โจนาธาน โครน ซีอีโอของ BloodGPT – ซีรีส์สัมภาษณ์

โจนาธาน โครน เป็น ซีอีโอของ BloodGPT เขาเป็นนักยุทธศาสตร์ด้านสุขภาพและนักธุรกิจที่มีประสบการณ์มากกว่า 20 ปี ในการสร้างและขยายธุรกิจด้านสุขภาพ ก่อนที่จะเข้าร่วม BloodGPT เขาได้ก่อตั้งและออกจาก Med24 คลินิกในลอนดอน (ระดมทุน 5 ล้านปอนด์ ออกในปี 2022) ร่วมก่อตั้ง PCG สตาร์ทอัพด้านสุขภาพที่บ้านในโมนาโกที่ได้รับสัญญามากกว่า 1 ล้านดอลลาร์ โดยใช้เงิน种 500,000 ดอลลาร์ และได้ให้คำปรึกษาธุรกิจด้านสุขภาพดิจิทัล รวมถึง Klarity และ LIPS Healthcare ในการระดมทุนและเติบโต

BloodGPT เป็นแพลตฟอร์มที่ใช้ AI สำหรับห้องปฏิบัติการวินิจฉัยและคลินิกที่รวมเข้ากับกระบวนการทำงานที่มีอยู่ได้อย่างราบรื่น โดยทำการวิเคราะห์ผลการตรวจเลือดภายในไม่กี่วินาทีด้วยความแม่นยำ 99.99%

คุณได้ใช้เวลามากกว่าสองทศวรรษในการสร้างและขยายธุรกิจด้านสุขภาพ สิ่งใดที่คุณพบว่าทำให้คุณสนใจ BloodGPT

ฉันได้ยินเกี่ยวกับ BloodGPT ในต้นปีนี้จากเพื่อนร่วมงาน ความคิดนี้ทำให้ฉันรู้สึกถึงทั้งด้านส่วนตัวและด้านธุรกิจ ฉันคือคนที่ติดตามผลการตรวจเลือดของตัวเองในตาราง โดยดึงตัวเลขจาก PDF และรูปภาพ แต่พบว่ามีหน่วยที่ไม่สอดคล้องกัน ช่วงอ้างอิง และการกำหนดชื่อที่ไม่สอดคล้องกัน ซึ่งเป็นเรื่องที่น่าเบื่อและไม่น่าเชื่อถือ และลึก ๆ แล้วฉันก็รู้ว่าฉันไม่ใช่คนเดียวที่ต้องเผชิญกับความทุกข์ยากในการรับผลการทดสอบที่ไม่เรียบร้อยและไม่สามารถเข้าถึงได้จากแพทย์ ห้องปฏิบัติการ หรือคลินิก

ด้วยเหตุผลนี้ ฉันจึงตัดสินใจเข้าร่วม BloodGPT ภายในไม่กี่วันหลังจากที่ฉันเรียนรู้เกี่ยวกับมัน และหลังจากที่ฉันพูดคุยกับผู้ก่อตั้ง ฉันก็กลายเป็น CSO ของบริษัทนี้ หลังจากทำงานมากกว่า 20 ปีในคลินิก สตาร์ทอัพ และระบบสุขภาพ ฉันรู้ว่านี่คือสิ่งที่ฉันสามารถทำได้ดี

BloodGPT ช่วยแก้ปัญหาบางอย่างที่ฉันพบซ้ำ ๆ คนทำการทดสอบ แต่การเข้าถึงข้อมูลนั้นกระจัดกระจาย สูญเสียบริบท และกระบวนการนี้ทำให้ chuyên家ที่มีงานมากอยู่แล้วรู้สึกอัดอั้น คิดดูสิ ข้อมูลเลือดเป็นสัญญาณที่มีค่าที่สุดของสุขภาพโดยรวม แต่ก็ยังไม่ได้รับการใช้ประโยชน์อย่างเต็มที่

ดังนั้น ฉันจึงมีเหตุผลที่จะเชื่อว่าถ้าเราผสมผสาน AI และวิทยาศาสตร์ข้อมูลที่มีความก้าวหน้าเข้ากับความรู้ด้านสุขภาพที่แข็งแกร่ง เราก็สามารถทำให้ข้อมูลนั้นสามารถใช้งานได้จริงสำหรับทุกคน ได้แก่ บุคคล ชาวประมง และระบบสุขภาพทั้งหมด

