ASKR × EMBLA · แพลตฟอร์มฝึกทักษะคลินิก — นักศึกษา × อาจารย์
เราสร้าง AI ผู้ป่วยจำลอง
ที่ฝึกและให้คะแนนแบบ OSCE
เปลี่ยนมือถือทุกเครื่องให้เป็นเคสผู้ป่วยเสมือนจริง — ซักประวัติ ตรวจร่างกาย อ่านฟิล์ม วินิจฉัย วางแผนรักษา แล้วให้คะแนนอัตโนมัติทันที
ปริพล ทู้ไพเราะห์ (เป้)CEO & Founder · MegaWiz · embla.megawiz.co.th
02 · ปัญหา
ปัญหา · 1/2
ด่านสุดท้ายก่อนเป็นหมอ: "รู้" อย่างเดียวไม่พอ — ต้อง "ทำได้"
OSCE สอบทักษะปฏิบัติรายสถานี
ซักประวัติ · ตรวจร่างกาย · หัตถการ · แจ้งข่าวร้าย — ทำจริงต่อหน้ากรรมการและผู้ป่วยจำลอง สถานีละ 5 นาที
MEQ ข้อสอบเขียนตอบ
เคสผู้ป่วยเผยข้อมูลทีละฉาก ให้ตอบไปทีละขั้น · ตอบแล้วเปิดฉากต่อไป — ย้อนกลับมาแก้ไม่ได้ · วัดการคิดวินิจฉัย ไม่ใช่ท่องจำ
👩⚕️ นักศึกษาแพทย์ปี 6
"เรียนมา 6 ปี — ได้ซ้อมสนามจริงแค่ครั้งเดียว"
ที่ตกไม่ใช่เพราะไม่รู้: ตื่นสนาม · ลืมขั้นตอนที่ไม่เคยฝึกจนเป็นนิสัย · เจอสถานีสื่อสารที่ไม่เคยได้ลองพูดกับใครมาก่อน
🧑🏫 อาจารย์แพทย์
"อยากให้เด็กซ้อม — แต่ปัญหาคือเวลา"
อาจารย์แพทย์ต้องทั้ง รักษา · วิจัย · งานประเมินคุณภาพ · สอน — จัด mock OSCE + ตรวจ MEQ ร้อยชุดด้วยมือ จึงถูกบีบทำนอกเวลา · feedback รายคน ≈ ศูนย์
นักศึกษาไม่มีที่ซ้อม · อาจารย์ไม่มีเวลา — และช่องว่างนี้จะยิ่งใหญ่ขึ้น เมื่อผลิตแพทย์เพิ่ม
บริบท: การสอบใบประกอบวิชาชีพเวชกรรม ขั้นตอนที่ 3 (ศรว.) = OSCE · MEQ · Long case · หัตถการ 15 ทักษะ
03 · ปัญหา
ปัญหา · 2/2
ความเจ็บปวดรายคน รวมกันเป็นบิลระดับประเทศ
ประเทศกำลังเร่งผลิตแพทย์ครั้งใหญ่ที่สุดในประวัติศาสตร์ — บนคอขวดเดิม: อาจารย์และการฝึก
มติ ครม. เร่งผลิตแพทย์เพิ่ม ใน 10 ปี (2568–2577)
+22,200คน
โครงการผลิตแพทย์และทีมสุขภาพ 9 วิชาชีพ 62,000 คน — เป้าแพทย์:ประชากร 1:650 (วันนี้ ~1:922 นับเฉพาะผู้มีใบประกอบฯ)
เป้าเร่งผลิต — ชนเพดานคุณภาพ
4,000คน/ปี
แต่ศักยภาพผลิตตามมาตรฐานคุณภาพสากล (WFME) มี 3,280 คน/ปี — แพทยสภาย้ำ: คอขวดคืออาจารย์แพทย์และแหล่งฝึก
ว่าที่แพทย์หลุดหน้าด่านสอบทุกปี
~271คน/ปี
≈ 1 ใน 10 ของแพทย์ใช้ทุนปี 2568 — เงินลงทุนรัฐ ~490 ล้านบาท/ปี ค้างอยู่หน้าด่าน*
เพิ่มโรงงานก็ชนเพดานอาจารย์ — ทางเพิ่มแพทย์ที่เร็วและถูกที่สุด คือเพิ่ม "อัตราผ่าน" ของนักศึกษาที่มีอยู่
