រដ្ឋមន្ត្រី៖ ការប្រើប្រាស់ Machine Learning AI ជួយដោះស្រាយបញ្ហាពាក់ព័ន្ធនឹងភាពស៊ាំ នៃឱសថប្រឆាំងមេរោគ

នៅថ្ងៃទី១៨ ខែមីនា ឆ្នាំ២០២៥ លោក ឈាង រ៉ា រដ្ឋមន្រ្តីក្រសួងសុខាភិបាល និង លោក Jaques Pellet ឯកអគ្គរដ្ឋទូតវិសាមញ្ញ និងពេញសមត្ថភាពនៃសាធារណរដ្ឋបារាំង ប្រចាំកម្ពុជា បានអញ្ជើញជាអធិបតីក្នុងឱកាសបើកសិក្ខាសាលាស្តីពី «ការប្រើប្រាស់ និងផលប្រយាជន៍នៃ Machine Learning តាមរយៈបញ្ញាសិប្បនិម្មិត (AI) ក្នុងវិស័យសុខាភិបាល» និងផ្សព្វផ្សាយលទ្ធផលស្រាវជ្រាវនៃគម្រោង «ការចូលរួមកាត់បន្ថយភាពស៊ាំនៃឱសថប្រឆាំងមេរោគដោយប្រើប្រាស់ Machine Learning តាមរយៈបញ្ញាសិប្បនិម្មិត (AI)»។

ក្នុងឱកាសនោះ លោករដ្ឋមន្រ្តី បានលើកឡើងថា ការប្រើប្រាស់ Machine Learning បញ្ញាសិប្បនិម្មិត (AI) នេះ អាចជួយដោះស្រាយបញ្ហាពាក់ព័ន្ធនឹងភាពស៊ាំ នៃឱសថប្រឆាំងមេរោគ ដែលពិភពលោក ហៅថាជា Silent pandemic ព្រោះវាអាចបណ្តាលឱ្យមានការស្លាប់បាត់បង់ជីវិតអ្នកជំងឺជាច្រើន និងធ្វើឱ្យមានការចំណាយ ក្នុងការព្យាបាលមានកម្រិតកាន់តែខ្ពស់នៅទូទាំងពិភពលោក។ លោកថា ការទប់ស្កាត់ភាពស៊ាំនៃឱសថប្រឆាំងនឹងមេរោគនេះ ទាមទារនូវយន្តការរួមគ្នា ដែលត្រូវផ្តើមចេញពីយើងម្នាក់ៗ រួមមានទាំងអ្នកជំងឺ ទាំងគ្រូពេទ្យ ត្រូវមានការយល់ដឹង អំពីភាពស៊ាំនៃឱសថប្រឆាំងមេរោគ និងការប្រើប្រាស់ឱសថប្រឆាំងមេរោគឱ្យបានសមស្រប និងត្រឹមត្រូវ។ លោកសង្ឃឹមយ៉ាងមុតមាំថា តាមរយៈបញ្ញាសិប្បនិម្មិត នឹងកាត់បន្ថយជាអតិបរមា នូវភាពស៊ាំនៃឱសថប្រឆាំងមេរោគ។

លោកបន្តថា ចំពោះការងារសិក្សាស្រាវជ្រាវ ដែលបានយកមកផ្សព្វផ្សាយនាពេលនេះ បានបង្ហាញឱ្យឃើញថា ការប្រើប្រាស់បញ្ញាសិប្បនិម្មិត (AI) ពិតជាបានចូលរួមចំណែកយ៉ាងសំខាន់ ក្នុងការជួយដល់គ្រូពេទ្យ ក្នុងការសម្រេចចិត្តធ្វើការព្យាបាលអ្នកជំងឺឱ្យកាន់តែទាន់ពេល និងមានប្រសិទ្ធភាព នៅពេលកំពុងរង់ចាំទទួលលទ្ធផលពីមន្ទីរពិសោធន៍។

