ความเหนื่อยล้าของแพทย์กลายเป็นจุดสนใจในช่วงโควิด-19 แต่สำหรับหลายๆ คนในอุตสาหกรรมนี้ ปัญหาดังกล่าวปะทุขึ้นมาตั้งแต่กฎหมาย HITECH มีผลบังคับใช้ในปี 2009 ซึ่งกำหนดให้แพทย์ต้องเก็บบทสนทนาโต้ตอบและนัดหมายผู้ป่วยทั้งหมดบนระบบดิจิทัล
Akilesh Bapu จดจำการเปลี่ยนผ่านทั้งหมดได้อย่างชัดเจน ซึ่งไม่ใช่เพราะเขาเป็นหมอ แต่เป็นเพราะเหตุการณ์ดังกล่าวมีผลกระทบต่อเขา ในฐานะบุตรชายวัย 12 ปีของผู้เชี่ยวชาญด้านเนื้องอกวิทยา
“ผมเห็นเขากลับบ้านดึก ไม่ได้ทานมื้อเย็น ไม่มีเวลาเล่นกับผม และนั่นทำให้ผมเดือดร้อน” Bapu เผยกับ Forbes ถึงความสมดุลระหว่างชีวิตการทำงานและชีวิตของพ่อ
“ผมพยายามหาสิ่งที่สามารถช่วยเขาได้ แต่ด้วยความที่ผมเด็กเกินไป เลยยังไม่มีอะไรที่ได้ผลเป็นจริงเป็นจังเสียที”
ทว่าหลังจากนั้นเพียง 10 ปี Bapu ก็ได้พบกับ
Matt Ko เพื่อนร่วมชั้นจาก UC Berkeley ผู้ซึ่งมีประสบการณ์ด้านลบกับระบบเอกสารทางการแพทย์ไม่ต่างกัน โดย Ko ได้รับมอบหมายให้ประสานงานและแปลเอกสารทางการแพทย์จากภาษาอังกฤษให้กับแม่ชาวไต้หวันในระหว่างการรักษามะเร็งเต้านม
สิ่งที่เขาพบ คือ บันทึกของแม่กลับไม่ตรงกับสิ่งที่เธอได้ยินในระหว่างการนัดหมาย ด้วยเหตุนี้ Ko จึงหันไปขอความช่วยเหลือจากเพื่อนร่วมมหาลัย เพื่อขอคำแนะนำจากพ่อของ Bapu พร้อมกับความค้างคาใจของปมปัญหาที่เกิดขึ้น
เพราะในขณะเดียวกัน Ko ก็ได้เรียนรู้ว่าความไม่ถูกต้องในบันทึกการรักษาของแม่ นับเป็นเรื่องปกติในระบบเอกสารทางการแพทย์ที่มีอยู่ เพราะแพทย์จำนวนมากมักจะบันทึกเอกสารในระบบดิจิทัลหลายชั่วโมงหลังการนัดหมายเสร็จสิ้น จึงไม่ใช่เรื่องแปลกที่จะเกิดความคาดเคลื่อน “เราตกใจมาก” Ko กล่าว “เรากำลังทำงานด้านเทคโนโลยีและเห็นว่ามีอะไรใหม่ในแง่ของการประมวลผลภาษาธรรมชาติ ขณะที่พวกเขา (บุคลากรทางการแพทย์) กำลังใช้เทคโนโลยีที่มีอายุกว่า 20 ปี”
Forbes จึงใช้โอกาสนี้ เพื่อพูดคุยกับคู่หูแห่งทำเนียบ
Forbes Under 30 ประจำปี 2022 และ
Kairui Zeng ผู้ร่วมก่อตั้งคนที่ 3 ถึงแพลตฟอร์มที่ใช้ AI ลดเวลาที่แพทย์ต้องใช้ในการแปลงบันทึกย่อให้เป็นดิจิทัล ด้วยผลลัพธ์ที่แม่นยำยิ่งขึ้น
ด้าน Bapu เผยว่า นับตั้งแต่เปิดตัวในเดือนมีนาคม 2020 บริษัทได้เติบโตขึ้นเหมือนไฟป่า หรือราวร้อยละ 30 ต่อเดือน โดยมีแพทย์กว่า 600 รายยินดีเข้าลงนามในสัญญา
ล่าสุด สตาร์ทอัพจาก San Francisco แห่งนี้ เพิ่งระดมทุนมูลค่า 30 ล้านเหรียญสหรัฐฯ นำโดย Index Ventures ร่วมกับนักลงทุนรายใหญ่อย่าง
Alex Wang ซีอีโอ Scale.ai, Dylan Field ซีอีโอ Figma และนักลงทุนดั้งเดิม Bee Partners, Stage II Capital และ 1984 Ventures