BloodGPT สัญญาว่าจะให้ความแม่นยำ 99.99% ในการวิเคราะห์ผลการตรวจเลือด และรวมเข้ากับกระบวนการทำงานของห้องปฏิบัติการที่มีอยู่ได้อย่างไร คุณสามารถอธิบายได้ว่าแพลตฟอร์มนี้ถูกสร้างขึ้นและเผชิญกับความท้าทายใดในการนำสินค้าเข้าสู่ตลาด

จริงๆ แล้วทุกอย่างเริ่มต้นจากการสนทนาของเพื่อนบ้าน นิกิตา อูดอวิเชนโก นักชีวเคมีและที่ปรึกษาด้านโภชนาการกีฬา ได้พบปัญหาเดียวกันในคลินิกของเขา ก่อนที่จะร่วมก่อตั้ง BloodGPT คนไข้จะได้รับรายงานการตรวจเลือด แต่ไม่รู้ว่าจะทำอะไรด้วยมัน เพื่อนบ้านของเขา วาซิลี ลาซูกา ผู้ประกอบการ AI ที่มีประสบการณ์เห็นโอกาสทันที สิ่งที่เริ่มต้นจากการสนทนาเพื่อนบ้านกลายเป็นโครงการจริงๆ ไม่นานหลังจากนั้น นาตา ซาวาสเชนکا ผู้เชี่ยวชาญด้านการพัฒนาผลิตภัณฑ์ AI เข้าร่วมเป็นผู้ร่วมก่อตั้งและ CPO และฉันก็เข้าร่วมทีม โดยใช้ประสบการณ์ 20 ปีของฉันในการสร้างและพัฒนาแพลตฟอร์มด้านสุขภาพและข้อมูล

จากจุดนั้นเป็นต้นไป การมุ่งเน้นของเราคือการสร้างระบบที่รักษาทุกตัวเลขเป็นข้อมูลที่สามารถตรวจสอบได้ ไม่ใช่สิ่งที่โมเดลภาษาสามารถเดาได้ เราออกแบบสถาปัตยกรรมหลายชั้นที่ทำให้แต่ละชีวสัญญาณเป็นมาตรฐาน LOINC — Logical Observation Identifiers Names and Codes มาตรฐานสากลในการรายงานการตรวจวินิจฉัยในห้องปฏิบัติการ — ตรวจสอบทุกหน่วยวัดด้วย UCUM มาตรฐานร่วมสำหรับหน่วยวัด และอ้างอิงเสมอตามช่วงอ้างอิงของห้องปฏิบัติการ

จากประสบการณ์ 20 ปีในการทำงานกับ chuyên家ด้านสุขภาพ ฉันรู้ว่าความเชื่อมั่นเป็นเรื่องสำคัญในภาคส่วนนี้ ดังนั้น เมื่อเราสร้าง BloodGPT เราจึงมุ่งเน้นไปที่ความมั่นคงและความเชื่อมั่น เราต้องจำไว้ว่าโมเดลขนาดใหญ่สามารถให้คำตอบที่แตกต่างกันสำหรับไฟล์เดียวกัน อ่านวันที่ผิด หรือสร้างช่วงอ้างอิงที่ไม่มีอยู่จริง เราได้กำหนดให้ว่าผลลัพธ์ทุกอย่างต้องสามารถทำซ้ำได้และสามารถตรวจสอบย้อนกลับไปยังแหล่งที่มาได้

ปัจจุบัน แพลตฟอร์มนี้เชื่อมต่อกับกระบวนการทำงานของห้องปฏิบัติการผ่าน FHIR APIs — Fast Healthcare Interoperability Resources มาตรฐานสมัยใหม่ที่ทำให้ระบบข้อมูลสุขภาพสามารถแบ่งปันข้อมูลได้อย่างปลอดภัยและมีประสิทธิภาพ นอกจากนี้ยังทำงานร่วมกับระบบข้อมูลห้องปฏิบัติการแบบเก่า ทำให้ chuyên家ได้รับเวลาและบุคคลได้รับข้อมูลที่ชัดเจนในทันที