ទន្ទឹមនឹងនេះដែរ លោករដ្ឋមន្រ្តី បានផ្តល់អនុសាសន៍មួយចំនួនដោយឱ្យ ក្រុមការងារមន្ទីរពេទ្យ បន្តដាក់បញ្ចូលទិន្នន័យជាក់ស្តែង ពីអ្នកជំងឺកម្ពុជាបន្ថែម ដើម្បីឱ្យការហ្វឹកហាត់ ម៉ូដែល Machine Learning ទទួលបានទិន្នន័យអំពីគំរូភាពស៊ាំមេរោគ របស់អ្នកជំងឺកាន់តែច្រើន ដែលនឹងធ្វើឱ្យ Application នេះ កាន់តែមានភាពសុក្រិត ក្នុងការប៉ាន់ប្រមាណកម្រិតភាពស៊ាំនៃឱសថប្រឆាំងមេរោគ។ ជាពិសេស បំពេញនូវឯកសារព័ត៌មានរបស់អ្នកជំងឺឱ្យបានលម្អិត និងពេញលេញ ព្រមទាំងប្រវត្តិនៃការសម្រាកពេទ្យ ដើម្បីក្លាយជាប្រយោជន៍ សម្រាប់ការសិក្សាស្រាវជ្រាវផ្សេងៗ សំដៅបង្កើនប្រសិទ្ធភាពនៃការការពារ ថែទាំ និងព្យាបាល។

បន្ថែមពីនេះ ត្រូវពង្រីកការប្រើប្រាស់ Machine Learning នេះ ឱ្យបានទូលំទូលាយ កម្រិតទូទាំងប្រទេស ទាំងវិស័យរដ្ឋ និងឯកជន នៅពេលណាដែល Machine Learning នេះ មានភាពសុក្រិតក្នុងការប៉ាន់ប្រមាណកម្រិតភាពស៊ាំនៃឱសថប្រឆាំងមេរោគ។ លើសពីនេះ ត្រូវបន្តយកចិត្តទុកដាក់ពង្រឹងយន្តការដែលមានស្រាប់ និងរៀបចំយន្តការថ្មីៗបន្ថែម ដើម្បីធានាថាកម្រិតភាពស៊ាំនៃឱសថប្រឆាំងមេរោគនៅប្រទេសកម្ពុជា ត្រូវបានកាត់បន្ថយជាអតិបរមា។ ព្រមទាំងខិតខំបង្កើនការងារស្រាវជ្រាវ នវានុវត្តន៍ផ្សេងៗទៀត ក្នុងវិស័យសុខាភិបាល ដោយឱបក្រសោបឱ្យបានជាអតិបរមា នូវការវិវឌ្ឍបច្ចេកវិទ្យាឌីជីថល ដើម្បីសម្រួល និងបង្កើនប្រសិទ្ធភាពនៃការផ្តល់សេវាសុខាភិបាល។

ជាមួយគ្នានេះ​ លោកក៏បានលើកទឹកចិត្តឱ្យសកលវិទ្យាល័យវិទ្យាសាស្រ្តសុខាភិបាល ក៏ដូចជាអង្គភាពសុខាភិបាលទាំងអស់ ព្រមទាំងអង្គភាពពាក់ព័ន្ធផ្សេងៗ ខិតខំបន្តការងារស្រាវជ្រាវ នវានុវត្តន៍ ទាក់ទងនឹងប្រព័ន្ធសុខាភិបាលឌីជីថលនេះបន្ថែមទៀត ដើម្បីជាប្រយោជន៍ដល់សុខុមាលភាពរបស់ប្រជាពលរដ្ឋ ដែលជាជាមូលធនមនុស្សដ៏រឹងមាំ ដើម្បីចូលរួមទាំងអស់គ្នា ក្នុងការជំរុញសេដ្ឋកិច្ចរបស់ប្រទេសកម្ពុជា តាមចក្ខុវិស័យ ក្លាយជាប្រទេសមានចំណូលខ្ពស់ និងមានសេដ្ឋកិច្ចធន់រឹងមាំ ត្រឹមឆ្នាំ២០៥០៕