สัดส่วนแพทย์:ประชากร — 1:922 = แพทย์มีใบประกอบฯ ทั้งหมด (แพทยสภา 2569) · ในระบบสาธารณสุขจริง ~1:1,500–1,700 ต่ำกว่ามาตรฐาน WHO ~1:1,000 · เหลื่อมล้ำสูง กทม. ~1:460 ↔ ชนบทบางพื้นที่ ~1:4,000–5,000 (กระทรวงสาธารณสุข/สำนักงานสถิติแห่งชาติ 2566–67). ที่มา: มติ ครม. โครงการผลิตแพทย์และทีมสุขภาพ (2568–2577, Thai PBS Policy Watch) · เสวนาแพทยสภา × สธ. 2 ก.ค. 2569 (hfocus.org/content/2026/07/38586) · *คำนวณจาก 300,000 บาท/คน/ปี × 6 ปี × 271 คน (ยังสอบไม่ผ่านครบทุกขั้นตอน/จบไม่ทัน)
04 · ทางออก
ทางออก
ผู้ป่วยจำลอง ที่ฝึกได้ไม่จำกัด
ในมือถือนักศึกษาทุกคน
- 💬สนทนากับผู้ป่วยเสมือนจริง — ซักประวัติ ตรวจ สั่งแล็บ อ่านฟิล์ม วินิจฉัย วางแผนรักษา ครบทั้งเคส
- 🎯ต่างจากตำรา/แฟลชการ์ด/ChatGPT — เป็นเคสคลินิกที่ถูกให้คะแนน OSCE จริง 7 มิติ (รูบริกที่แพทย์ตรวจสอบ) พร้อมโค้ชรายคนทันที · ประเมินอิงสมรรถนะ + ให้ฟีดแบ็กทันที
- 🎮ประโยชน์ต่อนักศึกษา — ฝึกซ้ำได้ไม่จำกัด 24/7 · รู้จุดอ่อนตัวเอง · พร้อมสอบใบประกอบฯ ขั้นสุดท้าย (NL3) อย่างมั่นใจ
หน้าแอป Embla จริง — สั่งตรวจแล้วได้ ฟิล์ม X-ray จริง · ฟังเสียงหัวใจ-ปอด · ครบ ซักประวัติ→วินิจฉัย→คะแนน OSCE
05 · Askr
ทางออก · ฝั่งอาจารย์
Askr — คืนเวลาให้อาจารย์แพทย์
อาจารย์ 1 คน แบก
➜
งานออกข้อสอบ ถูกบีบทำ "นอกเวลา"
Blueprintตามสมรรถนะ (EPA) แพทยสภา
➜
➜
➜
➜
ร่างแรกใน 5 นาทีAI ร่าง — อาจารย์เป็นคนอนุมัติเสมอ
มีสถิติรองรับเป็นหลักฐานประกอบการประเมิน · ไม่ต้องทำเอกสารเพิ่ม
เฉลยไม่มีวันรั่วข้อสอบจริงอยู่ในเครื่องสถาบัน (Box)
Embla ฝึกนักศึกษา · Askr คืนเวลาอาจารย์ — สองด้านของต้นไม้เดียวกัน
06 · สถาปัตยกรรม
เทคโนโลยี
เครื่องยนต์คลินิกเดียว · สองโหมดติดตั้ง
พูดง่าย ๆ: สมอง AI ชุดเดียวกัน — อยู่บนคลาวด์ก็ได้ หรืออยู่ในเครื่องของคณะ โดยข้อมูลไม่ต้องออกอินเทอร์เน็ตเลยก็ได้
Embla · นักศึกษา
มือถือ / เว็บ — ฝึก+สอบกับผู้ป่วยจำลอง
Askr · อาจารย์
ออกข้อสอบ + แดชบอร์ด + รับรอง
▼
Core Encounter Engine ·
Rust
Askr ร่างข้อสอบ MEQ/OSCE · Embla จำลอง + ให้คะแนน 7 มิติ · สื่อคลินิกจริง (ECG·ฟิล์ม·เสียง) · competency/EPA
เครื่องยนต์ + คลังเคสชุดเดียว ขับทั้ง Askr & Embla — รันได้ทั้งคลาวด์และในเครื่อง
▼
Embla Cloud · นักศึกษา
Cloud Run · Firestore · Gemini✅ ใช้งานจริงแล้ว
Embla Box · สถาบัน
