
เจาะลึกนวัตกรรมการแพทย์ “Comorbid” จากเครือ รพ.พญาไท-เปาโล ค้นความเสี่ยงโรคร่วมแห่งแรกในไทย
รู้ไหมว่า? ผู้ป่วยที่มาด้วย 1 โรค อาจซ่อนความเสี่ยงอีกหลายโรค นั่นจึงเป็นที่มาของ Addwise Comorbid นวัตกรรมในเครือรพ.พญาไท-เปาโล ที่ช่วยแพทย์มองโรคร่วมก่อนป่วย
KEY
POINTS
- Addwise Comorbid นวัตกรรมการแพทย์ค้นความเสี่ยงโรคร่วมแห่งแรกในไทย ช่วยแพทย์ประเมินความเสี่ยงที่อาจยังไม่แสดงอาการ
- รพ.เครือพญาไท-เปาโล พัฒนาอัลกอริทึมจากข้อมูลผู้ป่วย มาตรฐานการแพทย์ และ Clinical Practice Guidelines
- โดยแพทย์ยังเป็นผู้ตัดสินใจร่วมกับคนไข้ จัดลำดับสิ่งที่จำเป็นก่อน เป้าหมายคือป้องกันโรคในอนาคต ไม่ใช่เพิ่มจำนวนการตรวจหรือการรักษา
เปิดตัวไปเมื่อวานนี้ (18 สิงหาคม 2569) กับนวัตกรรมการแพทย์ฝีมือ เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล ที่ได้พัฒนา “Addwise Comorbid” ระบบช่วยแพทย์ค้นหาความเสี่ยงของโรคร่วม โดยนำข้อมูลสุขภาพของผู้ป่วยมาประมวลผ่านอัลกอริทึม เพื่อค้นหาความเสี่ยงที่อาจยังไม่แสดงอาการ ครอบคลุม 9 ระบบสำคัญของร่างกาย ก่อนส่งข้อมูลให้แพทย์พิจารณาตรวจเพิ่มเติมหรือวางแผนป้องกันก่อนป่วย!
โจทย์สำคัญมาจากข้อเท็จจริงว่า ผู้ป่วยหนึ่งคนอาจไม่ได้มีเพียงโรคเดียว โดยเฉพาะกลุ่มโรคไม่ติดต่อเรื้อรัง (NCDs) เช่น เบาหวาน ซึ่งนอกจากโรคที่กำลังรักษาแล้ว ยังอาจมีความเสี่ยงต่อโรคหรือภาวะแทรกซ้อนอื่นตามมา
ตัวอย่างเช่น ผู้ป่วยเบาหวาน เป้าหมายไม่ได้หยุดอยู่เพียงการควบคุมระดับน้ำตาล แต่ต้องมองต่อไปถึงความเสี่ยงของภาวะแทรกซ้อน หากค้นพบความเสี่ยงได้เร็วและสามารถป้องกันไม่ให้เกิดปัญหาสุขภาพอื่นตามมา ก็อาจช่วยลดทั้งภาระของผู้ป่วยและค่าใช้จ่ายในการรักษาในอนาคต
แนวคิดของ "Comorbid" จึงเปลี่ยนคำถามจากวันนี้คนไข้เป็นโรคอะไร ไปสู่การดูโรคร่วมที่มีอยู่ ว่าคนไข้รายนี้มีความเสี่ยงอะไรอีกบ้าง เพื่อให้แพทย์เห็นความเสี่ยงได้เร็วขึ้น และมีโอกาสวางแผนป้องกันก่อนปัญหาสุขภาพใหม่จะตามมา
กระบวนการทำงานของ Addwise Comorbid
