บทความก่อน เราพูดถึง Internet of Things (IoT) ผ่านเรื่องง่าย ๆ อย่างการวัด V/S ที่ในยุคปัจจุบันเครื่องวัดสามารถส่งข้อมูลเข้าสู่ระบบ HIS ได้อย่างอัตโนมัติ นำไปสู่การคืนเวลาของผู้ปฏิบัติงานจำนวนมหาศาล และลดความเสี่ยงจากการลอกข้อมูลซ้ำไปซ้ำมาจนอาจเกิดความผิดพลาดได้
แต่เรื่องยังไม่จบเท่านั้น เมื่อลองค้นงานวิจัยหรือบทความทางวิชาการดู พบว่าไม่ใช่เพียงพวกเราเท่านั้น ที่เห็นข้อดีของกิจกรรมง่ายๆนี้ แต่มีกลุ่มคนอีกมากมายที่สนใจการประยุกต์ใช้เทคโนโลยีกับเรื่องเหล่านี้ และนำไปต่อยอดไม่รู้จบ
วันนี้ HLAB นำมาแชร์เพิ่มเติม กับ New age Vital Sign ที่นำมาต่อยอดและช่วยชีวิตผู้คนไว้ได้มหาศาลค่ะ
—
ความต่อเนื่องและเป็นเนื้อเดียวกันของข้อมูลสัญญาณชีพ
ก่อนอื่นเลย ต้องเข้าใจก่อนว่าสัญญาณชีพถือเป็นกุญแจสำคัญในการติดตามอาการคนไข้(monitoring)
ในระบบการแพทย์ ไม่ว่าจะเป็นนอกโรงพยาบาล, ในโรงพยาบาล, หรือระหว่างโรงพยาบาล เมื่อผู้ป่วยเข้าสู่ระบบการแพทย์แล้ว จะมีการติดตามอาการผู้ป่วยเป็นระยะ สัญญาณชีพ (Vital Signs) เป็นหนึ่งในตัวแปรที่ต้องตรวจติดตาม
เมื่อสัญญาณชีพเปลี่ยนแปลง พยาบาลหรือเจ้าหน้าที่ที่เกี่ยวข้อง จะรีบแจ้งแพทย์หรือเจ้าหน้าที่ที่ได้รับมอบหมาย เพื่อตรวจเพิ่มเติมในขั้นต่อไป เรียกง่ายๆว่าสัญญาณชีพเป็น Trigger Factor หรือตัวเริ่มกระบวนการตรวจซ้ำทั้งหมด
อย่างไรก็ตาม เมื่อความรู้ทางการแพทย์เดินหน้าไป เราพบว่าสัญญาณชีพอาจแกว่งขึ้นลงได้ตามปัจจัยต่างๆ ตั้งแต่โรคหรือสภาวะบางอย่างของผู้ป่วยเอง ไปจนถึงเครื่องมือที่ใช้ในการวัด ทำให้บางครั้ง แม้ค่าสัญญาณชีพผิดปกติ แต่ถือว่าปกติในผู้ป่วยรายนี้ก็ได้ ในทางตรงกันข้ามสำหรับผู้ป่วยบางราย สัญญาณชีพเกณฑ์ปกติอาจหมายถึงความผิดเช่นกัน
ตัวอย่าง
ผู้ป่วย A มีปัญหา AF with HF มายาวนาน วันนี้มาตามนัดไม่มีอาการใดๆ วัด V/S พบ HR 52 bpm จึงถูกส่งห้องฉุกเฉิน
เมื่อทวนประวัติ พบว่าผู้ป่วยเคยหัวใจเต้นเร็ว ต้องช็อกด้วยไฟฟ้าและนอน ICU จากนั้นเมื่ออาการดี แพทย์ให้ยาคุมการเต้นของหัวใจ เป้าหมายอยู่ที่ 50-60 bpm
จะเห็นว่า แม้ชีพจรเต้นช้าเมื่อเทียบกับค่าปกติ แต่ถือเป็นชีพจรที่ควรเป็น ที่คุมได้ดีตามเป้าหมายสำหรับผู้ป่วยรายนี้
กรณีเช่นนี้ หากเป็นในสมัยก่อนที่เวชระเบียนยังคงเป็นเล่มกระดาษ การค้นหาข้อมูลมีความยากลำบาก ผู้ป่วยอาจได้รับยากระตุ้นการเต้นของหัวใจโดยไม่จำเป็น และนำไปสู่อันตรายถึงแก่ชีวิตได้
ต่อเมื่อเข้าสู่ยุค HIS การค้นหาและแสดงข้อมูลทำได้ง่าย เพียงเรียกดูกราฟสัญญาณชีพ ย่อมเห็นชีพจรผู้ป่วยเต้นอยู่ที่ 50-60 bpm เป็นปกติ หรือหากการแสดงผลทำได้ลึกซึ้งกว่านั้น เช่น สามารถบอกต้นทางของข้อมูล หรือแสดงหัตถการสำคัญประกอบ ฯลฯ ย่อมเห็นกราฟชีพจรพุ่งสูง พร้อมด้วยการช็อกด้วยไฟฟ้า สัญญาณชีพต้นทาง