AI รันในเครื่อง — ออฟไลน์ได้ 100% (Heimdall · MLX)🔒 Asgard · PII ตามมาตรฐาน ISO-27001 · ข้อมูล + ข้อสอบจริง (Askr) ล็อกในสถาบัน🔜 pilot 1–2 สถาบัน
แพทย์ผู้เชี่ยวชาญ (KOL) ตรวจเคสจริง → ปรับ AI ให้แม่นขึ้น →
data flywheel ไทย (ยิ่งใช้ยิ่งฉลาด) · คนควบคุมเสมอ
07 · ตลาด
ขนาดตลาด
ตลาดใหญ่ระดับโลก
ที่ยังไม่มีผู้ใดตอบโจทย์ได้
ตลาดจำลองการแพทย์โลก $3.5B (2025) → $7.2B (2030) · โต ~15.6%/ปี · virtual patient โตเร็วที่สุด · สถาบันการศึกษา = ผู้ซื้อหลัก
TAM$3.5B · โลก
SAMอาเซียน + สอบสากล
SOMไทย ~3,000/ปี
🌏 TAM · ตลาดทั้งหมดทั่วโลกตลาดจำลองการแพทย์ $3.5B → $7.2B (2030) · virtual patient โตเร็วสุด · สถาบันการศึกษา = ผู้ซื้อหลัก ~31%
🎯 SAM · ตลาดที่เข้าถึงได้อาเซียน + สอบใบประกอบฯ สากล — USMLE (สหรัฐฯ) · NCLEX 359K ผู้สอบ/ปี · PLAB (สหราชอาณาจักร)
🇹🇭 SOM · เป้าหมายช่วงแรก — เริ่มที่ไทย~3,000 นศ.แพทย์สอบ OSCE/ปี + นศ.พยาบาล · 29 รร.แพทย์ + 84 สถาบันพยาบาล · ครม.เร่งผลิต +22,200 หมอ/10 ปี
ที่มา: MarketsandMarkets · Grand View Research (2025–26) · WHO State of World’s Nursing 2025 · WFME/WDOMS 2025 · NCSBN 2023 · มติ ครม. 6 ส.ค. 2567 (ยุทธศาสตร์กำลังคนสาธารณสุข) · แพทยสภา 2 ก.ค. 2569
08 · เดโม่
ผลิตภัณฑ์ · เส้นทางการใช้งาน
หนึ่งเคส = การฝึกครบวงจร ใน 5 นาที
ตรวจร่างกายในแอป — ฟังเสียงหัวใจ-ปอดจริง (audio) + อ่านผลแล็บ/ฟิล์ม
สื่อคลินิกของจริงในแอป: ECG 12-lead · ภาพ X-ray · เสียงหัวใจ/ปอด (จากชุดข้อมูลลิขสิทธิ์) — ความสมจริงที่เมื่อ 2 ปีก่อนยังทำไม่ได้
09 · โมเดลธุรกิจ
รูปแบบรายได้
เริ่มที่นักศึกษา → ขยายสู่สถาบัน
B2C · นักศึกษา
฿1–2k/คน/ปี
สมัครเอง มือถือใช้งานได้แล้วorganic บอกต่อ
B2B · สถาบัน (Embla Box)
฿400–900k/สถาบัน/ปี
on-prem 100%แดชบอร์ดอาจารย์ISO-27001 · PIIมูลค่าดีลสูง
เครื่องยนต์เดียว สองตลาดเพิ่มวิชาชีพ/ข้อสอบ = ต้นทุนแค่คอนเทนต์
ซอฟต์แวร์ margin สูงผู้เรียนเพิ่มไม่จำกัด · ไม่ต้องเพิ่มอาจารย์/SP
ตัวเลขราคาเป็นช่วงประมาณการจาก pilot — ปรับตามดีลจริงรายสถาบัน
10 · Traction
ผลลัพธ์ที่เกิดจริง
ใช้งานจริงแล้ว กับนักศึกษาจริง — โดยไม่มีการโฆษณา
- 🏛️นักศึกษา รร.แพทย์ Top-5 เข้าใช้งานด้วยตนเอง (จากการบอกต่อ ไม่มีการโฆษณา) — จุฬาฯ·ศิริราช·รามาฯ·มช.·มข.·มอ.
