วิดีโอนี้เป็นการบรรยายโดย ผศ.ดร. นริศ หนูหอม ในหัวข้อ ปัญญาประดิษฐ์ที่น่าเชื่อถือและอธิบายได้ทางการแพทย์ (Trustworthy & Explainable AI for Healthcare) โดยมีประเด็นสำคัญดังนี้:
- ภาพรวมและเทรนด์ AI: การเปลี่ยนผ่านจากการเน้นเพียงความแม่นยำ (Accuracy) มาสู่การบริหารจัดการต้นทุน (Cost-effectiveness) และการใช้โมเดลในระดับอุตสาหกรรม (0:36-5:19)
- บริบท AI ในไทย: การเติบโตของอุตสาหกรรมดิจิทัลและการเชื่อมต่อโครงข่าย 5G/Cloud ที่เอื้อต่อการพัฒนา AI พร้อมข้อแนะนำเรื่องการมีส่วนร่วมของภาคเอกชนและภาครัฐ (5:26-12:43)
- Trustworthy AI: ความสำคัญของ 6 หลักการพื้นฐานในประเทศไทย ได้แก่ ความสามารถ, จริยธรรม, ความโปร่งใส, ความปลอดภัย, ความเป็นธรรม และความน่าเชื่อถือ โดยเน้นเรื่อง Data Governance และการคุ้มครองข้อมูลส่วนบุคคล (Privacy/Security) โดยเฉพาะข้อมูลทางการแพทย์ (29:34-37:00, 47:00-48:40)
- Explainable AI (XAI): ความจำเป็นของการอธิบายกลไกการตัดสินใจของ AI เพื่อลดปัญหา “Black Box” ในทางการแพทย์ ช่วยให้บุคลากรทางการแพทย์เข้าใจและยอมรับการใช้งานได้มากขึ้น รวมถึงการใช้เทคนิคอย่าง Visualization (Heat map) (49:35-55:32)
- ความท้าทายและการทำงานร่วมกัน: ความแตกต่างระหว่างมุมมองของนักพัฒนา (เน้น Code Quality/Latency) กับมุมมองทางคลินิก (เน้น Patient Safety/Impact) และความสำคัญของการร่วมมือระหว่างโรงพยาบาลและบริษัทเทคโนโลยีเพื่อการนำไปใช้จริงอย่างยั่งยืน (27:31-29:31, 1:20:54-1:21:44)
หมายเหตุ: สรุปจาก AI