ผู้ป่วยหลายคนกำลังหันไปใช้ LLM ทั่วไปเพื่อวิเคราะห์ผลการตรวจเลือด คุณเห็นความเสี่ยงใดในแนวโน้มนี้ และ BloodGPT มอบทางเลือกที่ปลอดภัยและเชื่อถือได้มากกว่าอย่างไร

โมเดลภาษาทั่วไปไม่ได้ถูกสร้างขึ้นสำหรับข้อมูลห้องปฏิบัติการ พวกมันสามารถอ่านหน่วยวัดผิด อ่านวันที่ผิด หรือสร้างค่าอ้างอิงที่ไม่มีอยู่จริง และไม่แสดงเมื่อพวกมันไม่แน่ใจ ผู้ป่วยสามารถวางผลการทดสอบและได้รับคำตอบที่ดูเป็นมืออาชีพ แต่ผิดจริงๆ และสิ่งที่น่ากลัวคือ มันฟังดูเชื่อถือได้จนคุณอาจไม่คิดจะท้าทายมัน

BloodGPT ได้รับการฝึกอบรมและตรวจสอบโดยเฉพาะสำหรับกระบวนการทำงานด้านพยาธิวิทยา แต่ละค่าถูกผูกกับอัตลักษณ์ LOINC และตรวจสอบกับมาตรฐานการวัด UCUM และแพลตฟอร์มนี้ใช้ช่วงอ้างอิงของห้องปฏิบัติการเป็นมาตรฐานสุดท้ายเสมอ การป้องกันหลายชั้นทำให้ผลลัพธ์ทุกอย่างสามารถย้อนกลับไปยังแหล่งที่มาได้ ดังนั้น การนำเข้าเดียวกันจะทำให้ได้ผลลัพธ์เดียวกันทุกครั้ง ซึ่งสามารถตรวจสอบได้อย่างเต็มที่

การออกแบบที่มุ่งเน้นไปที่การทำซ้ำและย้อนกลับไปยังแหล่งที่มาอย่างโปร่งใส ทำให้ chuyên家และบุคคลได้รับระดับความเชื่อมั่นที่โมเดลภาษาทั่วไปไม่สามารถให้ได้

อาชีพของคุณครอบคลุมการก่อตั้งคลินิก การให้คำปรึกษาสตาร์ทอัพ และตอนนี้คุณเป็นผู้นำบริษัทสุขภาพที่ขับเคลื่อนด้วย AI มุมมองของคุณเกี่ยวกับการนวัตกรรมด้านสุขภาพเปลี่ยนแปลงไปอย่างไรตลอดการเดินทางนี้

ในตอนแรก การนวัตกรรมหมายถึงการก่อสร้างและบริการใหม่ๆ เพื่อลดการรอคอยและปรับปรุงเส้นทางผู้ป่วย ต่อมา มันกลายเป็นเรื่องของแบบจำลองธุรกิจ ซึ่งหมายถึงการให้บริการที่มีประสิทธิภาพมากขึ้น การดำเนินการที่ยั่งยืนมากขึ้น และการปรับปรุงประสบการณ์ของผู้ป่วยโดยรวม

ปัจจุบัน อย่างไรก็ตาม การมุ่งเน้นคือความฉลาดและขนาด AI เปิดโอกาสที่ไม่เคยคิดมาก่อนเมื่อฉันเริ่มต้น แต่สิ่งหนึ่งที่ยังคงไม่เปลี่ยนแปลงคือ เทคโนโลยีเพียงอย่างเดียวไม่สามารถเปลี่ยนแปลงสุขภาพได้ ระบบ สิ่งจูงใจ และการนำไปใช้สามารถทำได้

ในด้านนี้ การคิดของฉันเปลี่ยนจาก “เราจะสร้างอะไร” เป็น “เราจะรวมอะไร” ฉันเชื่อมั่นว่าบริษัทที่ประสบความสำเร็จไม่จำเป็นต้องมีแอลกอริทึมที่สวยงามที่สุด พวกเขาจะเป็นคนที่มีเครื่องมือที่ให้พลังงานแก่การทำงานประจำวันของแพทย์ ผู้ป่วย และระบบสุขภาพได้อย่างเงียบๆ และไม่ดึงดูดความสนใจ

