Google และ Abbott ได้บรรลุข้อตกลงระยะเวลาหลายปีในการสตรีมข้อมูลระดับน้ำตาลในเลือดแบบเรียลไทม์จากเครื่องตรวจวัดระดับน้ำตาลต่อเนื่อง Lingo ของ Abbott เข้าสู่โค้ชสุขภาพที่ขับเคลื่อนด้วย Gemini ภายในแอป Google Health ความเคลื่อนไหวนี้ช่วยให้ผู้ใช้มีผู้ช่วยดิจิทัลที่สามารถแปลความผันผวนของระดับน้ำตาลในเลือดในแต่ละขณะให้กลายเป็นคำแนะนำด้านไลฟ์สไตล์ที่จับต้องได้ ซึ่งก้าวไปไกลกว่าคำแนะนำทั่วไปที่แอปเพื่อสุขภาพส่วนใหญ่มีให้

ผู้ช่วยด้านสุขภาพรูปแบบใหม่

เซนเซอร์ Lingo ของ Abbott จะวัดระดับน้ำตาลทุกๆ ไม่กี่นาที ทำให้เกิดกระแสข้อมูลที่ไหลเวียนอย่างต่อเนื่องซึ่งแสดงให้เห็นว่าอาหาร การนอนหลับ และความเครียดส่งผลต่อพลังงานของร่างกายอย่างไร การป้อนกระแสข้อมูลนั้นเข้าสู่ Gemini โดยตรงช่วยให้โมเดลภาษาขนาดใหญ่ของ Google สามารถตรวจพบรูปแบบต่างๆ ได้ทันทีที่เกิดขึ้น ตัวอย่างเช่น หากระดับน้ำตาลพุ่งสูงขึ้นหลังมื้อกลางวัน ระบบจะส่งคำแนะนำให้รับประทานอาหารว่างที่มีค่าดัชนีน้ำตาลต่ำในมื้อถัดไป หรือหากระดับน้ำตาลต่ำเกินไปในช่วงกลางคืน ระบบจะแจ้งเตือนให้ปรับเปลี่ยนกิจวัตรก่อนนอน

ข้อมูลทั้งหมดนี้จะรวมอยู่ในแอป Google Health ซึ่งมีการรวบรวมข้อมูลจำนวนก้าว อัตราการเต้นของหัวใจ และข้อมูลการนอนหลับอยู่แล้ว การผสานรวมนี้จะเพิ่มเลเยอร์ด้านเมตาบอลิซึม (metabolic layer) ช่วยให้ผู้ใช้สามารถดูแดชบอร์ดเดียวที่แสดงกราฟระดับน้ำตาลควบคู่ไปกับตัวชี้วัดอื่นๆ โดยมี AI ทำหน้าที่ประมวลผลข้อมูลที่ซับซ้อน เปลี่ยนตัวเลขดิบๆ ให้เป็นข้อมูลเชิงลึกที่เข้าใจง่ายด้วยภาษาปกติ ซึ่งจะปรับเปลี่ยนไปตามสรีรวิทยาของผู้ใช้ที่เปลี่ยนแปลงไป

ทำไมความร่วมมือนี้จึงสำคัญในตอนนี้

เซนเซอร์แบบสวมใส่ได้รับความนิยมอย่างล้นหลาม แต่แอปส่วนใหญ่ยังคงจัดการข้อมูลในลักษณะเป็นเพียงบันทึกสถิติทั่วไป ความร่วมมือระหว่าง Google และ Abbott นี้กำลังผลักดันโมเดลไปสู่การช่วยเหลือแบบ “agentic” ซึ่งเป็นซอฟต์แวร์ที่ไม่เพียงแต่อ่านข้อมูลเท่านั้น แต่ยังตัดสินใจได้ว่าจะดำเนินการอย่างไรกับข้อมูลนั้นด้วย การเปลี่ยนแปลงนี้สะท้อนถึงแนวโน้มที่กว้างขึ้น นั่นคือการเปลี่ยนจากการแจ้งเตือนเชิงรับ (“ระดับน้ำตาลของคุณสูง”) ไปสู่การโค้ชเชิงรุก (“ลดคาร์โบไฮเดรตในมื้อเย็นเพื่อลดการแกว่งของระดับน้ำตาลในวันพรุ่งนี้”)

Google สนับสนุนพลังในการประมวลผลมหาศาลและกลไกการใช้เหตุผลที่ซับซ้อน ในขณะที่ Abbott จัดหาฮาร์ดแวร์ระดับการแพทย์ที่ผ่านมาตรฐานการรับรองด้านความแม่นยำ ทั้งสองบริษัทร่วมกันสร้างผลิตภัณฑ์ที่เน้นผู้บริโภคเป็นหลัก ซึ่งมีความเข้มงวดใกล้เคียงกับเครื่องมือทางการแพทย์โดยไม่จำเป็นต้องไปพบแพทย์ที่คลินิก

ใครคือผู้ที่จะได้รับประโยชน์ และใครที่อาจกังวล

สำหรับผู้ใช้ ประโยชน์ที่ได้รับคือคำแนะนำที่ตรงประเด็นมากขึ้น ผู้ที่มีภาวะก่อนเบาหวานอาจเห็นพฤติกรรมประจำวันที่ช่วยรักษาระดับน้ำตาลให้อยู่ในเกณฑ์ที่สุขภาพดีขึ้น ซึ่งอาจช่วยชะลอการใช้ยาได้ ส่วนผู้ที่รักการออกกำลังกายจะได้เห็นภาพที่ชัดเจนขึ้นว่าการฝึกซ้อมส่งผลต่อการใช้พลังงานอย่างไร นอกจากนี้ นักพัฒนาอาจพบต้นแบบในการสร้างเอเจนต์ด้านสุขภาพที่ขับเคลื่อนด้วย AI อื่นๆ ที่สามารถรับข้อมูลจากกระแสเซนเซอร์แบบสดได้

