สุขภาพแห่งอนาคต: เมื่อเทคโนโลยีสร้างความเท่าเทียม: “Health Equity through Tech Innovation”

0
9
สุขภาพแห่งอนาคต: เมื่อเทคโนโลยีสร้างความเท่าเทียม: “Health Equity through Tech Innovation"

ปัจจุบันในโรงพยาบาลเรามีข้อมูลจำนวนมาก ทั้งข้อมูลคนไข้ ยา และข้อมูลอื่นๆ พบว่าข้อมูลส่วนหนึ่งที่ไม่ถูกนำมาใช้ คือ free texs ที่มีอยู่ในระบบ hospital Information system (HIS) ไม่ว่าจะเป็นการ note หรือการพิมพ์บันทึกรายละเอียดต่างๆ ซึ่งในอดีตหากเราต้องการวิเคราะห์เราต้องเอาคนมาตามอ่าน มารวบรวม ซึ่งปัจจุบันเราจะมีเทคโนโลยีในการรวบรวมข้อมูลเหล่านี้ ซึ่งเป็นส่วนหนึ่งของ social Determinants of health หรือ ปัจจัยทางสังคมที่กำหนดสุขภาพ ปัจจุบัน นอกจากความเจ็บป่วยแล้ว ปัจจัยทางเศรษฐกิจสังคม พฤติกรรมก็มีผล มีความสำคัญกว่า 70-80% แต่พบว่าไม่ค่อยมีการลงบันทึกข้อมูลเหล่านี้ เราพบว่าส่วนหนึ่งที่ไม่มีการบันทึก เป็นเพราะแพทย์บางท่านอาจไม่เห็นความสำคัญ ไม่เห็นประโยชน์ของการเขียน การลงบันทึกดังกล่าว คิดว่าไม่มีคนอ่าน เป็นต้นแต่เพื่อที่จะลดความไม่เท่าเทียม เราจำเป็นต้องใช้ข้อมูลเหล่านี้เข้ามาสนับสนุน

ตัวอย่างโปรแกรมจาก จุฬา ที่มีการใช้ AI ช่วยในการรวบรวมข้อมูลกว่าสองหมื่นราย ซึ่งข้อมูลที่ได้ คือ
เราพบว่าหมอสามารถบันทึกข้อมูลคนไข้ 1 คนนั้น พบว่ากว่า 60% ของคนไข้ ที่มีการบันทึกข้อมูล และคนไข้
ที่มี complication มากๆจะมีการบันทึกค่อนข้างเยอะ และสามารถแยกวิเคราะห์เป็นรายหมวดหมู่ต่างๆ เช่น Accessibility การเข้าถึงบริการ เราสามารถดูได้ว่าเรามีประเด็น คนไข้มีปัญหาอยู่ไกล ไม่สะดวกมารับยา Compliance การขาดยา ไม่ขาดยา ทานยาครบ ไม่ครบ  ปัจจัยเศรษฐกิจเงินไม่พอ ทำไม่ได้ ไม่มีกำลังจ่าย
อาชีพ ข้าราชการ เกษตรกรรม พนักงาน การสูบบุหรี่ สูบ ไม่สูบ สูบเท่าไร ต่อเดือน เป็นต้นเหล่านี้เป็นตัวอย่าง
ข้อมูลที่ได้มาจาก การใช้ AI ช่วยในการรวบรวมข้อมูล ข้อมูล Economic by Payment type

ข้อมูลที่ดึงมาจะเห็นว่า คนไข้เราใช้สิทธิ์การรักษาแบบไหน จำนวนเท่าไร รวมถึงคนไข้มีฐานะอย่างไร ซึ่งสามารถ
เอาไป cross tab เพื่อวิเคราะห์ได้ รวมถึงยังสามารถวิเคราะห์ time line ได้ ดังตัวอย่าง timeline of smoking status โดยเก็บมาจาก note ที่บันทึกไว้ โดยเราสามารถเอาไปวิเคราะห์ต่อว่า คนที่ไม่สูบเปลี่ยนมาสูบ เป็นกลุ่มไหน ฐานะอะไร เพื่อวิเคราะห์หาปัจจัยเพิ่มเติม จากภาพนี้จะเป็น infra structure ของระบบข้อมูลในโรงพยาบาล   แทนที่เราต้องการข้อมูลอะไรสักอย่างแล้ว เราจะสร้างโปรแกรมใหม่ หรือแบบฟอร์ม เพื่อสำรวจข้อมูล และให้คนไข้กรอกข้อมูล เราสามารถใช้ program นี้ในการดึงข้อมูลที่มีอยู่ได้ โดยที่ไม่ต้องไปเริ่มกรอกข้อมูลใหม่ และสามารถใช้ข้อมูลไปสนับสนุนงานวิจัยให้มีความน่าเชื่อถือ

