เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโลเปิดตัว “Addwise Comorbid” แพลตฟอร์มผู้ช่วยแพทย์อัจฉริยะ (Clinical Intelligence Platform) เป็นครั้งแรกในประเทศไทย เพื่อประเมินความเสี่ยงโรคร่วมของผู้ป่วยแบบองค์รวม พร้อมวางแผนขยายการใช้งานให้ครอบคลุมโรงพยาบาลในเครือทั้งหมด 12 แห่งในระยะต่อไป
แพลตฟอร์มดังกล่าวถูกพัฒนาขึ้นเพื่อตอบโจทย์ปัญหาที่ระบบสุขภาพทั่วไปยังเข้าไม่ถึง นั่นคือผู้ป่วยหนึ่งคนมักมีโรคร่วมหลายโรคซ้อนทับกัน รวมถึงความเสี่ยงแฝงที่ยังไม่แสดงอาการ ซึ่งการซักประวัติและตรวจรักษาแบบเดิมอาจไม่สามารถจับสัญญาณเหล่านี้ได้ทันท่วงที
จากความสะดวก สู่ความซับซ้อนของโรคร่วม
ระบบสุขภาพดิจิทัลของไทยในช่วง 2-3 ปีที่ผ่านมา อยู่ในยุคที่เรียกกันว่า “Digital Health” ซึ่งให้ความสำคัญกับความสะดวกในการเข้าถึงบริการเป็นหลัก ผ่านเครื่องมืออย่างแอปพลิเคชัน Health Up และระบบ Telecare นพ.อนันตศักดิ์ อภัยรัตน์ ผู้อำนวยการใหญ่ฝ่ายการแพทย์ เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล กล่าวเปิดงานว่า บริบทด้านสุขภาพในปัจจุบันเปลี่ยนไปจากเดิมมาก ผู้ป่วยหนึ่งคนไม่ได้เผชิญเพียงโรคเดียวอีกต่อไป แต่มักมีโรคร่วม (Comorbidity) ซ้อนทับกันอยู่ พร้อมความเสี่ยงแฝงที่ยังไม่ทันแสดงอาการให้เห็น
ด้วยเหตุนี้ เครือโรงพยาบาลจึงพัฒนา Addwise Comorbid ขึ้นเพื่อยกระดับความชาญฉลาดทางคลินิก (Clinical Intelligence) ให้แพทย์มองเห็นข้อมูลผู้ป่วยได้รอบด้านและครบทั้งตัวในคราวเดียว แนวทางการดูแลของแพลตฟอร์มนี้ยึดหลัก Value-Based Healthcare ซึ่งวัดความสำเร็จจากผลลัพธ์ทางสุขภาพและความปลอดภัยที่แท้จริงของผู้ป่วย มากกว่าจำนวนครั้งของการรักษา และวางบทบาทของโรงพยาบาลไว้ในฐานะ Partner for Life ผู้ทำหน้าที่ตรวจจับความเสี่ยงและป้องกันโรคตั้งแต่ก่อนเกิด
หลังม่านเทคโนโลยี ใครคือคนตัดสินใจ
คำถามที่ตามมาหลังการเปิดตัวคือ เมื่อมีระบบอัจฉริยะเข้ามาช่วยประเมินโรค การตัดสินใจรักษาจะยังอยู่ในมือแพทย์หรือไม่ นพ.เจตน์ จอห์น เทพทรงวัจจ ผู้อำนวยการฝ่ายข้อมูลและสารสนเทศทางการแพทย์ รพ.พญาไท 2 และที่ปรึกษาฝ่ายข้อมูลและสารสนเทศทางการแพทย์ เครือ รพ.พญาไทและเครือ รพ.เปาโล อธิบายว่า Addwise Comorbid พัฒนาขึ้นบนหลัก Review of Systems (ROS) เพื่อประเมินความเสี่ยงโรคร่วมตามแนวทาง Evidence-Based Medicine และระบบทำงานด้วยอัลกอริทึมที่พัฒนาโดยแพทย์และบุคลากรทางการแพทย์เอง มิใช่ปัญญาประดิษฐ์ที่มีสิทธิ์ตัดสินใจการรักษาด้วยตนเอง แม้จะมีการใช้ AI ช่วยในกระบวนการเขียนโค้ดและออกแบบระบบอยู่บ้างก็ตาม