ในทางกลับกัน ประเด็นเรื่องความเป็นส่วนตัวก็เป็นสิ่งที่น่ากังวล ข้อมูลระดับน้ำตาลอย่างต่อเนื่องเป็นข้อมูลส่วนบุคคลที่ละเอียดอ่อนมาก เพราะสามารถเปิดเผยพฤติกรรมการกิน ระดับความเครียด และแม้แต่สภาวะทางการแพทย์ที่อาจเกิดขึ้นได้ การรวมกระแสข้อมูลนี้เข้ากับ AI ที่เรียนรู้จากผู้ใช้อีกหลายพันล้านคนจึงนำไปสู่คำถามเกี่ยวกับการจัดเก็บ การเข้าถึง และความเป็นไปได้ในการนำข้อมูลไปใช้เพื่อการโฆษณาหรือการพิจารณารับประกันภัย

อีกความกังวลหนึ่งคือความรับผิดทางกฎหมายทางการแพทย์ AI ที่แนะนำการเปลี่ยนแปลงด้านอาหารโดยอิงจากแนวโน้มของระดับน้ำตาลนั้นก้าวอยู่บนเส้นแบ่งบางๆ ระหว่างการโค้ชเพื่อสุขภาพและการให้คำแนะนำทางการแพทย์ หากคำแนะนำนำไปสู่เหตุการณ์ที่ไม่พึงประสงค์ ก็ยังไม่ชัดเจนว่าความรับผิดชอบจะตกอยู่ที่ผู้ผลิตอุปกรณ์ นักพัฒนา AI หรือเจ้าของแพลตฟอร์ม

ข้อโต้แย้ง: AI ไม่ใช่สิ่งทดแทนการดูแลโดยผู้เชี่ยวชาญ

นักวิจารณ์โต้แย้งว่าแม้แต่โมเดลภาษาที่ล้ำสมัยที่สุดก็ยังขาดวิจารณญาณทางคลินิกที่จำเป็นสำหรับการตัดสินใจด้านสุขภาพที่ละเอียดอ่อน Gemini สามารถตรวจพบแนวโน้มได้ แต่ไม่สามารถแทนที่ความสามารถของแพทย์ในการตีความผลแล็บภายใต้บริบทของประวัติทางการแพทย์ทั้งหมดได้ แม้ว่าสื่อประชาสัมพันธ์ของความร่วมมือนี้จะเน้นย้ำเรื่อง “การโค้ชส่วนบุคคล” (personalized coaching) ไม่ใช่การวินิจฉัย แต่ความแตกต่างนี้อาจเลือนลางสำหรับผู้ใช้ที่พึ่งพาแอปนี้เป็นแนวทางหลักด้านสุขภาพ

สิ่งที่ต้องจับตามองต่อไป

  • การตรวจสอบจากหน่วยงานกำกับดูแล: หน่วยงานด้านสาธารณสุขอาจตรวจสอบว่าบริการที่ผสานรวมนี้จัดการกับข้อมูลระดับการแพทย์อย่างไร และเป็นไปตามมาตรฐานสำหรับดิจิทัลเทอราพิวติกส์ (digital therapeutics) หรือไม่
  • นโยบายการธรรมาภิบาลข้อมูล: แนวทางของ Google ในการทำให้ข้อมูลระดับน้ำตาลเป็นข้อมูลนิรนามและมีความปลอดภัย จะกลายเป็นบรรทัดฐานสำหรับการทำงานร่วมกันระหว่าง AI และสุขภาพในอนาคต
  • การขยายไปยังตัวบ่งชี้ทางชีวภาพอื่นๆ: หากโมเดล Gemini พิสูจน์แล้วว่ามีประสิทธิภาพกับระดับน้ำตาล อาจมีการพัฒนาช่องทางที่คล้ายกันสำหรับความแปรปรวนของอัตราการเต้นของหัวใจ (heart-rate variability) ความดันโลหิต หรือการแบ่งระยะการนอนหลับ (sleep staging)
  • อัตราการใช้งานของผู้ใช้: การตอบรับในช่วงแรกจะเป็นสัญญาณบ่งบอกว่าผู้บริโภคจะไว้วางใจให้ AI ตีความตัวชี้วัดที่ตามปกติแล้วต้องได้รับการติดตามโดยแพทย์หรือไม่

ความร่วมมือนี้เป็นการผสานสองกระแสหลักที่ทรงพลังของเทคโนโลยีสุขภาพสมัยใหม่เข้าด้วยกัน นั่นคือ การติดตามข้อมูลชีวมาตรอย่างต่อเนื่อง และการใช้เหตุผลของ Generative AI หากระบบที่ผสานกันนี้สามารถให้คำแนะนำที่นำไปปฏิบัติได้จริงแบบเรียลไทม์ โดยยังคงเคารพความเป็นส่วนตัวและความปลอดภัย มันอาจจะเปลี่ยนโฉมหน้าวิธีการที่ผู้คนทั่วไปใช้จัดการสุขภาพด้านเมตาบอลิซึมของตนเอง แต่หากไม่เป็นเช่นนั้น การทดลองนี้อาจตอกย้ำมุมมองที่ว่า AI ไม่ว่าจะชาญฉลาดเพียงใดก็ตาม ก็ยังคงเป็นเพียงส่วนเสริม ไม่ใช่สิ่งที่จะมาทดแทนการดูแลโดยผู้เชี่ยวชาญทางการแพทย์