หัวข้อที่เกิดขึ้นซ้ำๆ ในสุขภาพคือความสมดุลระหว่างการทำให้自动และความสัมพันธ์ของมนุษย์ คุณเห็นว่า AI เช่น BloodGPT จะเปลี่ยนแปลงบทบาทของแพทย์อย่างไร โดยเฉพาะอย่างยิ่งในการลดความเหนื่อยหน่ายขณะรักษาความตัดสินใจและความเห็นอกเห็นใจ

แพทย์ไม่เหนื่อยหน่ายจากการที่พวกเขาดูแลผู้คน พวกเขาเหนื่อยหน่ายจากเอกสาร งานที่ซ้ำซ้อน ระบบที่กระจัดกระจาย และงานบริหารที่ดึงพวกเขาไปจากผู้ป่วยที่พวกเขารักษา แพทย์แต่ละคนต้องการใช้เวลา 5 นาทีในการพูดคุยกับผู้ป่วยมากกว่าการกรอกแบบฟอร์มอีกแบบหนึ่ง น้ำหนักการทำงานเพิ่มเติมนี้ทำให้พวกเขาเสียเวลาและพลังงานที่มีสำหรับการดูแลผู้ป่วยที่แท้จริง

BloodGPT ถูกสร้างขึ้นเพื่อช่วยบรรเทาบางส่วนของแรงกดดันนั้น แพลตฟอร์มนี้เข้าควบคุมการทำงานหนักในการจัดระเบียบและวิเคราะห์ข้อมูลในห้องปฏิบัติการ และจัดหาข้อมูลที่ชัดเจนและเป็นระบบที่เข้ากันได้กับกระบวนการทำงานที่มีอยู่ เมื่อขั้นตอนที่เป็นกิจวัตรนั้นถูกจัดการโดยอัตโนมัติและเชื่อถือได้ แพทย์สามารถใช้เวลาส่วนใหญ่ของวันในการทำสิ่งที่พวกเขาเท่านั้นที่สามารถทำได้ ซึ่งก็คือการฟัง การใช้วิจารณญาณ และการสร้างความไว้วางใจกับผู้ที่พวกเขารักษา

ฉันไม่เชื่อว่า AI จะแทนที่แพทย์ หากอะไร AI ช่วยให้พวกเขาได้กลับไปสู่จุดศูนย์กลางของวิชาชีพของพวกเขา โดยใช้เวลามากขึ้นในการสนทนาและน้อยลงในการตามหาข้อมูล นั่นคือที่ที่เทคโนโลยีสามารถทำให้การแพทย์เป็นมนุษย์มากขึ้น ไม่น้อยลง

หนึ่งในเป้าหมายที่คุณระบุไว้คือการช่วยคลินิกประหยัดเงินหลายล้านต่อปีโดยการเพิ่มประสิทธิภาพ คุณสามารถอธิบายกลไกการประหยัดต้นทุนที่เป็นรูปธรรมที่ BloodGPT มอบให้ได้หรือไม่

การประหยัดเงินมาจากสามพื้นที่หลัก

ประการแรก คือ เวลา การทบทวนและถ่ายทอดผลการตรวจเลือดยังคงเป็นกระบวนการที่ช้าและทำด้วยมือในหลายระบบสุขภาพ BloodGPT ตัดเวลาในการทบทวนและวิเคราะห์ผลการทดสอบจากหลายนาทีเป็นเพียงไม่กี่วินาทีสำหรับการทดสอบแต่ละครั้ง เมื่อคำนวณผลการทดสอบหลายพันครั้งต่อสัปดาห์ นั่นหมายถึงชั่วโมงการทำงานของแพทย์ที่ถูกส่งกลับไปให้กับการดูแลผู้ป่วย

ประการที่สอง คือ ความต่อเนื่อง แพลตฟอร์มนี้เก็บประวัติการตรวจเลือดของผู้ป่วยแต่ละคน ทำให้สามารถสังเกตุแนวโน้มและความผิดปกติได้ง่ายๆ ซึ่งลดการตรวจซ้ำและจับข้อผิดพลาดที่อาจทำให้เกิดการนัดหมายหรือการตรวจซ้ำที่ไม่จำเป็น

ประการที่สาม คือ การใช้ทรัพยากร เมื่อมีการส่งต่อข้อมูลที่ถูกต้องและทันที ทีมงานสามารถมุ่งเน้นไปที่งานที่มีคุณค่ามากขึ้น และห้องปฏิบัติการสามารถดำเนินงานได้ด้วยทีมสนับสนุนที่เล็กลง

