SCB 10X จับมือศิริราชฯ นำ AI ‘Typhoon’ ผลักดันวงการแพทย์ เปิดผลงานวิจัย ‘Medical Thinking AI’ ยกระดับการให้เหตุผลทางการแพทย์

Category: ไอที-เทคโนฯ
Published on Monday, 19 January 2026 10:07
Hits: 3155
0 Share
SCB 10X จับมือศิริราชฯ นำ AI ‘Typhoon’ ผลักดันวงการแพทย์ เปิดผลงานวิจัย ‘Medical Thinking AI’ ยกระดับการให้เหตุผลทางการแพทย์

 

SCB 10X จับมือศิริราชฯ นำ AI ‘Typhoon’ ผลักดันวงการแพทย์ เปิดผลงานวิจัย ‘Medical Thinking AI’ ยกระดับการให้เหตุผลทางการแพทย์

 

1210 SCB10X Typhoon Siriraj

 

         เอสซีบี เท็นเอกซ์ (SCB 10X) บริษัทด้านการลงทุนในเทคโนโลยีเปลี่ยนโลก (Disruptive Technology) ภายใต้กลุ่มเอสซีบีเอกซ์ (SCBX Group) เดินหน้าสานต่อพันธกิจสร้างนวัตกรรมเทคโนโลยีเพื่อยกระดับและขับเคลื่อนสังคมไทย ล่าสุดจับมือคณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล ร่วมวิจัยและพัฒนาเทคโนโลยีปัญญาประดิษฐ์ (AI) ทางการแพทย์ ผ่านความร่วมมือข้ามศาสตร์ ผสานองค์ความรู้ด้านคลินิก ข้อมูลทางการแพทย์ และโจทย์ปัญหาจริงจากแพลตฟอร์ม SiData+ ของศิริราชฯ เข้ากับความเชี่ยวชาญด้าน AI ขั้นสูงของ Typhoon จาก SCB 10X เพื่อสร้างนวัตกรรมที่ตอบโจทย์การรักษาและยกระดับคุณภาพชีวิตของคนไทย

         ความร่วมมือดังกล่าวนำไปสู่ผลงานวิจัยเรื่อง “On the Robustness of Answer Formats in Medical Reasoning Models” ซึ่งสะท้อนแนวคิดใหม่ของการพัฒนา AI ทางการแพทย์ที่ไม่ได้มุ่งเพียงการให้คำตอบเดียว แต่มีการคิดก่อนตอบและให้ความสำคัญกับรูปแบบของคำตอบที่สะท้อนถึงการใช้งานจริง เพื่อสนับสนุนการตัดสินใจของบุคลากรทางการแพทย์ได้อย่างรอบด้านและปลอดภัยยิ่งขึ้น

         หนึ่งในความสำเร็จสำคัญของโครงการคือการร่วมพัฒนา Typhoon-Si-Med-Thinking-4B โมเดล AI แบบคิดก่อนตอบทางการแพทย์ขนาดกะทัดรัด ที่ถูกออกแบบมาเพื่อเป็น “ผู้ช่วยทางความคิด” ของแพทย์ โดยไม่ทดแทนการตัดสินใจของมนุษย์ โมเดลนี้นับเป็นโมเดลแรกที่ฝึกมาเพื่อให้คำตอบในรูปแบบรายการวินิจฉัยที่จัดลำดับตามความเป็นไปได้ (Ranked diagnostic lists) ซึ่งใกล้เคียงกับกระบวนการวินิจฉัยแยกโรคในทางปฏิบัติของแพทย์ ช่วยลดความเสี่ยงจากอคติ (Bias) และสนับสนุนการให้เหตุผลเชิงคลินิกได้ดียิ่งขึ้น เมื่อเทียบกับ Large Language Models (LLMs) ทั่วไปที่ให้คำตอบเพียงคำตอบเดียว

         ผลการทดสอบเบื้องต้นพบว่า แม้ Typhoon-Si-Med-Thinking-4B จะมีขนาดพารามิเตอร์เล็กกว่าโมเดลภาษาขนาดใหญ่เชิงพาณิชย์จากต่างประเทศอย่างมีนัยสำคัญ แต่สามารถให้คำตอบแบบจัดลำดับความเป็นไปได้ได้อย่างแม่นยำกว่า สะท้อนศักยภาพของโมเดล AI ขนาดเล็กที่พัฒนาแบบเฉพาะทาง มีประสิทธิภาพสูง และต้นทุนที่เข้าถึงได้ ทั้งนี้ โมเดลดังกล่าวยังอยู่ในขั้นงานวิจัยเริ่มต้น และยังต้องการการทดสอบเพิ่มเติมสำหรับการใช้งานจริงร่วมกับบุคคลากรทางการแพทย์ ด้วยเป้าหมายสำคัญคือการเผยแพร่องค์ความรู้เพื่อเปิดโอกาสให้นักวิจัยภายนอกสามารถเข้าถึง และนำไปต่อยอดได้ เพื่อให้เกิดประโยชน์สูงสุดต่อระบบสาธารณสุขไทยและสังคมในวงกว้าง

         ผู้สนใจสามารถศึกษารายละเอียดเชิงเทคนิคของโมเดลและงานวิจัยได้ที่เว็บไซต์ opentyphoon.ai และร่วมรับฟังแนวคิด รายละเอียดเทคโนโลยีเชิงลึก และผลกระทบของโครงการนี้ ได้ในงาน SiData+ Conference 2026 ซึ่งจะจัดขึ้นในวันศุกร์ที่ 23 มกราคม 2569 ณ ห้องประชุมวีกิจ วีรานุวัตติ์ ตึกอัษฎางค์ ชั้น 4 โรงพยาบาลศิริราช คณะแพทยศาสตร์ศิริราชพยาบาล ภายใต้หัวข้อ “Single Answer Is Not Enough: On Generating Ranked Lists with Medical Reasoning Models” ร่วมกับ คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดลโดยผู้ที่สนใจสามารถลงทะเบียนได้ที่ https://www2.si.mahidol.ac.th/sirirajconference/event/sm/content/3528/TH/34276

 

 

1210

Click Donate Support Web 

SME720x100 2024EXIM One 720x90 C JPTG 720x100Banner GPF720x100 PXTOA 720x100

CKPower 720x100

QIC 720x100วิริยะ 720x100aia 720 x100BKI 720 x 100MTI 720x100MTL 720x100ธกส 720x100ใจฟู720x100px