“แพลตฟอร์มนี้ทำหน้าที่เป็น Clinical Decision Support System เพื่อช่วยประหยัดเวลาแพทย์ในการซักประวัติ” นพ.เจตน์ จอห์น เทพทรงวัจ กล่าว พร้อมอธิบายว่า จากเดิมแพทย์ต้องซักประวัติระบบร่างกายมากกว่า 10 ระบบ แพลตฟอร์มจะช่วยคำนวณและคัดกรองให้เหลือเพียง 4-5 ระบบที่เกี่ยวข้องกับโรคร่วมของผู้ป่วยรายนั้นโดยตรง ทว่าขั้นตอนสุดท้ายของการวิเคราะห์และตัดสินใจรักษา ยังคงอยู่ที่ Clinical Judgment หรือดุลยพินิจของแพทย์ผู้ดูแลเสมอ
ในแง่ความแม่นยำ ระบบนี้ให้ผลลัพธ์ที่เทียบเท่ากับการประเมินของมนุษย์ โดยวิเคราะห์และเรียงลำดับคำแนะนำตามข้อมูลพื้นฐานจริงของผู้ป่วยแต่ละราย เช่น อายุและเพศ หากผู้ป่วยมีอายุ 49 ปี ระบบจะประเมินผลตามเกณฑ์ของกลุ่มอายุนั้นโดยเฉพาะ ส่วนข้อมูลสุขภาพทั้งหมดที่บันทึกในระบบยังคงถือเป็นข้อมูลของผู้ป่วยโดยสมบูรณ์ ผู้ป่วยมีสิทธิ์เข้าถึงข้อมูลของตนเองได้ตามสิทธิ์ผู้ป่วย โดยแพทย์ทำหน้าที่เป็นผู้ช่วยมอนิเตอร์และบันทึกประวัติควบคู่กันไป
จุดขนาด 1 เซนติเมตรที่เกือบถูกมองข้าม
ท่ามกลางคำอธิบายเชิงเทคนิค มีกรณีศึกษาหนึ่งที่สะท้อนให้เห็นว่าระบบนี้ทำงานอย่างไรในสถานการณ์จริง นพ.ทวนทศพร สุวรรณจูฑะ ผู้อำนวยการฝ่ายมาตรฐานการแพทย์ เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล เล่าถึงบทบาทของบุคลากรที่อยู่เบื้องหลังแพลตฟอร์มว่า เครือโรงพยาบาลได้ยกระดับพยาบาลบางส่วนให้ทำหน้าที่เป็น Longevity Assistant (LA) หรือผู้ช่วยด้านสุขภาพเพื่ออายุที่ยืนยาว โดย LA จะทำหน้าที่เป็น Clinical Navigator คอยรับฟัง เก็บข้อมูลเชิงลึก และพฤติกรรมของครอบครัวผู้ป่วย เพื่อให้ข้อมูลที่ส่งต่อถึงแพทย์มีความครบถ้วนมากที่สุดก่อนการวินิจฉัย
จากนั้นจึงมาถึงเคสที่นพ.ทวนทศพร สุวรรณจูฑะ หยิบยกขึ้นเป็นตัวอย่าง ผู้ป่วยรายหนึ่งเตรียมเข้ารับการผ่าตัดใหญ่ ผลเอกซเรย์ปอดก่อนผ่าตัดพบจุดขนาด 1 เซนติเมตร ซึ่งตามแนวทางปฏิบัติทั่วไป จุดขนาดเล็กเช่นนี้อาจถูกวางแผนตรวจติดตามภายหลังการผ่าตัดเสร็จสิ้นไปก่อน แต่เมื่อระบบเชื่อมโยงข้อมูลย้อนหลัง ทีม LA พบว่าภาพเอกซเรย์เมื่อหนึ่งเดือนก่อนหน้านั้นไม่ปรากฏจุดดังกล่าวเลย ความเปลี่ยนแปลงที่เกิดขึ้นในระยะเวลาสั้นจึงถูกส่งต่อให้แพทย์พิจารณาตรวจชิ้นเนื้อเพิ่มเติมทันที ผลตรวจยืนยันว่าเป็นมะเร็งปอดระยะเริ่มต้นขนาด 1 เซนติเมตร แพทย์จึงผ่าตัดนำก้อนมะเร็งออกก่อน แล้วจึงดำเนินการผ่าตัดใหญ่ตามแผนเดิมต่อไปได้อย่างปลอดภัย
เรื่องราวไม่จบเพียงเท่านั้น เพราะระหว่างการซักประวัติเชิงลึก ทีม LA ยังพบว่าสามีของผู้ป่วยมีพฤติกรรมสูบบุหรี่ จึงชักชวนให้เข้ารับการตรวจคัดกรองโรคมะเร็งปอดเชิงรุกไปพร้อมกัน “การประสานงานของข้อมูล ระบบดิจิทัล และทีม LA ช่วยสนับสนุนให้แพทย์หลักและทีมสหสาขาวิชาชีพ หรือ Multidisciplinary Team วางแผนรักษาโรคที่มีความซับซ้อนร่วมกันได้อย่างเป็นระบบและไม่ซ้ำซ้อน” นพ.ทวนทศพร สุวรรณจูฑะ กล่าว
ต่างจากการค้นหาข้อมูลด้วยตนเองบนอินเทอร์เน็ตอย่างไร
