เปลี่ยนเวลารอตรวจเป็นนาทีเซฟชีวิต ถอดแนวคิด Data พลิกเกมสุขภาพฉบับ "รพ. พญาไท–เปาโล" - Marketeer Online


ภาพผู้ป่วยและญาติที่นั่งจ้องหน้าจอดิจิทัล รอคอยเสียงขานเรียกชื่อตามคิวตรวจ คือภาพชินตาที่เกิดขึ้นในโรงพยาบาลแทบทุกแห่งช่วงเวลานับสิบนาทีไปจนถึงนับชั่วโมงนี้ มักถูกมองข้ามว่าเป็นเพียง “เวลาที่สูญเปล่า” ที่ทุกคนจำใจต้องแลก เพื่อการได้พบแพทย์เพียงไม่กี่นาที

ขณะเดียวกัน หลังบานประตูห้องตรวจ แพทย์เองก็ต้องเผชิญกับแรงกดดันมหาศาลจากเข็มนาฬิกาที่บีบคั้น ทำให้การซักประวัติทำได้เพียงเฉพาะอาการเฉพาะหน้าที่เป็นมาในวันนั้น

เครือโรงพยาบาลพญาไทและเครือโรงพยาบาลเปาโล กำลังทลายกรอบเดิมๆ ด้วยการเปลี่ยนเวลาว่างระหว่างนั่งรอ ให้กลายเป็นด่านคัดกรองความเสี่ยงสุขภาพเชิงลึก

ทั้งหมดนี้เกิดขึ้นผ่านการทำงานร่วมกันของแพลตฟอร์ม Addwise Comorbid และทีมงานดูแลเฉพาะทางที่ชื่อว่า Longevity Assistant

เมื่อคุณค่าการรักษา ไม่ได้วัดกันที่ ‘ยิ่งป่วยหนัก ยิ่งจ่ายแพง’

หากมองผ่านเลนส์ธุรกิจแบบดั้งเดิม การรักษาโรคซับซ้อนยามที่คนไข้มีอาการหนัก ย่อมสร้างรายได้ต่อครั้งสูงกว่าการตรวจคัดกรองเบื้องต้นอย่างเทียบไม่ติด

แต่ในความเป็นจริง วงการสุขภาพกำลังเผชิญกับโจทย์ใหม่ที่ซับซ้อนขึ้น เพราะผู้ป่วยส่วนใหญ่ไม่ได้เดินเข้ามาด้วยโรคเพียงโรคเดียว แต่มี “โรคร่วม” หรือภัยเงียบซ่อนอยู่ใต้พรมโดยไม่รู้ตัว

นพ.อนันตศักดิ์ อภัยรัตน์ ผู้อำนวยการใหญ่ฝ่ายการแพทย์ ชี้ให้เห็นว่า การดูแลสุขภาพยุคนี้ต้องขยับตามหลัก Value-Based Healthcare ซึ่งวัดคุณค่าจากการมีสุขภาวะที่ดีขึ้นจริงในระยะยาว

โรงพยาบาลจึงต่อยอดจากระบบนิเวศดิจิทัลเดิม อย่างแอปพลิเคชัน Health Up ที่มีผู้ใช้งานกว่าล้านคน และระบบ Telecare สู่ Intelligent Health Ecosystem

เป้าหมายสำคัญคือการเดินหน้าภายใต้ยุทธศาสตร์ ‘Partner for Life’ เพื่อดักจับความเสี่ยงและร่วมวางแผนดูแลสุขภาพตั้งแต่ระยะเริ่มต้น ก่อนที่โรคจะลุกลามจนสายเกินแก้

ไม่ตามกระแส Gen AI แต่เลือกสิ่งที่ ‘แม่นยำและปลอดภัย’

ในยุคที่กระแสเทคโนโลยีทั่วโลกกำลังตื่นเต้นกับ Generative AI แต่ทีมพัฒนาเทคโนโลยีของโรงพยาบาลกลับเลือกเดินบนเส้นทางที่รัดกุมกว่า

ทางเครือฯ เลือกใช้ Tree-based Algorithm หรืออัลกอริทึมเชิงโครงสร้าง เพื่อเป็นหัวใจหลักในการประมวลผลทางการแพทย์

นพ.เจตน์ จอห์น เทพทรงวัจจ ผู้อำนวยการฝ่ายข้อมูลและสารสนเทศทางการแพทย์ ให้เหตุผลเบื้องหลังว่า ในโลกของการแพทย์ ความผิดพลาดเพียงนิดเดียวหมายถึงชีวิต Generative AI ในปัจจุบันยังมีจุดอ่อนเรื่องอาการภาพหลอน (AI Hallucination) หรือการสร้างคำตอบที่ฟังดูน่าเชื่อถือแต่ไม่ได้อิงข้อเท็จจริง ซึ่งถือเป็นความเสี่ยงที่ยอมรับไม่ได้ในการรักษา

