AI ในฐานะ Smart Tool ยกระดับทักษะแรงงานยุคใหม่
ท่ามกลางความกังวลว่าระบบ AI และเครื่องจักรอัตโนมัติจะเข้ามาแย่งงาน งานวิจัยล่าสุดจาก Caltech พิสูจน์แล้วว่าเราสามารถออกแบบ ‘Smart Tool’ เพื่อใช้เป็นผู้ช่วยฝึกอบรมและแนะนำขั้นตอนการทำงานซับซ้อนให้พนักงานใหม่ได้สำเร็จ แนวคิดนี้นำมาประยุกต์ใช้กับแผนก QA/QC หรือสายการผลิตในอุตสาหกรรมไทย เช่น โรงงานผลิตยา อาหาร และชิ้นส่วนอิเล็กทรอนิกส์ เพื่อแก้ปัญหาการขาดแคลนแรงงานทักษะสูงได้ทันทีโดยไม่ต้องใช้ระบบอัตโนมัติแบบเต็มรูปแบบ
การเข้ามาของระบบอัตโนมัติและปัญญาประดิษฐ์ (AI) อาจสร้างความกังวลเรื่องการถูกแย่งงาน แต่นักวิจัยจากสถาบันเทคโนโลยีแคลิฟอร์เนีย (Caltech) พิสูจน์ให้เห็นว่า เครื่องมืออัจฉริยะสามารถนำมาใช้เพื่อฝึกอบรมและช่วยเหลือบุคลากรได้โดยไม่ต้องทดแทนพวกเขาเสมอไป ล่าสุดทีมงานได้พัฒนาอุปกรณ์ต้นทุนต่ำเพื่อช่วยสอนและแนะนำผู้ที่มีประสบการณ์ในห้องปฏิบัติการเพียงเล็กน้อย ให้สามารถทำขั้นตอนที่ซับซ้อนได้อย่างถูกต้อง ซึ่งจะช่วยบรรเทาปัญหาการขาดแคลนบุคลากรที่จำกัดขีดความสามารถด้านสาธารณสุขทั่วโลก
ข้อมูลจากข่าวประชาสัมพันธ์ของ Caltech ระบุว่า อุปกรณ์ดังกล่าวถูกออกแบบมาเพื่อติดตามความคืบหน้าของผู้ใช้งานระหว่างกระบวนการรวมตัวอย่าง (Sample-Pooling) ซึ่งเป็นการนำตัวอย่างทางชีววิทยาจากหลายบุคคลมารวมกันก่อนทำการทดสอบ วิธีนี้มีประสิทธิภาพสูงในการตรวจวินิจฉัยโรคเนื่องจากช่วยลดทั้งเวลา ต้นทุน และวัสดุที่ใช้ โดยทีมงานมุ่งเน้นการประยุกต์ใช้กับการตรวจหาลำดับสารพันธุกรรมระดับกรดนิวคลีอิก (Nucleic Acid Amplification Tests หรือ NAATs) ที่มีความแม่นยำสูง สำหรับตรวจหาเชื้อก่อโรคติดต่อต่างๆ เช่น ไวรัสระบบทางเดินหายใจ หรือโรคติดต่อทางเลือด
กระบวนการรวมตัวอย่างแม้จะช่วยประหยัดค่าใช้จ่าย แต่ก็เสี่ยงต่อการเกิดข้อผิดพลาดได้ง่าย ทำให้มักถูกจำกัดการใช้งานอยู่แค่ในห้องปฏิบัติการขนาดใหญ่ที่มีระบบหุ่นยนต์จัดการของเหลว อุปกรณ์ใหม่ของ Caltech จึงเข้ามาทำให้กระบวนการนี้สามารถนำไปปฏิบัติจริงได้ในสถานพยาบาลขนาดเล็กถึงขนาดกลาง ตัวเครื่องจะให้คำแนะนำทีละขั้นตอนแบบไม่พึ่งพาภาษาใดภาษาหนึ่งโดยเฉพาะ พร้อมแสดงผลตอบกลับแบบ Real-Time เช่น การส่งเสียงและไฟกะพริบแจ้งเตือนหากข้ามขั้นตอน นอกจากนี้ตัวเครื่องยังถูกสร้างขึ้นจากชิ้นส่วนอิเล็กทรอนิกส์ต้นทุนต่ำ โมดูลที่พิมพ์ด้วยเทคโนโลยี 3D และทำงานบนระบบ Open-Source ทั้งหมด
Minkyo Lee นักศึกษาระดับบัณฑิตศึกษาจากห้องปฏิบัติการของ Rustem F. Ismagilov ซึ่งเป็นผู้นำการวิจัยนี้ อธิบายว่า “ต้นทุนที่สูงของการทดสอบ NAATs เป็นอุปสรรคสำคัญต่อการเข้าถึงบริการด้านสุขภาพระดับโลก การรวมตัวอย่างสามารถช่วยได้ แต่ก็ต้องอาศัยทักษะที่มักขาดแคลนในพื้นที่ที่มีทรัพยากรจำกัด การฝึกให้ผู้ใช้งานรวมตัวอย่างได้อย่างน่าเชื่อถือทำให้อุปกรณ์ของเราแก้ปัญหาได้ถึงสองประการพร้อมกัน ทั้งด้านต้นทุนและกำลังคน”
ในการทดสอบกับผู้เข้าร่วม 48 คน ซึ่งส่วนใหญ่ไม่มีประสบการณ์ในห้องปฏิบัติการ พบว่าอุปกรณ์ช่วยให้ผู้ใช้งานจัดการตัวอย่างจำลองได้แม่นยำขึ้นและมีข้อผิดพลาดน้อยลงเมื่อเทียบกับคู่มือแบบกระดาษ งานวิจัยที่ตีพิมพ์ในวารสารวิชาการ PNAS Nexus ยังยืนยันประสิทธิภาพของเครื่องมือนี้ด้วยการทดสอบทางคลินิกจริงจากกลุ่มตัวอย่างในประเทศบังกลาเทศ โดยผลลัพธ์จากการรวมตัวอย่างด้วยอุปกรณ์ดังกล่าวมีความสอดคล้อง 100% กับเทคนิคมาตรฐานอย่างการทดสอบ PCR (Polymerase Chain Reaction) เชิงปริมาณ
ที่มา:
Caltech