เมื่อเพื่อไทยดัน ‘30 บาทฯ AI’ ความพยายาม (อีกครั้ง) ในการปฏิรูป ‘บัตรทอง’ ท่ามกลางข้อจำกัด

ในรัฐบาลพรรคเพื่อไทย เรื่องหนึ่งที่พรรคเพื่อไทยตั้งมั่นคือ การปฏิรูประบบ 30 บาทรักษาทุกโรค ให้เป็น 30 บาทรักษาทุกที่ ไปรักษาที่ไหนก็ได้เพราะข้อมูลเชื่อมโยงถึงกันหมด ไม่ใช่แออัดเฉพาะโรงพยาบาลขนาดใหญ่ ระดับโรงพยาบาลจังหวัด หรือโรงพยาบาลมหาวิทยาลัยเท่านั้น

แต่ทั้งหมดก็ยังไม่ครบวงจร ยังเกิดปัญหาการเชื่อมข้อมูลระหว่างโรงพยาบาล และเกิดปัญหา ‘งบประมาณ’ ตามมา ที่ผ่านมา 30 บาทรักษาทุกโรค รวมถึงสำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) เป็นตำบลกระสุนตกที่ถูกกล่าวหาว่า จัดงบประมาณลงไปยังหน่วยบริการไม่สอดคล้องกับความเป็นจริง โดยเฉพาะงบผู้ป่วยใน หลายโรงพยาบาลติดหนี้การให้บริการ แพทย์หลายคนวิจารณ์ว่า ระบบหลักประกันสุขภาพถ้วนหน้ากำลังถึงกาลอวสานแล้ว

ต้องยอมรับว่าแม้ตลอด 25 ปีที่ผ่านมา ระบบ 30 บาทรักษาทุกโรคช่วยลดความเหลื่อมล้ำด้านสาธารณสุขอย่างมีนัยสำคัญ ประชาชนจำนวนมากไม่ต้องล้มละลายเพราะค่ารักษา และรัฐกลายเป็นผู้รับภาระค่าใช้จ่ายหลัก แต่ขณะเดียวกันระบบก็สะสมปัญหาเชิงโครงสร้างไว้ไม่น้อย ทั้งโรงพยาบาลศูนย์ที่แออัด บุคลากรทางการแพทย์ที่ทำงานเกินกำลัง งบประมาณที่ไม่สอดคล้องกับต้นทุนจริง และฐานข้อมูลสุขภาพที่แยกส่วนตามหน่วยงาน ไม่สามารถใช้ร่วมกันได้อย่างมีประสิทธิภาพ

อย่างไรก็ตามในมุมของคนรากหญ้าต่างรู้สึกว่า 30 บาทรักษาทุกโรค คือนโยบายทางการเมืองที่ดีที่สุดที่ประเทศนี้เคยมีมา และต้องยอมรับว่าเป็นส่วนหนึ่งที่ทำให้พรรคเพื่อไทยยังคงขายได้จวบจนทุกวันนี้

รอบนี้ เพื่อไทยเสนอแนวคิดใช้ระบบปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาพัฒนาระบบ ‘บัตรทอง’ ให้ดีขึ้น ผ่านการยกระดับโครงการ 30 บาทรักษาทุกโรค ไปสู่ระบบสุขภาพดิจิทัล โดยใช้เทคโนโลยี AI เป็นเครื่องมือเพิ่มประสิทธิภาพการรักษา ความเป็นธรรมในการเข้าถึงบริการ และความแม่นยำในการบริหารงบประมาณ กลายเป็นคำสั้นๆ ง่ายๆ ที่เรียกติดปากว่า ‘30 บาทฯ AI’

อย่างไรก็ตาม คำถามสำคัญไม่ใช่เพียงว่า ‘AI จะช่วยอะไรได้บ้าง’ แต่คือ ‘ระบบที่มีอยู่พร้อมแค่ไหน’ และที่สำคัญเพื่อไทยจะทำอะไร

