นลายลักษณ์อักษร คือข้อมูลถูกนำไปฝึกโมเดลต่อหรือไม่ เก็บไว้นานเท่าไหร่ และเก็บไว้ในประเทศใด ถ้ายังไม่ได้คำตอบทั้งสามข้อ ให้ใช้กับข้อมูลที่ตัดตัวระบุตัวตนออกแล้วเท่านั้น
คลินิกเล็กควรเริ่มจาก AI ตัวไหน
เริ่มจากงานที่ทำซ้ำและตรวจคำตอบได้ง่ายที่สุด ซึ่งมักเป็นการช่วยร่างข้อความตอบลูกค้าและช่วยจัดกลุ่มลูกค้าที่ควรติดตาม ไม่ควรเริ่มจากงานที่เกี่ยวกับการวินิจฉัยหรือการตั้งราคา เพราะเป็นสองงานที่ความผิดพลาดมีต้นทุนสูงและตรวจจับได้ยาก