เมื่อบวกผลกระทบเหล่านี้เข้าด้วยกัน ระบบสุขภาพขนาดกลางสามารถประหยัดเงินหลายล้านต่อปี และปรับปรุงผลลัพธ์ได้ในขณะเดียวกัน ในสุขภาพ เป็นเรื่องที่ไม่ธรรมดาที่จะลดต้นทุนและเพิ่มคุณภาพในเวลาเดียวกัน และนั่นคือสิ่งที่เราตั้งเป้าไว้

คุณได้กล่าวถึงว่าระยะเวลาการลงทุนในระยะสั้นบ่อยครั้งสามารถฆ่านวัตกรรมของระบบใน AI สุขภาพได้ คุณคิดว่าผู้ก่อตั้งและนักลงทุนสามารถจัดแนวตัวเองเพื่อให้แน่ใจว่ามีผลกระทบในระยะยาวได้อย่างไร

เริ่มต้นด้วยภารกิจร่วมกัน หากนักลงทุนกำลังมองหาการพลิกกลับใน 12 เดือน สุขภาพคือสาขาที่ไม่เหมาะสม สectors นี้ต้องการความอดทน การปฏิบัติตามกฎระเบียบ และหลายปีในการสร้างความไว้วางใจ ผู้ก่อตั้งต้องมีบทบาทในการตั้งความคาดหวังให้เหมาะสม โดยอธิบายเส้นเวลาที่เกี่ยวข้องกับกฎระเบียบ วงจรการนำรับ และความเป็นจริงของการชำระเงิน เพื่อให้หุ้นส่วนเข้าใจว่าทำไมความก้าวหน้าจึงดูช้าจากภายนอก

นักลงทุนควรสนับสนุนการเติบโตตามข้อมูลรับ และต้านการไล่ตามเมตริกที่ไม่มีประโยชน์ บริษัทที่เปลี่ยนแปลงสุขภาพจริงๆ จะถูกสร้างขึ้นโดยหุ้นส่วนที่เต็มใจที่จะคิดในระยะ 5-10 ปี และยังคงภักดีตลอดการเดินทาง ไม่ใช่แค่การเพิ่มขึ้นแรกหรือการออกที่รวดเร็ว

ด้วยกฎระเบียบที่เข้มงวดมากขึ้นรอบๆ AI ในสุขภาพ คุณเข้าใกล้การปฏิบัติตามกฎระเบียบ ความปลอดภัย และการสร้างความไว้วางใจกับ BloodGPT อย่างไร

ตั้งแต่เริ่มต้น เราได้รักษาการออกแบบที่มีความรับผิดชอบเป็นส่วนหนึ่งของผลิตภัณฑ์ ไม่ใช่สิ่งที่ต้องทำภายหลัง ทีมของเราปฏิบัติตามมาตรฐานความเป็นส่วนตัวและความปลอดภัยที่ใช้กันอย่างแพร่หลายในด้านสุขภาพ และติดตามกฎระเบียบที่เปลี่ยนแปลงในตลาดสำคัญๆ มุ่งเน้นไปที่การปฏิบัติที่ดีในการจัดการข้อมูล การจัดเก็บข้อมูลที่โปร่งใส และผลลัพธ์ที่สามารถตรวจสอบได้

เช่นเดียวกับที่ฉันกล่าวไว้ก่อนหน้านี้ ความไว้วางใจเป็นความท้าทายที่ยิ่งใหญ่ที่สุดของเราในตอนแรก และยังคงเป็นดาราเหนือของเรา ความไว้วางใจไม่ใช่แค่การตรวจสอบกล่องในกฎระเบียบเท่านั้น แต่เป็นเรื่องของการให้ความมั่นใจแก่ผู้เชี่ยวชาญว่าพวกเขาจะเห็นที่มาของทุกค่า และผู้ป่วยสามารถมั่นใจได้ว่าข้อมูลของตนเองถูกจัดการอย่างไร

เมื่อมองไปข้างหน้า คุณเห็น AI ที่ขยายออกไปนอกเหนือจากการทดสอบเลือดไปสู่พื้นที่การวินิจฉัยอื่นๆ หรือไม่ และหากเป็นเช่นนั้น คุณคิดว่าผลลัพธ์ที่สำคัญที่สุดจะเกิดขึ้นก่อนในพื้นที่ใด