เริ่มต้นจากปัญหา แก่นปัญหาสำคัญอยู่ที่ระบบงบประมาณแบบรายหัว หลังปี 2544 ที่เปลี่ยนจากการจ่ายตามคำของบของโรงพยาบาล มาเป็นการจัดสรรตามจำนวนประชากร โมเดลนี้ช่วยกระจายทรัพยากรในภาพรวม แต่กลับสร้างแรงกดดันกับโรงพยาบาลบางพื้นที่ ซึ่งในทางปฏิบัติ งบรายหัวก็ไม่ได้ลงถึงโรงพยาบาลเต็มจำนวน เพราะบางส่วนถูกกันไว้เป็นกองกลางสำหรับเงินเดือนบุคลากร ทำให้ข้อถกเถียงระหว่างโรงพยาบาลกับ สปสช.ดำเนินมาอย่างต่อเนื่องว่า ‘งบไม่พอ’ และ ‘จ่ายตามสูตร’ แล้ว

ปัญหานี้ยิ่งซับซ้อนขึ้นเมื่อระบบบริการสุขภาพเป็นระบบเปิด คนไข้มาเท่าไรก็ต้องรักษา แต่ระบบการเงินเป็นระบบปิด งบประมาณถูกกำหนดล่วงหน้าเกือบ 2 ปี ในโลกที่ต้นทุนยา เทคโนโลยี และภาระโรคเปลี่ยนเร็ว โรงพยาบาลจำนวนมากจึงเผชิญภาวะงบขาดมือในช่วงปลายปีงบประมาณแทบทุกปี โดยเฉพาะเดือนสิงหาคม–กันยายน ซึ่งกลายเป็นปัญหาเชิงโครงสร้างที่ยังไม่เคยถูกแก้ขาด

แนวคิด ‘ยกเครื่อง 30 บาท ด้วย AI’ จึงถูกเสนอขึ้นมาในฐานะความพยายามแก้ทั้งระบบ โดยหนึ่งในผู้เสนอภาพใหญ่ของแนวคิดนี้คือ หมอเลี้ยบ-นายแพทย์สุรพงษ์ สืบวงศ์ลี อดีตรัฐมนตรีช่วยว่าการกระทรวงสาธารณสุข ที่เคยวิเคราะห์ในเวที Moonshot Forum ของพรรคเพื่อไทย เมื่อวันที่ 10 พฤศจิกายน 2568 ที่ผ่านมาว่า แก่นกลางของปัญหาอยู่ที่การจัดงบแบบ ‘คาดเดา’ จึงเสนอให้เปลี่ยนงบ ‘บัตรทอง’ เป็นงบที่คาดการณ์ได้จากข้อมูลจริง ด้วยการใช้ AI วิเคราะห์ภาระโรคล่วงหน้า

ข้อเสนอสำคัญคือการเชื่อมโยงข้อมูลสุขภาพของประชาชนทั้งประเทศไว้บนระบบ Cloud เดียว เพื่อให้ผู้ป่วยรักษาที่ใดก็ได้โดยไม่ต้องถือเอกสารหรือใบส่งตัว แพทย์สามารถเข้าถึงประวัติการรักษาและผลตรวจย้อนหลัง ลดการรักษาซ้ำซ้อน และทำให้ สปสช.ตามไปจ่ายค่ารักษาได้ถูกต้องมากขึ้น ซึ่งแน่นอนว่าต้องเกิดการยกเครื่องของโครงสร้างพื้นฐานดิจิทัลครั้งใหญ่ ต้องลดความเหลื่อมล้ำด้านเทคโนโลยีของแต่ละโรงพยาบาล ไปพร้อมๆ กับการคุ้มครองข้อมูลส่วนบุคคลของประชาชน

ขณะที่พระเอกของเรื่องคือ AI จากนี้จะเป็น ‘ผู้ช่วยแพทย์’ ในการช่วยประมวลข้อมูล เสนอความเป็นไปได้ของโรคและแนวทางรักษา ทว่าแพทย์ยังเป็นผู้ตัดสินใจขั้นสุดท้าย พร้อมกับใช้ AI ตรวจสอบการเบิกจ่ายแบบเรียลไทม์ ลดความล่าช้าและความเสี่ยงงบประมาณรั่วไหล

อีกแกนหนึ่งคือการใช้ AI คาดการณ์ภาระโรคและค่าใช้จ่ายล่วงหน้า 24 เดือน เช่น การคาดการณ์จำนวนผู้ป่วยโรคไต มะเร็ง หรือโรคเรื้อรังอื่นๆ ซึ่งเป็นโรคค่าใช้จ่ายสูง จากข้อมูลสุขภาพจริง ซึ่งจะช่วยทำให้ตั้งงบประมาณได้สะท้อนต้นทุนจริงมากขึ้น แทนการตั้งงบในโลกที่ไม่แน่นอน

