ทันเอไอ

งานวิจัยชี้ AI ด้านสุขภาพจิตยังมีความเสี่ยง ขาดการทดสอบทางคลินิกจริง

ผลวิเคราะห์ระบบบทความวิจัยระดับนานาชาติเผย LLMs มีศักยภาพช่วยคัดกรองสุขภาพจิต แต่ยังมีความท้าทายด้านจริยธรรมและความปลอดภัยที่ต้องระวัง

ทีมนักวิจัยนำโดย Yisong Chen และคณะ ได้เผยแพร่บทความทบทวนวรรณกรรมอย่างเป็นระบบ (Systematic Review) ในหัวข้อ "Large Language Models in Mental Health: A Systematic Review of Applications, Innovations, and Ethical Challenges" ซึ่งตีพิมพ์ในวารสาร Journal of Industrial Integration and Management และเผยแพร่บนคลังพรีพริ้นท์ arXiv (cs.AI)

ในการศึกษานี้ ทีมนักวิจัยได้ใช้ระเบียบวิธีวิจัยตามมาตรฐาน PRISMA ทำการคัดกรองบทความวิจัยที่เกี่ยวข้องทั้งหมด 304 ฉบับ และคัดเลือกเหลือ 92 ฉบับที่มีคุณภาพสูง เพื่อนำมาวิเคราะห์การประยุกต์ใช้โมเดลภาษาขนาดใหญ่ (Large Language Models หรือ LLMs) ในด้านสุขภาพจิต

ผลการศึกษาพบว่า ขอบเขตการประยุกต์ใช้ LLMs ในปัจจุบันครอบคลุมตั้งแต่การตรวจจับสัญญาณภาวะซึมเศร้าและการประเมินความเสี่ยงต่อการฆ่าตัวตายในระยะเริ่มต้น ผ่านการวิเคราะห์ข้อความบนโซเชียลมีเดียและเวชระเบียนอิเล็กทรอนิกส์ ไปจนถึงการพัฒนาระบบแชตบอตสนทนาบำบัด (Conversational Agents) และระบบช่วยตัดสินใจสำหรับบุคลากรทางการแพทย์ นอกจากนี้ยังมีการใช้นวัตกรรมอย่าง Prompt Engineering (วิศวกรรมคำสั่ง) สำหรับการแพทย์เฉพาะทาง และการผสานข้อมูลหลายรูปแบบ (Multimodal Integration) เช่น ข้อความ เสียง และข้อมูลจากเซนเซอร์ เพื่อเพิ่มความแม่นยำ

อย่างไรก็ตาม งานวิจัยชี้ให้เห็นถึงความท้าทายและข้อจำกัดทางจริยธรรมที่สำคัญ โดยระบุว่างานวิจัยส่วนใหญ่ยังอยู่ในระดับทดลอง และยังขาดการทดสอบทางคลินิกจริง (Lack of Clinical Validation) นอกจากนี้ยังมีความเสี่ยงด้านความแม่นยำและความปลอดภัย เช่น ปัญหาภาพหลอน (Hallucination) และการเออออตามผู้ใช้ (Sycophancy) ซึ่งอาจนำไปสู่ข้อผิดพลาดในการวินิจฉัย รวมถึงประเด็นเรื่องความเป็นส่วนตัวของข้อมูลผู้ป่วย ความโปร่งใสของโมเดล (Black-box) และการขาดกรอบกำกับดูแลทางกฎหมายที่ชัดเจน