มันกำลังเกิดขึ้นแล้ว รังสีวิทยา, จีโนมิกส์, และ จักษุวิทยา ได้เคลื่อนตัวผ่านขั้นตอนการทดลองไปแล้ว ในสาขาเหล่านี้ ระบบ AI ช่วยในการระบุโรคมะเร็งในระยะแรกจากการสแกน การวิเคราะห์ตัวแปรทางพันธุกรรมที่ซับซ้อน และระบุอาการของโรคเบาหวานในภาพถ่ายจอประสาทตา โดยที่ผลลัพธ์จะถูกส่งไปยังแพทย์ผู้เชี่ยวชาญเพื่อการตรวจสอบสุดท้าย

คลื่นลูกต่อไปจะเป็นเรื่องของการเชื่อมต่อและการบูรณาการมากกว่าการทำงานในโดเมนเดียว คิดถึงเรื่องนี้ การถ่ายภาพ การจีโนมิกส์ การสวมใส่ และข้อมูลในห้องปฏิบัติการยังคงถูกมองว่าเป็นกระแสข้อมูลที่แยกจากกัน AI จะทำให้พวกมันเชื่อมต่อเพื่อเปิดเผยสัญญาณที่ซับซ้อน — ตัวบ่งชี้เลือด การเปลี่ยนแปลงทางพันธุกรรม หรือรูปแบบจากอุปกรณ์สวมใส่ — เพื่อเปิดเผยความเสี่ยงก่อนที่การทดสอบใดๆ จะสามารถทำได้

การผิดพลาดที่แท้จริงจะอยู่ที่การบูรณาการนี้: ชั้นหนึ่งของความฉลาดที่เชื่อมโยงข้อมูลหลายแหล่งเข้าด้วยกันเพื่อให้แพทย์และผู้ป่วยมองเห็นภาพที่ต่อเนื่องและทันทีของสุขภาพและความเสี่ยง การเปลี่ยนแปลงจากการดูแลแบบติดตามไปสู่การดูแลแบบคาดการณ์และแบบกระตุ้นเป็นสถานที่ที่มีผลกระทบมากที่สุด

สุดท้าย สิ่งใดที่ทำให้คุณตื่นเต้นมากที่สุดเกี่ยวกับอนาคตของ AI ในสุขภาพ และ BloodGPT มีบทบาทอย่างไรในการ塑造อนาคตนั้น

สิ่งที่ทำให้ฉันตื่นเต้นมากที่สุด คือสิ่งที่ฉันพูดถึงเมื่อกี้เกี่ยวกับการเปลี่ยนแปลงจากสุขภาพแบบตอบสนองไปสู่สุขภาพแบบคาดการณ์ ในช่วงหลายทศวรรษที่ผ่านมา เรารอจนกว่าคนจะป่วยก่อนที่จะเข้ามาแทรกแซง ใช่ การป้องกันและความรับผิดชอบส่วนบุคคลมักเป็นส่วนหนึ่งของการอภิปราย แต่ AI สามารถทำให้ความฝันนั้นเป็นจริงได้ โดยการระบุความเสี่ยงในระยะแรก การชี้แนะในการตัดสินใจที่ดีต่อสุขภาพ และการปรับแต่งข้อมูลส่วนบุคคลในระดับที่ไม่เคยเห็นมาก่อน

BloodGPT ได้รับการออกแบบมาเพื่อเป็นส่วนหนึ่งของรากฐานนั้น ข้อมูลเลือดเป็นสัญญาณสุขภาพที่พบได้ทั่วไปและแพร่หลายที่สุด แต่ก็ยังไม่ได้รับการใช้ประโยชน์อย่างเต็มที่ โดยการทำให้ข้อมูลนี้สามารถเข้าใจและนำไปใช้ได้ เราเปลี่ยนตัวเลขที่ซับซ้อนให้เป็นข้อมูลที่ชัดเจน และข้อมูลให้เป็นชีวิตที่ดีต่อสุขภาพมากขึ้น สุดท้าย นั่นคือเป้าหมายที่ง่ายๆ เลย 

ขอขอบคุณ สำหรับ การสัมภาษณ์ที่ยอดเยี่ยม ผู้อ่านสามารถเยี่ยมชม BloodGPT เพื่อเรียนรู้เพิ่มเติม