- 🤝กำลังพัฒนาร่วม: สจล. (พระจอมเกล้าลาดกระบัง) — โรงเรียนแพทย์ + คณะวิศวกรรมศาสตร์ ร่วมพัฒนา Askr & Embla ใช้งานจริง · หารือเพิ่ม รังสิต · CRA
- 🎓ที่ปรึกษาทางการแพทย์: ดร.พญ.กมลทิพย์ เลิศชัยสถาพร (ฝน) — อายุรแพทย์–โลหิตวิทยา รพ.จุฬาภรณ์ · ราชวิทยาลัยจุฬาภรณ์
แดชบอร์ด admin จริง — ผู้เล่นต่อวัน (DAU) โตต่อเนื่อง
ยังเป็น early product — โจทย์ถัดไปคือ retention (อัตราการกลับมาใช้ซ้ำ) ซึ่งคือเหตุผลที่ขอรับการสนับสนุน
11 · ความได้เปรียบ
ความได้เปรียบในการแข่งขัน
ทำไม Embla จึงลอกเลียนแบบได้ยาก
| คุณสมบัติ |
Embla |
AI OSCE apps (ตปท.) |
ChatGPT / LLM |
หุ่นจำลอง hi-fi |
ผู้ป่วยจำลองคนจริง (SP) |
| ไทย + on-prem + รูบริกแพทย์ตรวจ | ✓✓ | ✗ | ✗ | ✗ | บางส่วน |
| สื่อคลินิกจริง (ECG·ฟิล์ม·เสียงหัวใจ) | ✓ | บางส่วน | ✗ | บางส่วน | ✗ |
| คะแนน OSCE อัตโนมัติ 7 มิติ | ✓✓ | ✓ | ✗ | ✗ | คนตรวจ |
| ฝึกซ้ำไม่จำกัด 24/7 | ✓✓ | ✓✓ | ✓ | ทีละคน | จำกัดคิว |
| ความถูกต้องที่แพทย์ตรวจสอบ | ✓ อาจารย์แพทย์ตรวจ | ✓ | ✗ อาจคลาดเคลื่อน | ✓ | ✓ |
| หัตถการ/สัมผัสจริง (CPR·ใส่ท่อ) | ✗ | ✗ | ✗ | ✓✓ | บางส่วน |
| ต้นทุน | ฿1–2k/ปี | ~$130–250/ปี | ต่ำ | ฿2–4 ลบ./ตัว | แพง·ขยายยาก |
Moat (สิ่งที่ลอกยาก) — ต้องมีครบ:
ลอกครึ่งเดียว ใช้ไม่ได้
12 · ทีม
ทีม
ทีมผู้พัฒนา — วิศวกรรม × คลินิก
- 👤ปริพล ทู้ไพเราะห์ (เป้) — CEO & ผู้ก่อตั้ง · วิศวกรรมสารสนเทศ · สร้าง Embla + แพลตฟอร์ม AI on-prem (Embla Box)
- 🩺นพ.ศิรวิทย์ ตันศิริ (หมอเทน) — แพทย์ร่วมก่อตั้ง · เวชปฏิบัติทั่วไป · กำกับความถูกต้องทางคลินิก + เกณฑ์ให้คะแนน
- 🤖พงศกร ใจแก้ว (พงษ์) — AI Engineer · พัฒนา engine ผู้ป่วยจำลอง + ระบบประเมินผล
- 💉วรนิชาญานันท์ พันธเตชะไพศาล (อุ้ม) — พยาบาลวิชาชีพ · ออกแบบ–ตรวจสอบเนื้อหาการพยาบาล (รองรับการขยายสู่หลักสูตรพยาบาล)
- 🎓ดร.พญ.กมลทิพย์ เลิศชัยสถาพร (ฝน) — ที่ปรึกษาทางการแพทย์ · อาจารย์แพทย์ · อายุรแพทย์ & โลหิตวิทยา รพ.จุฬาภรณ์ · ราชวิทยาลัยจุฬาภรณ์ · ป.โท Health Science Education (ศิริราช) · ป.เอก นวัตกรรม AI (NIDA)

ทีมคนไทย: แพทย์ · พยาบาล · วิศวกร AI
แพทย์ร่วมก่อตั้งดูแลความถูกต้องของทุกเคส · ที่ปรึกษาเป็นนักการศึกษาแพทย์โดยตรง ตรงกับโจทย์ EdTech และสนใจร่วมวิจัยด้าน AI in Medical Education
13 · สิ่งที่ขอ
สิ่งที่เรามองหา
ร่วมขยายการฝึกทักษะคลินิก —
เพื่อว่าที่หมอและพยาบาลทุกคน
- 🏥สถาบันนำร่อง — สจล. (รร.แพทย์ + วิศวกรรมศาสตร์ ร่วมพัฒนา) แล้วขยาย รร.แพทย์–พยาบาลเพิ่ม
- 🤝เครือข่ายอาจารย์แพทย์ผู้เชี่ยวชาญ (KOL) — ร่วมออกแบบ–ตรวจเคส เพิ่มความน่าเชื่อถือทางคลินิก