Nina Achadjian หุ้นส่วนของ Index Ventures เผยว่า DeepScribe เป็นบริษัทแรกที่ต้องการจัดการกับปัญหานี้ด้วยกลยุทธ์ที่ใช้งานได้จริง หลังจากที่เธอได้เข้าไปพูดคุยกับอีกหลากหลายบริษัท ซึ่งมุ่งเน้นไปที่ปัญหาเดียวกันนี้
“DeepScribe มีความแม่นยำสูงกว่า ทั้งยังมีอัตรากำไรที่สูงกว่าในต้นทุนเดียวกัน” Achadjian กล่าวกับ Forbes
“เป็นบริษัทแรกที่ฉันรู้สึก 'ว้าว' พวกเขามีแรงดึงดูดอย่างไม่น่าเชื่อตั้งแต่ในช่วงเริ่มต้น”
“เราสร้างผลิตภัณฑ์นั้น แจกให้คน 2-3 คนทดลองใช้ และพวกเขากลับมาบอกว่ามันเป็นผลิตภัณฑ์ที่เลวร้ายที่สุดที่พวกเขาเคยใช้” Ko เล่าถึงจุดเริ่มต้นของการทดลองทางเทคโนโลยีครั้งแรกของบริษัทผ่านแอปพลิเคชัน Amazon Alexa พร้อมเสริมว่า
“ข้อเสนอแนะที่พวกเราได้รับ คือ แพทย์ไม่ได้สนใจในสิ่งที่จำเป็นต้องมีเทคโนโลยีเพิ่มเติม แต่เป็นสิ่งที่จะนำไปใช้ได้อย่างราบรื่น” ซึ่งกลายเป็นพื้นฐานสำหรับสิ่งที่ DeepScribe เป็นอยู่ในปัจจุบัน
ปัจจุบัน ซอฟต์แวร์ที่สอดคล้องกับ HIPAA นี้แอปพลิเคชันที่แพทย์สามารถใช้บนอุปกรณ์ที่มีอยู่ ซึ่งบันทึกการนัดหมายและคัดลอกบันทึกที่เป็นลายลักษณ์อักษรโดยใช้ AI และเพื่อให้แน่ใจว่าถูกต้อง การถอดความแต่ละครั้งจะถูกอ่านโดยนักศึกษาแพทย์ที่ตั้งใจจะ "เชื่อมช่องว่าง" ระหว่าง AI และการแพทย์แบบดั้งเดิมเข้าด้วยกัน
โดยนักเรียนเหล่านี้สามารถทำเครื่องหมายว่าไม่ถูกต้อง หรือบอกได้ว่าชื่อยาหรือการวินิจฉัยมีการสะกดผิดหรือสลับกับผู้ป่วยอีกรายหรือไม่
นอกจากนี้ ซอฟต์แวร์ที่ถูกพัฒนาขึ้นยังสามารถทำงานร่วมกับบริษัทซอฟต์แวร์ด้านสุขภาพอีกหลายแห่ง เช่น Athenahealth, Claimpower และ Elation
“เทคโนโลยีของเราช่วยลดเวลาเฉลี่ยในการทำงานของแพทย์ลงประมาณ 3 ชั่วโมงต่อวัน ในขณะที่สร้างผลลัพธ์ที่แม่นยำยิ่งขึ้น และเสียค่าใช้จ่ายประมาณ 1 ใน 6 ของราคาจ้างนักเขียนมืออาชีพด้านการแพทย์”
อย่างไรก็ดี แม้ว่าผู้ให้บริการจะใช้งาน DeepScribe โดยมุ่งเน้นที่ความเชี่ยวชาญทางการแพทย์ที่หลากหลาย แต่ตัวซอฟต์แวร์จะยังคงมุ่งไปที่อายุรแพทย์เป็นหลัก เพราะแพทย์เหล่านี้มักต้องพบปะกับอาการของผู้ป่วยจำนวนมาก ตั้งแต่อาการเจ็บคอไปจนถึงการตรวจมะเร็งระยะแรก ซึ่งจะทำให้ระบบ AI เข้าถึงคำศัพท์เฉพาะทางได้อย่างกว้างขวางที่สุด
ในอนาคต DeepScribe หวังว่าซอฟต์แวร์จะสามารถระบุตัวยาและวินิจฉัยอาการเบื้องต้นได้อย่างแม่นยำเช่นกัน
“ในช่วง 18 ถึง 20 เดือนที่ผ่านมา เราได้เปลี่ยนจากการเป็นเด็กที่ขลุกอยู่ในห้องแล็บ มาเป็นบริษัทผู้ให้บริการด้านการแพทย์ด้านที่ใหญ่ที่สุดแห่งหนึ่งในประเทศ” Bapu กล่าว
แปลและเรียบเรียงจากบทความ AI Startup DeepScribe Raises $30 Million To Help Prevent Physician Burnout เผยแพร่บน Forbes.com
อ่านเพิ่มเติม:
สุดยอดเทคโนโลยีอาหารและเทรนด์ความยั่งยืนแห่งปี 2022