เพราะด้วยภาระโรคเหล่านี้ ในปัจจุบันยังคงเป็นการตั้งงบประมาณแบบ ‘จ่ายตามหลัง’ เมื่อไม่สามารถคาดการณ์ล่วงหน้าได้ งบประมาณก็บานออกเรื่อยๆ ซึ่งระบบรัฐราชการตามไม่ทัน

ขณะเดียวกัน ระบบตรวจสอบและเบิกจ่ายของ สปสช.ยังล่าช้า ข้อมูลไม่เชื่อมโยงกัน และการตรวจสอบบัญชีก็ใช้เวลานานหลายเดือน ทั้งที่ควรเปลี่ยนเป็นระบบตรวจสอบแบบเรียลไทม์ในระดับ ‘ชั่วโมงต่อชั่วโมง’ เพื่อให้สามารถเบิกจ่ายงบประมาณได้ทันทีและแม่นยำ.นอกจากนี้เพื่อไทยยังเสนอการขยับไปสู่แนวคิด Value-Based Healthcare เปลี่ยนจากการจ่ายตามปริมาณบริการ ไปเป็นการจ่ายตามผลลัพธ์สุขภาพ โดยยกตัวอย่างประเทศสวีเดนที่ใช้ฐานข้อมูลภาระโรคระดับชาติ อย่างไรก็ดีระบบนี้ต้องอาศัยข้อมูลคุณภาพสูง ตัวชี้วัดที่เป็นธรรม และการยอมรับจากบุคลากรทางการแพทย์ มิฉะนั้นอาจกลายเป็นระบบประเมินที่สร้างภาระงานเอกสารมากขึ้นแทนที่จะลดลง

อีกประเด็นที่ถูกหยิบมาคือ ค่าใช้จ่ายช่วงท้ายของชีวิต ซึ่งมีสัดส่วนสูงมาก เพื่อไทยเสนอการตั้ง ‘สถานชีวาภิบาล’ ของภาครัฐ เป็นทางเลือกกลางระหว่าง ICU กับการกลับไปอยู่บ้านโดยไร้ระบบดูแล เพื่อลดค่าใช้จ่ายและเพิ่มคุณภาพชีวิตผู้ป่วย ขณะเดียวกันในเชิงกฎหมาย ยังมีข้อเสนอให้ผลักดันร่างพระราชบัญญัติระบบสุขภาพดิจิทัล เพื่อเปิดทางการแชร์ข้อมูลระหว่างหน่วยงานอย่างถูกกฎหมาย ภายในกรอบเวลาประมาณ 1 ปี ซึ่งจะเป็นบททดสอบสำคัญว่า รัฐสามารถสร้างความเชื่อมั่นด้านความปลอดภัยข้อมูลให้ประชาชนได้มากน้อยเพียงใด

ในภาพรวม ‘ยกเครื่อง 30 บาท ด้วย AI’ คือความพยายามปฏิรูประบบหลักประกันสุขภาพในเชิงโครงสร้าง แต่ก็เต็มไปด้วยความท้าทาย ตั้งแต่ความพร้อมของระบบดิจิทัล ความเป็นธรรมในการจัดสรรงบประมาณ ไปจนถึงความเสี่ยงที่เทคโนโลยีจะถูกใช้เป็นเครื่องมือควบคุมต้นทุนมากกว่าคุณภาพชีวิต

คำถามสุดท้ายจึงไม่ใช่เพียงว่า AI จะทำให้ระบบดีขึ้นหรือไม่ แต่คือรัฐจะออกแบบระบบอย่างไรให้เทคโนโลยีรับใช้คนไข้ แพทย์ และสังคม โดยไม่สร้างความเหลื่อมล้ำหรือภาระใหม่ และนี่คือโจทย์จริงของ ‘30 บาท รักษาทุกโรค’ ในยุคใหม่ ที่ยังต้องพิสูจน์ด้วยการลงมือทำด้วยการปฏิบัติจริง ซึ่งแน่นอนว่าทั้งหมดยังเต็มไปด้วยความท้าทาย