คำถามหนึ่งที่มักเกิดขึ้นกับแพลตฟอร์มลักษณะนี้คือ ผู้ป่วยสามารถค้นหาข้อมูลโรคร่วมได้เองผ่านอินเทอร์เน็ตอยู่แล้ว แพลตฟอร์มนี้ให้อะไรที่มากกว่านั้น คณะแพทย์อธิบายว่า แม้ผู้ป่วยจะค้นหาข้อมูลด้วยตนเองได้ แต่การประเมินผ่านระบบร่วมกับบุคลากรทางการแพทย์ให้ผลลัพธ์ที่ออกแบบเฉพาะบุคคลมากกว่า เพราะมีการสอบถามข้อมูลเชิงลึกเพิ่มเติม เช่น พฤติกรรมของครอบครัวและวิถีชีวิตจริงของผู้ป่วย ซึ่งเป็นรายละเอียดที่การค้นหาข้อมูลทั่วไปให้ไม่ได้
เป้าหมายของแพลตฟอร์มไม่ใช่การลดเวลาการซักประวัติเพื่อรับผู้ป่วยได้มากขึ้นต่อวัน แต่เป็นการใช้ช่วงเวลาที่ผู้ป่วยนั่งรอพบแพทย์หรือรอผลตรวจทางห้องปฏิบัติการให้เกิดประโยชน์สูงสุด โดยให้ทีม LA เข้าซักถามคัดกรองล่วงหน้าในช่วงเวลาดังกล่าว เมื่อถึงเวลาพบแพทย์จริง แพทย์จะมีข้อมูลเชิงลึกอยู่ในมือ ทำให้ประเมินและวางแผนรักษาต่อได้รวดเร็วและปลอดภัยยิ่งขึ้น
ฐานข้อมูลจากเกือบ 2 ล้านครั้งการรักษา
การพัฒนาแพลตฟอร์มระดับนี้มักมาพร้อมคำถามเรื่องต้นทุน คณะแพทย์ชี้แจงว่า Addwise Comorbid ใช้งบประมาณในการพัฒนาไม่สูง และไม่กระทบต่อค่าใช้จ่ายของผู้รับบริการแต่อย่างใด เนื่องจากเป็นการพัฒนาซอฟต์แวร์และต่อยอดองค์ความรู้จากทีมงานภายในเครือโรงพยาบาลเอง ภายใต้งบประมาณประจำปีด้านเทคโนโลยีดิจิทัลที่มีอยู่แล้ว
ส่วนรากฐานของระบบมาจากชุดข้อมูลสถิติจริงของผู้ป่วยที่ได้รับการวินิจฉัยในเครือโรงพยาบาลเกือบ 2 ล้านครั้งการรักษา นำมาวิเคราะห์ร่วมกับแนวทางการรักษามาตรฐานสากล (International Guidelines) และแนวทางของไทย เพื่อให้ผลการประเมินสอดคล้องกับลักษณะประชากรของผู้ป่วยไทยโดยเฉพาะ
ต่อคำถามเรื่องผลตอบแทนเชิงรายได้ คณะแพทย์ยืนยันว่าเครือโรงพยาบาลไม่ได้มุ่งเน้นการเพิ่มรายได้เป็นวัตถุประสงค์หลักของระบบนี้ แต่ต้องการทำหน้าที่เป็น Partner for Life ในการตรวจจับความเสี่ยงและป้องกันโรคตั้งแต่ระยะแรก ซึ่งช่วยลดภาระค่าใช้จ่ายในระยะยาวของตัวผู้ป่วยเองไปพร้อมกัน
เป้าหมาย “No Patient Better” กับการขยายสู่ 12 โรงพยาบาล
นพ.อนันตศักดิ์ อภัยรัตน์ กล่าวปิดท้ายว่า เครือโรงพยาบาลตั้งเป้าหมายภายใต้แนวคิด “No Patient Better” โดยวางแผนขยายการใช้งานระบบ Addwise Comorbid ให้ครอบคลุมโรงพยาบาลในเครือทั้งหมด 12 แห่ง เพื่อคัดกรองความเสี่ยงให้กับผู้ป่วยทุกรายที่เดินเข้ามารับการรักษาในทุกศูนย์การรักษา
“ระบบนี้จะช่วยให้แพทย์รู้จักผู้ป่วยลึกซึ้งยิ่งขึ้น และสามารถออกแบบแผนการรักษาและการดูแลเชิงป้องกันเฉพาะบุคคลได้ตลอด Health Journey”
นพ.อนันตศักดิ์ อภัยรัตน์ กล่าวทิ้งท้ายว่า จุดหมายปลายทางของแนวทางทั้งหมดนี้คือการนำผู้ป่วยไปสู่ Longevity หรือการมีสุขภาพดีและอายุขัยที่ยืนยาวขึ้น ไม่ใช่เพียงการรักษาโรคเมื่ออาการปรากฏขึ้นแล้วเท่านั้น
ข่าวอื่น ๆ ที่น่าสนใจ
โอกาสครั้งที่สอง พลิกวิกฤติหัวใจล้มเหลวสู่ชีวิตใหม่ด้วยการปลูกถ่ายหัวใจ
‘อายุยืนไม่พอ สมองต้องแข็งแรง’ เคทีซี-รพ.กรุงเทพอินเตอร์ฯ ชูสังคมสูงวัย
