SCB 10X ร่วมกับ ศิริราชฯ เปิดตัวโมเดล ‘Typhoon-Si-Med-Thinking-4B’ AI อัจฉริยะที่คิดวิเคราะห์ได้เหมือนหมอ โดยใช้ข้อมูลจริงจากแพลตฟอร์ม SiData+

SCB 10X ในเครือ SCBX Group เดินหน้าตอกย้ำภารกิจ Moonshot Mission ลุยพัฒนา Deep Tech ต่อเนื่อง โดยล่าสุดประกาศความร่วมมือครั้งสำคัญกับ คณะแพทยศาสตร์ศิริราชพยาบาล มหาวิทยาลัยมหิดล นำโมเดลภาษาขนาดใหญ่ภาษาไทยอย่าง “Typhoon” มาผสานกับข้อมูลทางการแพทย์เชิงลึกจากแพลตฟอร์ม SiData+ เปิดตัวงานวิจัย “Medical Thinking AI” ยกระดับการวินิจฉัยโรคด้วย AI ที่ไม่ได้แค่ตอบคำถามแต่ช่วยคิดหาเหตุผล เพื่อเป็นผู้ช่วยแพทย์ได้อย่างแม่นยำและปลอดภัยยิ่งขึ้น

ความร่วมมือข้ามศาสตร์ครั้งนี้ เป็นการดึงจุดแข็งของทั้งสองฝ่ายมารวมกัน ระหว่างความเชี่ยวชาญด้านคลินิกและโจทย์จริงจาก ศิริราชฯ กับเทคโนโลยี AI ขั้นสูงจาก SCB 10X เพื่อแก้ จุดอ่อนของการใช้ AI ทางการแพทย์ในปัจจุบัน และยกระดับคุณภาพชีวิตคนไทยผ่านนวัตกรรม HealthTech

ฉีกกฎ AI เดิมๆ ด้วยแนวคิด “คิดก่อนตอบ” 

ไฮไลท์สำคัญของโปรเจกต์นี้คืองานวิจัยหัวข้อ “On the Robustness of Answer Formats in Medical Reasoning Models” ซึ่งนำเสนอแนวคิดใหม่ที่แตกต่างจาก Large Language Models (LLMs) ทั่วไปที่มักถูกเทรนให้ตอบคำถามเพียง 'คำตอบเดียว' ซึ่งอาจไม่เพียงพอและไม่ครอบคลุมสำหรับการรักษาจริง

ทีมวิจัยจึงได้พัฒนา “Typhoon-Si-Med-Thinking-4B” โมเดล AI ขนาดกะทัดรัดที่ถูกออกแบบมาให้ทำหน้าที่เป็นผู้ช่วยทางความคิด โดยโมเดลนี้จะจำลองกระบวนการคิดวินิจฉัยแยกโรคคล้ายคลึงกับกระบวนการทำงานของแพทย์จริงๆ เพื่อให้ได้ผลลัพธ์ที่รอบด้านที่สุด

จุดเด่นของ Typhoon-Si-Med-Thinking-4B

ความน่าสนใจของ Typhoon-Si-Med-Thinking-4B คือการเป็นโมเดลแรกที่ถูกฝึกให้แสดงผลลัพธ์เป็น Ranked Diagnostic Lists หรือรายการวินิจฉัยแบบจัดลำดับความน่าจะเป็น แทนที่จะฟันธงเพียงคำตอบเดียว ซึ่งช่วยให้แพทย์เห็นภาพรวมและทางเลือกในการตัดสินใจได้ดีกว่าเดิม พร้อมทั้งช่วยลดความเสี่ยงจากอคติ (Bias) ของ AI ผ่านการให้เหตุผลเชิงคลินิกที่เป็นลำดับขั้น

นอกจากนี้ ผลการทดสอบเบื้องต้นยังชี้ให้เห็นถึงประสิทธิภาพที่น่าทึ่ง แม้จะเป็นโมเดลขนาดเล็ก (4 Billion parameters) แต่สามารถจัดลำดับความเป็นไปได้ของโรคได้แม่นยำกว่าโมเดลภาษาขนาดใหญ่เชิงพาณิชย์จากต่างประเทศ สะท้อนให้เห็นว่า AI ขนาดเล็กที่ปรับแต่งมาเฉพาะทางนั้นมีศักยภาพสูงและมีต้นทุนที่เข้าถึงได้ง่ายกว่าโมเดลขนาดใหญ่ทั่วไป

เป้าหมายคือผู้ช่วย ไม่ใช่ผู้แทน

ทาง SCB 10X และศิริราชฯ ย้ำชัดเจนว่า เทคโนโลยีนี้ถูกสร้างมาเพื่อสนับสนุนการตัดสินใจของบุคลากรทางการแพทย์ (Clinical Decision Support) โดยไม่ได้มาทดแทนการตัดสินใจของมนุษย์ แม้ปัจจุบันโมเดลยังอยู่ในขั้นงานวิจัยเริ่มต้นและต้องมีการทดสอบเพิ่มเติมเพื่อความสมบูรณ์ แต่เป้าหมายสูงสุดของโครงการคือการเผยแพร่องค์ความรู้ในรูปแบบ Open Source เพื่อให้นักวิจัยและนักพัฒนาภายนอกสามารถนำไปต่อยอดได้ ซึ่งจะเป็นประโยชน์มหาศาลต่อระบบสาธารณสุขไทยในระยะยาว

สำหรับผู้ที่สนใจในวงการ HealthTech นักพัฒนา AI และบุคลากรทางการแพทย์ สามารถติดตามรายละเอียดเชิงลึกของงานวิจัยและโมเดลดังกล่าวได้ที่เว็บไซต์ opentyphoon.ai หรือเข้าร่วมฟังบรรยายสดในหัวข้อ “Single Answer Is Not Enough: On Generating Ranked Lists with Medical Reasoning Models” ภายในงาน SiData+ Conference 2026

งานจะจัดขึ้นใน วันศุกร์ที่ 23 มกราคม 2569 ณ ห้องประชุมวีกิจ วีรานุวัตติ์ ตึกอัษฎางค์ ชั้น 4 โรงพยาบาลศิริราช ผู้สนใจสามารถลงทะเบียนเข้าร่วมงานได้ที่เว็บไซต์ของคณะแพทยศาสตร์ศิริราชพยาบาล