จาก ER ตามด้วย ICU เช่นนี้เดาได้ไม่ยากเลยว่า ผู้ป่วยมีปัญหาใด และย้อนกลับมา ณ ปัจจุบัน ควรบริหารจัดการผู้ป่วยเช่นใด
แต่ยังไม่จบเท่านั้นค่ะ
จากตัวอย่างด้านบน เราได้เห็นความสำคัญของการบริหารข้อมูลผ่านระบบ HIS ที่มีประสิทธิภาพ แต่หากเราพัฒนาให้เครื่องวัดสัญญาณชีพสามารถส่งข้อมูลเข้าระบบได้โดยอัตโนมัติ เรียกว่าโรงพยาบาลของเรานำ IoT มาใช้ต่อยอดจาก HIS เช่นนั้นจะเป็นอย่างไร
——
การจัดการข้อมูลรวมศูนย์ โดยมีผู้ป่วยเป็นศูนย์กลาง
มีผู้ให้ความเห็นน่าสนใจเกี่ยวกับการนำ IoT มาใช้
เค้าบอกว่า ที่ผ่านมาการดูแลผู้ป่วย แม้เราจะเน้นผู้ป่วย แต่กลับบริหารข้อมูลโดยยึดแผนกของผู้ปฏิบัติงานเป็นหลัก เช่น ผู้ป่วยจากหอผู้ป่วย เดินทางไป CT scan ที่แผนกเอกซเรย์ แม้จะมีการวัดสัญญาณชีพในระหว่างกระบวนการ แต่การบันทึกข้อมูล กลับทำตาม protocol ของแต่ละหน่วยงาน ทำให้ข้อมูลบางส่วนหายไป
อันที่จริง หากสัญญาณชีพผิดปกติ ย่อมต้องมีการตรวจเพิ่มเติม และบันทึกไว้อยู่แล้วค่ะ (ส่วนใหญ่) แต่กับสัญญาณชีพอื่นๆ ที่ “ปกติ” แต่แท้จริงแล้ว อาจไม่ปกติสำหรับผู้ป่วยรายนี้ หรือแม้จะปกติ แต่อาจเป็นข้อมูลเสริมใช้ในการประมวลผลเพิ่มเติมได้ มีแนวโน้มหล่นหายสูง
ตัวอย่าง
ผู้ป่วย B โรคประจำตัว DLP วันนี้มาอุดฟัน สัญญาณชีพที่คัดกรอง BP 150/90 mmHg ให้นั่งพักวัดซ้ำ BP 130/90 mmHg ถือว่าปกติ จึงได้ทำฟัน เมื่อทำฟันเรียบร้อย BP 170/90 mmHg นั่งพักวัดซ้ำ 130/90 mmHg จึงให้กลับบ้านได้
กรณีนี้ หากการบันทึกผลความดันทำด้วยมนุษย์ มีแนวโน้มบันทึกเพียงค่า 130/90 mmHg เท่านั้น ซึ่งเราอาจ loss ผู้ป่วย HT รายใหม่ไป แต่หากส่งข้อมูลอย่างอัตโนมัติ แม้หน้างานบริหารจัดการผู้ป่วยตามเดิมได้ (ทำถูกแล้ว ไม่ต้องเปลี่ยนค่ะ) แต่แพทย์ประจำที่มาเห็นภายหลัง ย่อมทราบว่าผู้ป่วยของตนนั้นต้องสงสัย HT เข้าให้แล้ว
ผู้ป่วย C โรคประจำตัว HT แต่ไม่ยอมกินยา ความดันเดิม 180/90 mmHg วันนี้รถคว่ำ ปวดท้องมาก แพทย์ส่งทำ CTWA ที่ห้องเอกซเรย์พบ BP 120/80 mmHg ซึ่งถือว่าปกติ จึงไม่ได้บันทึกไว้ เมื่อทำ CTWA เรียบร้อย BP 100/60 mmHg นำส่งกลับปกติ ถึง ER ผู้ป่วย cardiac arrest และเสียชีวิตในเวลาต่อมา
กรณีดังกล่าวนี้เกิดขึ้นจริงซ้ำแล้วซ้ำเล่า
ในอดีต เมื่อมีการนำส่งผู้ป่วยออกนอกพื้นที่ดูแลหลัก ออกนอกมือเจ้าของเคสชั่วคราว เพื่อไปทำหัตถการหรือกิจกรรมบางอย่าง แล้วเกิดปัญหาขึ้น เรามักปรับแก้ด้วยวิธีต่างๆ กำหนดหัวข้อส่งเวรก็ดี กำหนดระดับบุคลากรนำส่งก็ดี กำหนดวิธีบันทึกข้อมูลก็ดี แต่ยังคงมีปัญหาเดิมเกิดซ้ำ เมื่อวิเคราะห์ดูจะเห็นได้ว่า การแก้ปัญหา ยังคงเป็นการกระจายข้อมูลในมือเจ้าของเคส ออกไปยังปลายทางและผู้รับหน้าที่นำส่ง
