โดย เพซาค เบนสัน • 25 ตุลาคม 2026

เยรูซาเล็ม, 25 ตุลาคม 2026 (TPS-IL) — การศึกษาของอิสราเอลพบว่า โมเดลปัญญาประดิษฐ์อาจแนะนำการตรวจทางการแพทย์ที่ไม่จำเป็น แม้ในกรณีที่ผู้ป่วยมีแนวโน้มว่าจะไม่ได้รับประโยชน์จากการตรวจเหล่านั้น โดยความน่าจะเป็นมีความแตกต่างกันอย่างมากตามโมเดลที่นำมาใช้ ความแตกต่างดังกล่าวมีมากที่สุดในกรณีที่แพทย์มีความเห็นไม่ตรงกันเกี่ยวกับแนวทางการรักษาที่เหมาะสม

การศึกษาซึ่งจัดทำโดยคลาลิต เฮลท์ เซอร์วิสเซส (Clalit Health Services) และมหาวิทยาลัยเบนกูเรียนแห่งเนเกฟ ได้ประเมินโมเดลปัญญาประดิษฐ์ 6 โมเดล เพื่อตัดสินว่าโมเดลสามารถรับรู้ได้หรือไม่เมื่อการแทรกแซงทางการแพทย์นั้นไม่มีความจำเป็น โดยนักวิจัยพบว่า โมเดลแนะนำการตรวจหรือการรักษาที่ไม่จำเป็นใน 5.4% ของกรณีที่การแทรกแซงไม่มีความจำเป็น ขณะเดียวกันก็แนะนำอย่างไม่ถูกต้องว่าไม่ต้องรับการรักษาที่จำเป็นใน 0.6% ของกรณีที่ต้องได้รับการแทรกแซง

ข้อค้นพบดังกล่าวชี้ให้เห็นถึงจุดอ่อนที่อาจเกิดขึ้นได้ ในขณะที่ผู้ให้บริการด้านการดูแลสุขภาพกำลังพิจารณาการใช้ปัญญาประดิษฐ์เพื่อช่วยชี้นำการตัดสินใจทางการแพทย์ กล่าวคือ โมเดลอาจทำงานได้ดีในภาพรวม แต่อาจให้คำแนะนำที่แตกต่างกันอย่างสิ้นเชิงเมื่อหลักฐานทางการแพทย์หรือแนวทางปฏิบัติทางวิชาชีพยังไม่มีข้อสรุปชัดเจน

การตรวจที่ไม่จำเป็นอาจตรวจพบความผิดปกติที่ไม่เป็นอันตราย ซึ่งนำไปสู่การตรวจเพิ่มเติม การส่งต่อผู้ป่วย และในบางครั้งรวมถึงหัตถการที่มีการลุกล้ำร่างกายหรือการผ่าตัด การติดตามดูแลดังกล่าวอาจทำให้เกิดความวิตกกังวล สิ้นเปลืองทรัพยากรด้านสาธารณสุข และทำให้ผู้ป่วยเผชิญกับความเสี่ยงที่หลีกเลี่ยงได้ ในขณะเดียวกัน ความระมัดระวังจนเกินไปเกี่ยวกับการส่งตรวจก็อาจก่อให้เกิดอันตรายได้หากส่งผลให้ไม่ได้รับการรักษาที่จำเป็น

“ผู้ป่วยรู้สึกว่าการตรวจเพิ่มอีกสักอย่างช่วยเพิ่มความมั่นใจ แต่การทำ MRI หลังที่ไม่จำเป็นในบางครั้งก็ตรวจพบหมอนรองกระดูกเคลื่อนหรือการเสื่อมสภาพ ซึ่งมีอยู่ในคนที่มีสุขภาพดีโดยไม่มีอาการปวดใดๆ ได้เช่นกัน และจากจุดนั้น เส้นทางสู่ความวิตกกังวล การตรวจเพิ่มเติม และกระทั่งการรักษาที่ไม่จำเป็น ก็อาจอยู่ไม่ไกลนัก” นพ. ดีน แอเรียล แพทย์เวชปฏิบัติครอบครัวที่คลาลิต เฮลท์ เซอร์วิสเซส และนักวิจัยด้านปัญญาประดิษฐ์ทางการแพทย์ซึ่งเป็นผู้นำการศึกษานี้ กล่าว

“โมเดลภาษาได้เรียนรู้วิชาการแพทย์จากข้อความของเรา รวมถึงจากนิสัยที่ไม่ค่อยดีนักของเรา และเราต้องการตรวจสอบว่าโมเดลซึมซับความสามารถในการยับยั้งตนเองเมื่อจำเป็นด้วยหรือไม่” แอเรียลกล่าวเสริม “ในกรณีส่วนใหญ่ โมเดลรู้ว่าเมื่อใดควรหยุด และมักสะดุดในจุดที่พวกเราซึ่งเป็นแพทย์เกิดความลังเลเป็นหลัก”

นักวิจัยได้พัฒนาสถานการณ์จำลองทางการแพทย์ขึ้นโดยอิงจากคำแนะนำของโครงการริเริ่ม Choosing Wisely ซึ่งเป็นแคมเปญระดับนานาชาติที่เปิดตัวในปี 2012 เพื่อกีดกันการตรวจและการรักษาทางการแพทย์ที่มีประโยชน์เพียงเล็กน้อยหรือไม่มีประโยชน์เลย โดยได้ทดสอบโมเดลภาษา 6 โมเดลที่พัฒนาโดย Google, Anthropic และ OpenAI และวิเคราะห์คำตอบหลายพันคำตอบ

