HIPAA และ BAA: เครื่องมือรุ่นทั่วไปห้ามรับข้อมูลคนไข้
ChatGPT, Gemini, Claude รุ่นฟรีหรือรุ่นทั่วไป ไม่ผ่านมาตรฐาน HIPAA เพราะไม่มีสัญญาคุ้มครองข้อมูล (BAA) และไม่มีมาตรการที่กฎกำหนด ดังนั้นถ้าพิมพ์ข้อมูลสุขภาพที่ชี้ตัวคนไข้ได้ (PHI) เช่น ชื่อ ผลวินิจฉัย รายละเอียดนัด หรืออะไรก็ตามที่บอกได้ว่าเป็นใคร ถือว่าละเมิด HIPAA ทันที ส่วนแพ็กเกจที่มี BAA จะใช้กับข้อมูลคนไข้ได้ แต่ก็มีขอบเขตจำกัด (ข้อมูลนี้เป็นสถานะต้นปี 2026 ซึ่งเปลี่ยนบ่อย ต้องเช็กเอง): OpenAI มี BAA สำหรับ API (เฉพาะช่องทางที่ตั้งค่าไม่เก็บข้อมูล หรือ Zero-Data-Retention) และมีให้ ChatGPT Enterprise/Edu รวมถึง ChatGPT for Healthcare แต่ ChatGPT Business ไม่มี; Azure OpenAI ผ่านเกณฑ์ HIPAA สำหรับงานสร้างข้อความ (text production) แต่ตัวที่ยังเป็นรุ่นทดลอง (preview) และงานที่ไม่ใช่ข้อความอย่างรูปหรือเสียง มักไม่คุ้มครอง; Google Gemini ผ่านเกณฑ์ภายใต้ BAA ใน Google Workspace (Business/Enterprise) มาตั้งแต่ปลายปี 2025 แต่ NotebookLM กับ Gemini ที่ฝังใน Chrome ไม่นับ; ส่วน Anthropic Claude คุ้มครองเฉพาะตัวที่พร้อมใช้กับ HIPAA (HIPAA-ready) คือ API ตรงของ Anthropic เอง และแผน Enterprise ที่เป็น HIPAA-ready ส่วนที่ไม่คุ้มครองคือ Free/Pro/Max/Team/Workbench/Console/Cowork/Claude-for-Office (สัญญา BAA ก่อน 2 ธ.ค. 2025 คุ้มครองแค่ API เท่านั้น) และยังใช้งานภายใต้ BAA กับ AWS Bedrock/Google Cloud/Azure ได้
การลบข้อมูลระบุตัวคนไข้ และความเสี่ยงที่จะถูกระบุตัวกลับ
ตามกฎ HIPAA Privacy Rule การลบข้อมูลระบุตัวคนไข้ (de-identification) ทำได้สองวิธี วิธีแรกคือ Safe Harbor ซึ่งให้ลบตัวชี้ตัวตน 18 ประเภททิ้ง และอีกวิธีคือ Expert Determination ที่ให้ผู้เชี่ยวชาญมารับรองว่าความเสี่ยงต่ำมากแล้ว แต่พอมี AI เข้ามา ความเสี่ยงที่ข้อมูลจะถูกระบุตัวคนไข้กลับ (re-identification) ก็สูงขึ้น เพราะโมเดลสามารถเอาข้อมูลที่ 'ลบชื่อไปแล้ว' ไปจับคู่กับข้อมูลสาธารณะอื่น ๆ (cross-reference) จนโยงกลับมาได้ว่าเป็นใคร ฉะนั้นการลบข้อมูลระบุตัวถือว่าจำเป็น แต่บางทีก็ไม่พอ โดยเฉพาะเวลาที่บริบทที่เหลืออยู่ยังชี้ตัวได้ เช่น ตัวชี้กึ่งระบุตัว (quasi-identifiers) อย่างอาชีพเฉพาะทาง + พื้นที่ + โรคหายาก มารวมกัน หลักที่สำคัญคือใช้ข้อมูลให้น้อยที่สุด (data minimization) คือป้อนเฉพาะข้อมูลที่จำเป็นต่องานจริง ๆ เท่านั้น
กฎไทย: PDPA และ พ.ร.บ.สุขภาพแห่งชาติ
PDPA (พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562) นับข้อมูลสุขภาพเป็นข้อมูลส่วนบุคคลที่อ่อนไหว จะใช้ทีต้องขอความยินยอมแบบชัด ๆ และต้องมีมาตรการปกป้องที่เข้มกว่าปกติ ส่วนมาตรา 34 ของ PDPA เป็นสิทธิของเจ้าของข้อมูลที่จะขอให้ระงับการใช้ข้อมูลของตัวเอง (ไม่ใช่เรื่องการตัดสินใจอัตโนมัติ) สำหรับเรื่องที่ห้าม AI ตัดสินคนไข้เองในเรื่องสำคัญ และต้องมีช่องทางให้คนเข้ามาแก้หรืออุทธรณ์ได้ อันนี้ยึดเรื่องความรับผิดทางวิชาชีพเป็นหลัก ซึ่งโยงตรงกับหลักที่ว่าห้ามปล่อยให้ AI ตัดสินใจทางคลินิกเองโดยไม่มีคนคอยดู ส่วน พ.ร.บ.สุขภาพแห่งชาติ พ.ศ. 2550 มาตรา 7 คุ้มครองความลับของข้อมูลสุขภาพส่วนบุคคล โดยทั่วไปถ้าจะเปิดเผยต้องได้รับความยินยอมก่อน ทั้งสองกฎนี้ทำงานคู่กัน
ข้อจำกัดจริงของโรงพยาบาลไทย และการกำกับดูแล
รายงานปี 2025-2026 บอกว่าโรงพยาบาลไทยมองการทำตาม PDPA เป็นอุปสรรคใหญ่ในการใช้ AI โดยเฉพาะเวลาจะเอาข้อมูลก้อนใหญ่มารวมกันเพื่อวิเคราะห์ (analytics) และเวลาจะแบ่งปันข้อมูลให้ผู้ขายเอกชน ส่วนการแลกเปลี่ยนข้อมูลสุขภาพทีละคน (Health Information Exchange) ทำได้ง่ายกว่า อย่างโรงพยาบาลบำรุงราษฎร์ (Bumrungrad) ก็ใช้แบบฟอร์มขอความยินยอมทั้งแบบกระดาษและแบบอิเล็กทรอนิกส์ แต่เรื่องการแบ่งปันข้อมูลก็ยังมีพื้นที่สีเทาทางกฎหมายอยู่ ด้านกระทรวงสาธารณสุขได้ตั้งคณะกรรมการดูแลเรื่อง AI การแพทย์และสาธารณสุขขึ้นมา เน้นทั้ง PDPA และความมั่นคงปลอดภัยไซเบอร์ (cybersecurity) และประกาศทำแพลตฟอร์มข้อมูล AI การแพทย์ระดับชาติ (Medical AI Data Platform) ส่วนแนวทางกำกับดูแล (governance) ที่ควรทำคือ รวม AI เข้าไปในการประเมินความเสี่ยง (risk analysis ตามข้อเสนอ HIPAA 2025 และ PDPA), เก็บบันทึกการใช้งานไว้ตรวจสอบได้ (audit log), ทดสอบให้แน่ใจว่าใช้จริงในพื้นที่แล้วได้ผล (validate), คอยเฝ้าดูว่าโมเดลเพี้ยนไปตามเวลาไหม (drift) และบอกคนไข้ตรง ๆ ว่ามีการใช้ AI เมื่อเหมาะสม