อย่างไรก็ดี หากนำ IoT มาใช้ ข้อมูลสัญญาณชีพถูกนำส่งเข้าระบบเรียลไทม์ แพทย์หรือพยาบาลเจ้าของเคส ย่อมตรวจจับความผิดปกติได้ นำไปสู่การกู้ชีพก่อนจะสายเกิน วิธีแก้ปัญหาจะเปลี่ยนไป เป็นการรวบข้อมูลที่จะเกิดขึ้นใหม่(สัญญาณชีพนอกพื้นที่)กลับเข้ามาในมือผู้เชี่ยวชาญเคสนั้นๆที่สุด ถือเป็นการรวมศูนย์ข้อมูล โดยเน้นผู้ป่วยเป็นหลัก
นี่ก็เป็นตัวอย่างคร่าวๆค่ะ
นอกจากสัญญาณชีพเดี่ยวๆแล้ว การติดตามอาการผู้ป่วย ยังอาจใช้ระบบการให้คะแนน ที่เรียกกันว่า Early Warning Signs รูปแบบต่างๆร่วมด้วย เช่น MEWS, NEWS ฯลฯ ระบบการให้คะแนนเหล่านี้ ใช้สัญญาณชีพเป็นตัวแปรหลัก เมื่อเครื่องวัดสัญญาณชีพได้ ส่งข้อมูลอัตโนมัติ ระบบย่อมคำนวนคะแนนเหล่านี้ได้เช่นกัน และย่อมพัฒนาให้แจ้งเตือนผู้ใช้งานได้ เป็นการช่วยตรวจจับ และกระตุ้นเตือนอีกทางหนึ่ง
——-
การพัฒนาต่อยอด ติดตามอาการอย่างเฉพาะเจาะจง
จากตัวอย่างที่เล่าไปทั้งหมด จะเห็นได้ว่า ขณะนี้เรามีข้อมูลผู้ป่วยจำนวนมหาศาล อย่างต่อเนื่องและรวมศูนย์ จึงมีผู้จินตนาการถึงขั้นต่อไปค่ะ
หากเรานำ AI พร้อม machine learning มาใช้ ไม่ว่าจะเป็น ให้ AI เรียนรู้ข้อมูลผู้ป่วยที่มีโรคหรือภาวะใกล้เคียงกัน แล้วคำนวณสัญญาณชีพที่ควรจะเป็นของผู้ป่วยกลุ่มนั้นๆออกมา จากนั้นเมื่อมีข้อมูลของผิดปกติของผู้ป่วยกลุ่มนี้ไหลเข้ามา ก็ให้แจ้งเตือน
การติดตามอาการผู้ป่วย จะยิ่งเหนือระดับขึ้นไปอีกชั้น
ไม่เพียงเป็นไปอย่างอัตโนมัติ แต่จะไปถึงขั้น personalized หรือกำหนดให้เฉพาะเจาะจงได้ในรายที่เกือบๆจะระดับบุคคล (หรืออาจจะเฉพาะเจาะจงบุคคลได้เลยในอนาคต)
น่าสนใจมากๆเลยค่ะ
ย้อนกลับไปจุดแรกสุด เราเริ่มใช้เครื่องมือวัดสัญญาณชีพ ชนิดที่ส่งข้อมูลเข้าระบบได้เอง ก็เพื่อเรียกคืนเวลาให้กับผู้ปฏิบัติงาน ลดความเสี่ยง ลดงานซ้ำซ้อน และเมื่อพัฒนาต่อยอด กระทั่งระบบสามารถนำส่งข้อมูลรวมศูนย์ แจ้งเตือนเมื่อเกิดความผิดปกติอย่างเฉพาะรายบุคคล เวลาที่ผู้ปฏิบัติงานจะได้กลับคืนมาทั้งหมดก็ยิ่งมากขึ้น ในขณะที่ผลงานมีประสิทธิภาพมากขึ้นเช่นกัน
อันที่จริงมีความกังวลเรื่อง AI จะมาแย่งงานมนุษย์อยู่เหมือนกันนะคะ แต่สำหรับวงการแพทย์แล้ว อาจจะมองว่าเราถูกงานบางอย่างแย่งเวลาที่จะได้ใช้กับผู้ป่วย เวลาที่มนุษย์กับมนุษย์จะได้ใช้ร่วมกัน ไปเป็นเวลานานมากเต็มที
บางทีเทคโนโลยีเหล่านี้ อาจจะช่วยให้การทำงานง่ายขึ้น มีประสิทธิภาพมากขึ้น และเปิดทางให้มนุษย์ได้ใช้ความสามารถที่เคยถูกจำกัดไว้ออกมา สร้างสรรค์งานที่มีคุณภาพมากขึ้นต่อไป
Σχόλια