นพ.เจตน์ จอห์น เทพทรงวัจ ผู้อำนวยการฝ่ายข้อมูลและสารสนเทศทางการแพทย์ โรงพยาบาลพญาไท 2 และที่ปรึกษาฝ่ายข้อมูลและสารสนเทศทางการแพทย์ เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล อธิบายว่า Addwise Comorbid ไม่ได้ใช้ Generative AI เป็นกลไกหลักในการประเมิน แต่พัฒนาเป็นอัลกอริทึมในลักษณะ แผนภูมิต้นไม้ ซึ่งมีเส้นทางการประเมินที่กำหนดไว้อย่างชัดเจน
เหตุผลหนึ่งที่เลือกแนวทางดังกล่าว เพราะการนำ AI มาใช้ทางการแพทย์ต้องคำนึงถึงปัญหา AI Hallucination หรือการสร้างข้อมูลที่ไม่ถูกต้องขึ้นมา
ข้อมูลที่นำมาพัฒนาระบบมาจากข้อมูลผู้ป่วยจริง มาตรฐานการซักประวัติและตรวจร่างกายของแพทย์ รวมถึง Clinical Practice Guidelines ทั้งระดับสากลและแนวทางที่ใช้ในประเทศไทย โดยตัวซอฟต์แวร์ประยุกต์ Review of Systems (ROS) เพื่อช่วยจัดระบบการประเมินอาการและความเสี่ยงของโรคร่วม
อย่างไรก็ตาม นพ.เจตน์ เน้นว่า ระบบไม่ได้ทำหน้าที่วินิจฉัยโรคหรือทดแทนแพทย์ แต่เป็นช่วยสนับสนุนการตัดสินใจทางคลินิก ทำหน้าที่จัดระบบข้อมูลและชี้ประเด็นความเสี่ยงที่ควรตรวจสอบเพิ่มเติม ขณะที่การประเมิน วินิจฉัย และตัดสินใจรักษายังคงอยู่ภายใต้การดูแลของแพทย์ในโรงพยาบาล
กระบวนการใช้ "Comorbid" จะเริ่มตั้งแต่ก่อนผู้ป่วยเข้าห้องตรวจ โดยมี Longevity Assistant ซึ่งส่วนใหญ่เป็นบุคลากรที่มีพื้นฐานทางการแพทย์ ช่วยซักประวัติและใช้ Addwise Comorbid ระหว่างรอพบแพทย์
ระบบจะนำข้อมูลจากการรวบรวมประวัติจากผู้ป่วย หากมีฐานข้อมูลในโรงพยาบาล และอนาคตจะมีการขยายให้ฐานข้อมูลเชื่อมต่อกันทุกโรงพยาบาลในเครือ บวกกับข้อมูลที่ผู้ป่วยนำมาจากสถานพยาบาลอื่น มาประกอบกับข้อมูลสุขภาพเดิม อายุ เพศ และปัจจัยที่เกี่ยวข้อง ก่อนประมวลตามอัลกอริทึม เพื่อชี้ประเด็นความเสี่ยงให้แพทย์ตรวจสอบและตัดสินใจต่อไป
โดยแพทย์สามารถเห็นภาพสุขภาพและประเด็นที่ควรให้ความสนใจได้มากขึ้น โดยไม่ต้องเริ่มต้นค้นหาข้อมูลทั้งหมดใหม่
ทั้งนี้ ภายในงานมีการเปิดเผยว่า แต่เดิมหากต้องให้แพทย์ซักถามเพื่อสะท้อนความเสี่ยงทุกระบบในร่างกาย แพทย์อาจต้องใช้เวลาซักนานกว่า 1 ชม.
ส่วนการติดตาม ระบบกำหนดให้มีการประเมินความเสี่ยงซ้ำทุก 6 เดือน
เจอหลายความเสี่ยง ไม่ได้หมายความว่าต้อง “รักษาทุกอย่าง”
อีกโจทย์สำคัญของการค้นหาความเสี่ยง คือ หากระบบสามารถมองเห็นปัญหาได้มากขึ้น จะนำไปสู่การตรวจหรือรักษาที่มากเกินความจำเป็นหรือไม่?