- 🚀ร่วมโครงการ ACC (อว.–NIA) — โค้ช/บ่มเพาะ · เครือข่ายพันธมิตร · แซนด์บ็อกซ์หลักสูตร
วิสัยทัศน์: ทุกว่าที่หมอและพยาบาลฝึกกับผู้ป่วยจำลองได้ไม่จำกัด ก่อนเจอผู้ป่วยจริง — และไทยเป็นศูนย์กลาง Medical AI ของภูมิภาค
14 · ปิดท้าย
สัญญาณชีพที่กลับมา — เพราะมีหมอที่ พร้อม อยู่ตรงนั้น
EMBLA — ฝึกกับผู้ป่วยจำลอง ก่อนเจอผู้ป่วยจริง
สแกนทดลองใช้ฟรีembla.megawiz.co.th
Roadmap
12–18 เดือนข้างหน้า · ปลดล็อกอะไร
เส้นทางที่การสนับสนุนช่วยเร่ง
0–6 เดือน
นำร่อง 3–5 สถาบัน · ยกระดับ retention (การกลับมาใช้ซ้ำ) · คลังเคสครบ 14 สาขา
6–12 เดือน
Embla Box pilot 1–2 สถาบัน · เริ่มเวอร์ชัน อังกฤษ (USMLE — ใบประกอบแพทย์สหรัฐฯ)
12–18 เดือน
ขยาย 5 → 20+ สถาบัน · เปิดสาย พยาบาล (NCLEX — ใบประกอบพยาบาลสหรัฐฯ) · data flywheel ไทย (ยิ่งใช้ยิ่งแม่น)
Embla — ฝึกกับผู้ป่วยจำลอง ก่อนเจอผู้ป่วยจริง. ขอเชิญร่วมสร้างไปด้วยกัน

สแกนทดลองใช้ฟรีเพิ่มเพื่อนทาง LINE
ภาคผนวก · ราคาอ้างอิง
อ้างอิง · ต้นทุนทางเลือกในการฝึก OSCE (สำหรับ Q&A)
ราคาคู่แข่ง — เทียบต้นทุน
| ทางเลือกในการฝึก | ต้นทุน (โดยประมาณ) | ลักษณะ / ข้อจำกัด |
| หุ่นจำลอง hi-fi | ฿2–4 ลบ./ตัว | Laerdal SimMan 3G ~$65–85k · CAE ~$50–90k · Gaumard HAL ~$70–100k+ · ฝึกได้ทีละคน |
| AI OSCE apps (ตปท.) | ~$130–250/คน/ปี | OSCE.AI ~$16/เดือน · OSCE AI Pro $129.99/ปี · OslerAI $159–249 · Geeky Medics (ทบทวน) ฿199–609 — ล้วน ตปท./อังกฤษ ไม่มีรูบริกไทย/on-prem |
| ผู้ป่วยจำลองคนจริง (SP) | recurring · ขยายยาก | จ่ายนักแสดง ~฿500–2,000/ครั้ง/คน + recruit/train + คิวจำกัด |
| ChatGPT / LLM | ~$20/เดือน | ถูก แต่ให้คะแนน OSCE ตามรูบริกคลินิกที่แพทย์ตรวจสอบไม่ได้ |
| Embla | ฿1–2k/คน/ปี | ฝึกไม่จำกัด 24/7 · คะแนน 7 มิติ · แพทย์ตรวจ · on-prem · ถูกกว่า AI-sim ตปท. |
ที่มา: หน้า Pricing ทางการ — OSCE.AI (~$15.99/เดือน) · OSCE AI Pro ($12.99/เดือน · $129.99/ปี) · OslerAI ($159–249) · App Store / Google Play: Geeky Medics OSCE Revision ($4.99–$16.99 ≈ ฿199–609) · หุ่นจำลอง: Laerdal SimMan 3G / CAE Healthcare / Gaumard (list price 2024–25) · SP: AAMC standardized-patient program · OpenAI pricing · ราคาแอปยืนยันจากหน้าร้าน/หน้า pricing โดยตรง · หุ่นจำลองเป็นช่วงประมาณ
02 · ปัญหา
ปัญหา
คืนก่อนสอบ OSCE — เธอยังฝึกไม่พอ
“มะนาว” นศ.แพทย์ปี 4 ท่องทฤษฎีได้หมด — แต่แทบไม่เคยได้ซักประวัติคนไข้จริง ๆ ด้วยตัวเอง.
ผู้ป่วยมาตรฐานมีไม่กี่เคส · เวลาอาจารย์จำกัด. พรุ่งนี้คือสนามสอบ ทั้งที่ฝึกไม่พอ.
ว่าที่หมอ–พยาบาลหลายแสนคนทั่วโลก เจอคืนแบบนี้เหมือนกัน.