สถานการณ์จำลองดังกล่าวเปรียบเทียบความแตกต่างระหว่างสถานการณ์ที่การตรวจแบบเดียวกันอาจเป็นการตรวจที่ไม่จำเป็นหรือจำเป็นอย่างยิ่ง ตัวอย่างเช่น ชายหนุ่มที่มีอาการปวดหลังหลังจากยกเฟอร์นิเจอร์ โดยทั่วไปแล้วไม่จำเป็นต้องตรวจภาพถ่ายทางรังสีในทันที ในทางตรงกันข้าม สตรีที่มีประวัติมะเร็งเต้านมซึ่งเริ่มมีอาการปวดหลังครั้งใหม่ที่ทรุดลงในเวลากลางคืน อาจจำเป็นต้องตรวจภาพถ่ายทางรังสีเพื่อตรวจสอบปัญหาที่อาจร้ายแรง

เมื่อแพทย์เห็นไม่ตรงกัน

โมเดลประสบปัญหามากที่สุดกับคำแนะนำ 2 ประเภท โดยแนะนำการตรวจอัลตราซาวด์ต่อมไทรอยด์ที่ไม่จำเป็นสำหรับก้อนเนื้อขนาดเล็กใน 42.8% ของคำตอบ และแนะนำการตรวจคลื่นไฟฟ้าหัวใจ (electrocardiogram) ซึ่งบันทึกกิจกรรมทางไฟฟ้าของหัวใจเป็นประจำ ใน 28.3% ของคำตอบที่เกี่ยวข้องกับผู้ป่วยที่มีความเสี่ยงต่ำ

ข้อค้นพบเหล่านี้เน้นย้ำถึงความยากลำบากในการตัดสินว่าเมื่อใดที่การตรวจจึงถือว่าสมเหตุสมผล องค์กรทางการแพทย์มีความเห็นต่างกันในคำแนะนำสำหรับการประเมินก้อนเนื้อขนาดเล็กบางชนิดที่ต่อมไทรอยด์ เช่นเดียวกัน ความจำเป็นในการตรวจคลื่นไฟฟ้าหัวใจขึ้นอยู่กับอาการของผู้ป่วยและสถานการณ์ทางคลินิก แม้ว่าความเสี่ยงโดยรวมจะต่ำก็ตาม

ความแตกต่างระหว่างโมเดลมีความเด่นชัดเป็นพิเศษในสถานการณ์จำลองที่ผู้เชี่ยวชาญทางการแพทย์มีความเห็นไม่ตรงกันเกี่ยวกับแนวทางการปฏิบัติที่เหมาะสม โมเดลหนึ่งแนะนำการตรวจที่ไม่จำเป็นในสัดส่วนน้อยกว่า 10% ของคำตอบ ขณะที่อีกโมเดลหนึ่งแนะนำเช่นนั้นถึง 80% ของคำตอบในสถานการณ์จำลองเดียวกัน ข้อค้นพบดังกล่าวชี้ว่าการเลือกโมเดลปัญญาประดิษฐ์อาจส่งผลกระทบอย่างมีนัยสำคัญต่อคำแนะนำที่ผู้ป่วยได้รับในสถานการณ์ที่มีความไม่แน่นอนทางการแพทย์

“เรารับฟังคำตอบของโมเดลภาษาในฐานะเสียงเดียวที่มีอำนาจตัดสิน เสมือนหนึ่งว่ามี ‘จุดยืนของปัญญาประดิษฐ์’ อยู่จริง” ดร. กาย ลาวาน นักวิจัยทางวิชาการระดับอาวุโสในภาควิชาวิศวกรรมอุตสาหการและการจัดการของมหาวิทยาลัยเบนกูเรียน กล่าว

ลาวานยังได้หยิบยกข้อกังวลที่ว่า โมเดลภาษาอาจเปลี่ยนคำแนะนำของตนเมื่อผู้ใช้ยืนกรานว่าต้องการรับการตรวจ ซึ่งอาจบั่นทอนความสามารถในการให้คำแนะนำทางการแพทย์ที่สม่ำเสมอได้

นักวิจัยกล่าวว่า ระบบปัญญาประดิษฐ์ควรได้รับการประเมินไม่เพียงแต่จากความสามารถในการระบุการรักษาที่จำเป็นเท่านั้น แต่ยังรวมถึงความสามารถในการตระหนักว่าเมื่อใดที่การตรวจหรือการรักษาไม่มีความจำเป็นด้วย อย่างไรก็ตาม เนื่องจากการศึกษานี้ตรวจสอบคำตอบต่อสถานการณ์จำลองทางการแพทย์ที่ถูกสร้างขึ้น จึงไม่ได้ระบุว่าโมเดลจะมีประสิทธิภาพอย่างไรเมื่อให้คำแนะนำแก่ผู้ป่วยจริง

การศึกษานี้ได้รับการตีพิมพ์ในวารสารทางการแพทย์ที่ผ่านการประเมินโดยผู้ทรงคุณวุฒิ Annals of Internal Medicine