นพ.เจตน์ กล่าวว่า กระบวนการของ Addwise Comorbid ไม่ได้กำหนดว่า เมื่อระบบพบความเสี่ยงแล้วจะต้องตรวจหรือรักษาทุกเรื่องทันที หากผู้ป่วยหนึ่งคนมีความเสี่ยง 4 ด้าน แพทย์จะนำข้อมูลดังกล่าวมาพิจารณาร่วมกับโรคเดิม สภาพร่างกาย อายุ และบริบทของผู้ป่วย ก่อนพูดคุยร่วมกันว่าเรื่องใดมีความสำคัญและจำเป็นต้องจัดการก่อน
แพทย์จะเป็นผู้จัดลำดับความสำคัญและออกแบบการดูแลให้เหมาะกับผู้ป่วยแต่ละราย ไม่ใช่การออกคำสั่งตรวจรักษาแบบอัตโนมัติ อีกทั้งอัลกอริทึมแบบแผนภูมิต้นไม้ ไม่ใช่การใช้เกณฑ์เดียวแล้วให้การรักษาแบบเดียวกับผู้ป่วยทุกคน
เช่นเดียวกันเมื่อถามว่าต่างประเทศมีโปรแกรมในลักษณะใกล้เคียงกัน แต่เครือโรงพยาบาลพญาไทย-เปาโล เลือกที่จะพัมนาขึ้นมาเองนั้น ก็เพราะรายละเอียดของประชากรและแนวทางการรักษาอาจแตกต่างกัน การพัฒนาระบบขึ้นเองจึงทำให้สามารถปรับรายละเอียดให้เข้ากับบริบทของผู้ป่วยไทยได้มากกว่า
Addwise Comorbid เป็นซอฟต์แวร์ที่พัฒนาภายในเครือโรงพยาบาล โดยหนึ่งในเหตุผลสำคัญคือ ต้องการให้อัลกอริทึมสอดคล้องกับ ประชากรไทยและแนวทางเวชปฏิบัติที่ใช้ในประเทศไทย
ความสำเร็จไม่ใช่ “เจอโรคมากขึ้น” แต่ทำอย่างไรไม่ให้เกิดโรคเพิ่ม
ปัจจุบัน Addwise Comorbid เริ่มใช้งานในโรงพยาบาลเครือพญาไทและเปาโล 11 แห่ง โดยมุ่งใช้กับการดูแลผู้ป่วย NCDs และการติดตามสุขภาพระยะยาวรายบุคคลได้ดียิ่งขึ้น
นพ.อนันตศักดิ์ อภัยรัตน์ ผู้อำนวยการใหญ่ฝ่ายการแพทย์ เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล กล่าวว่า ปัจจุบันโจทย์สุขภาพมีความซับซ้อนมากขึ้น ผู้ป่วยหนึ่งคนอาจไม่ได้มีเพียงโรคเดียว แต่อาจมีโรคร่วมหรือปัจจัยเสี่ยงหลายด้านที่เชื่อมโยงกัน ขณะที่บางความเสี่ยงยังไม่แสดงอาการอย่างชัดเจน การดูแลจึงต้องก้าวข้ามการมองเฉพาะโรคหรืออาการตรงหน้า ไปสู่การเข้าใจสุขภาพของผู้ป่วยอย่างเป็นองค์รวม
กว่า 40 ปีของการดูแลผู้ป่วย ทำให้เรามีทั้งประสบการณ์ทางการแพทย์ ความเชี่ยวชาญของทีมแพทย์ และความเข้าใจ Patient Journey วันนี้เรากำลังนำรากฐานเหล่านั้นมาเชื่อมกับข้อมูลและเทคโนโลยี เพื่อให้เรารู้จักผู้ป่วยได้ดีขึ้น มองเห็นความเสี่ยงได้เร็วขึ้น และเชื่อมต่อไปสู่การดูแลที่เหมาะสมยิ่งขึ้น
สำหรับการประเมินความสำเร็จของ Addwise Comorbid เครือโรงพยาบาลฯ ไม่ได้มองเพียงรายได้ จำนวนการรักษาที่เพิ่มขึ้น หรือความรวดเร็วต่อครั้งในการรักษา .. แต่ดูว่า ความเสี่ยงที่ค้นพบสามารถถูกควบคุมก่อนพัฒนาเป็นโรคได้มากเพียงใด รวมถึงระบบช่วยเพิ่มความสามารถของแพทย์ในการมองผู้ป่วยได้รอบด้านขึ้นภายในเวลาการตรวจที่มีอยู่หรือไม่
แนวคิดของระบบจึงไม่ใช่การนำเทคโนโลยีเข้ามาเพื่อ “รักษาให้มากขึ้น” แต่ยึดแนวทางการรักษาอย่างมีคุณค่า โดยค้นหาและจัดการความเสี่ยงตั้งแต่ก่อนพัฒนาเป็นโรค เพื่อให้ประชาชนมีสุขภาพและคุณภาพชีวิตที่ดีในระยะยาว พร้อมลดภาระค่าใช้จ่ายที่อาจเพิ่มสูงขึ้นเมื่อโรครุนแรงและซับซ้อนจนรักษาได้ยากขึ้น.