ปัจจุบันประเทศไทยมีการเก็บข้อมูล social Determinants of health โดยมีการเก็บทุก 2-3 ปี โดยการสุ่มแบบง่ายจากทั่วประเทศ แต่ในโรงพยาบาลข้อมูลที่เราดึงมาได้ เป็นข้อมูลจริงๆ  และใช้เวลาไม่นานในการเก็บ ซึ่งยังมีข้อจำกัดคือ ข้อมูลเหล่านี้ที่ดึงมาได้ ไม่ complete เท่า NHES แต่เราสามารถดึงข้อมูลเป็น timeline ได้ เราต้องยอมรับว่าปัจจุบันมีโปรแกรมวิเคราะห์ข้อมูลต่างๆมากมาย และราคาสูง และเราอาจสงสัยว่าทำไมองค์กรยังลงทุนในการซื้อโปรแกรมเหล่านั้น ส่วนหนึ่งของการลงทุนโปรแกรมราคาถูกเพราะเราคิดว่าการลงทุนในการซื้อโปรแกรมต่างๆ  เทียบกับภาระงาน และเวลาของเจ้าหน้าที่ื ที่มาคำนวนเป็นค่าใช้จ่ายในการวิเคราะห์ข้อมูล เราก็อาจพิจารณาว่าคุ้มที่จะลงทุน

จากโปรแกรมนี้ เป็นตัวอย่าง model low cost program สำหรับหน่วยงานที่มีความสนใจ สามารถติดต่อ นพ.ตนุภัทร บุญเฉลิมวิเชียร ได้ แต่ที่นี่สนใจคือ  ทำอย่างไรให้คนกรอกข้อมูลให้ครบ เป็นประเด็นที่น่าสนใจ
โดยตัวอย่าง อเมริกา ไม่เขียนไม่ได้ค่าตอบแทน ซึ่งที่อังกฤษ มี AI  นำเสนอว่าใครเขียนมากเขียนน้อย แล้วนำมา ranking  ทุกคนล้วนไม่อยากเป็นคนรั้งท้าย ส่วนที่ไทย อาจทำให้แค่ให้เค้าเห็นความสำคัญ และนำข้อมูลมาให้เค้าเห็นว่าใช้ประโยชน์อะไรได้จริง

สรุป AI จะมาเพิ่มความเท่าเทียมอย่างไร เราคิดว่าต่อไปความรู้จะราคาถูกลงเรื่อย ๆ ตอนนี้เราสามารถพิมพ์ถาม Chat GPT ก็ได้คำตอบแล้วซึ่งอันนี้เป็นแนวทางที่เราจะให้ทุกคนเข้าถึงข้อมูล อย่างไรก็ตามเราต้องมี critical thinking ว่าเราจะเชื่อหรือไม่ ซึ่งตั้งแต่มี internet  ทำให้คนยกระดับความรู้มาระดับหนึ่ง AI ที่เข้ามาเชื่อแน่ว่าจะสามารถยกระดับความรู้ ได้มากกว่าเดิม

ผู้ถอดบทเรียน นายยอด สุนนทราช
พยาบาลวิชาชีพ โรงพยาบาลกรุงเทพพัทยา

ครีเอทีฟคอมมอนส์
งานนี้ใช้สัญญาอนุญาตครีเอทีฟคอมมอนส์ แบบแสดงที่มาไม่ใช้เพื่อการค้า ไม่คัดแปลง

 

 

 

 

 

 

 

ทิ้งคำตอบไว้

Please enter your comment!
Please enter your name here