ทีมพัฒนาภายใน (In-house) จึงเลือกสร้างระบบขึ้นเอง โดยยึดหลัก Evidence-Based Medicine นำแนวทางเวชปฏิบัติระดับสากลและของไทยมาผนวกเข้ากับสถิติการรักษาจริง

ระบบจะทำหน้าที่เป็นผู้ช่วยแพทย์ (Clinical Decision Support System) คอยประมวลผลข้อมูลพื้นฐาน เช่น อายุ เพศ หรือประวัติโรคประจำตัว จากเดิมที่แพทย์อาจต้องถามซักประวัติยาวเหยียด 10–20 ข้อ ระบบจะช่วยคัดกรองจนเหลือเพียง 2–3 คำถามสำคัญที่ตรงจุดกับความเสี่ยงของโรคร่วม

และที่สำคัญที่สุด ระบบนี้มีไว้เพื่อซัพพอร์ตข้อมูล โดยยังคงให้อำนาจการวินิจฉัยและตัดสินใจขั้นสุดท้ายอยู่ในมือของแพทย์ผู้ตรวจเสมอ

เคสตัวอย่าง คำถามคัดกรอง และการจับคู่ความเสี่ยงโรคร่วม

เพื่อให้เห็นภาพการทำงานจริงของ Logic ในระบบ

เปลี่ยนพยาบาลเป็น Navigator เชื่อมใจสู่ห้องตรวจ

ในทางทฤษฎี การตรวจประเมินร่างกายให้ครบทั้ง 9 ระบบ (Review of Systems: ROS) อาจต้องใช้เวลานานถึง 30–60 นาทีต่อคน ซึ่งแทบเป็นไปไม่ได้เลยในตารางตรวจจริง

โรงพยาบาลไม่ได้ต้องการเร่งรีบตรวจเพื่อรับคนไข้ให้ได้จำนวนมากๆ แต่ต้องการ “ความประณีต” ในการค้นหาความเสี่ยงสุขภาพอย่างแท้จริง

ทางออกของเรื่องนี้คือการจัดตั้งทีม Longevity Assistant (LA) ซึ่งส่วนใหญ่เป็นพยาบาลวิชาชีพ เข้ามาทำหน้าที่เป็น “ผู้ช่วยนำทางสุขภาพ” พยาบาลจะถือแท็บเล็ตเดินเข้าไปพูดคุยกับคนไข้ถึงพฤติกรรมการใช้ชีวิต ประวัติครอบครัว และข้อกังวลต่างๆ ในบรรยากาศที่ผ่อนคลายระหว่างนั่งรอคิว

นพ.ทวนทศพร สุวรรณจูฑะ ผู้อำนวยการฝ่ายมาตรฐานการแพทย์ อธิบายว่า ข้อมูลเหล่านี้จะถูกวิเคราะห์และส่งตรงเข้าสู่หน้าจอคอมพิวเตอร์ของแพทย์ทันที

เมื่อคนไข้ก้าวเท้าเข้าห้องตรวจ แพทย์จึงไม่ต้องเสียเวลาเริ่มต้นนับหนึ่งใหม่ แต่สามารถใช้เวลาที่มีค่าโฟกัสกับการตรวจรักษาและวางแผนร่วมกับทีมแพทย์เฉพาะทางได้อย่างแม่นยำ

นอกจากนี้ ยังมีการตั้ง Addwise Comorbid Academy เพื่อฝึกอบรมและรับรองมาตรฐานการทำงานของบุคลากรทั้งระบบให้มีคุณภาพเดียวกัน

นวัตกรรมจากคนใน ไม่สร้างภาระให้คนไข้

โดยแพลตฟอร์มทั้งหมดนี้พัฒนาขึ้นจากศักยภาพของทีมงานภายในองค์กรเอง โรงพยาบาลบริหารจัดการโดยใช้งบประมาณด้านนวัตกรรมดิจิทัลประจำปีที่มีอยู่แล้ว เช่นเดียวกับงบพัฒนาระบบเวชระเบียนอิเล็กทรอนิกส์ (EMR)

ด้วยเหตุนี้ โครงการดังกล่าวจึงไม่ได้เป็นการเพิ่มภาระค่าใช้จ่าย หรือผลักต้นทุนการตรวจคัดกรองไปยังคนไข้แต่อย่างใด ปัจจุบันระบบนี้เริ่มใช้งานจริงแล้วในเครือข่ายโรงพยาบาลทั้ง 11 แห่ง และกำลังเตรียมขยายผลต่อไปยังระบบปรึกษาแพทย์ออนไลน์ในอนาคต

นี่คือตัวอย่างรูปธรรมของการนำ Data เข้ามาแก้ปัญหาหน้างานจริง โดยไม่ต้องพึ่งพาความหวือหวา แต่เลือกความปลอดภัยและคืนคุณค่าให้กับทุกนาทีของผู้รับบริการอย่างแท้จริง