☝️Big Data : ข้อมูลจะถูกจัดเก็บทุกมิติ ทุกเวลา ทุกโอกาส ตลอดช่วงชีวิต
✌️Data Science : Data Algorithm จะถูกนำมาใช้เพื่อ งานสาธารณสุข งานด้านการแพทย์ งานบริหารสุขภาพ
🤟AI & ML: Supervised Machine Learning จะถูกนำมาช่วยงานแพทย์ เพื่อคัดกรอง วิเคราะห์วินิฉัยโรค
📈แนวโน้มโลกอนาคต:
งานสาธารณสุข: จะมุ่งเน้น เพื่อป้องกันการเกิดโรค เพื่อสนับสนุนให้ประชนมีสุขภาพดี
งานด้านการแพทย์: จะมุ่งเน้นคัดกรองโอกาสเกิดโรค มุ่งเน้นแนะนำการดูแลสุขภาพของแต่ละคน มากกว่าการรักษาเมื่อเจ็บป่วย
👀Future Healthcare Industry
👉มุ่งเน้นงานจัดเก็บข้อมูลสุขภาพ นอกโรงพยาบาล อาทิเช่น
⌚️เก็บข้อมูลด้วย Digital Health Device :
- เครื่องวัดน้ำตาลในเลือด
- อุปกรณ์วัดความดัน
- อุปกรณ์นับก้าว
- อุปกรณ์วัดอัตราเต้นของหัวใจ ฯลฯ
การจัดเก็บข้อมูล Big Data ด้านงานสุขภาพและสาธารณสุข ประโยชน์ที่ได้คือ:
✅สามารถเก็บเข้าฐานข้อมูลสุขภาพกลาง ของประชากรท้องถิ่นในแต่ละพื้นที่
✅สามารถใช้ข้อมูลร่วมกันระหว่าง Platform ที่แตกต่างกัน
👉มุ่งเน้นงานจัดเก็บข้อมูลสุขภาพในโรงพยาบาล อาทิเช่น
📱 Electronic Medical Records ประโยชน์ที่ได้คือ:
✅สามารถจัดเก็บข้อมูลได้สะดวก จากหลากแหล่งข้อมูล เพื่อลดงานบันทึกข้อมูลของแพทย์ (😢จากข้อมูลวิจัย : ปัจจุบันแพทย์ใช้เวลามากกว่า 50% เพื่องานธุรการ บันทึกข้อมูลลงคอมพิวเตอร์ จะเห็นได้ว่าเวลาเราไปพบแพทย์ แพทย์จะใช้เวลามองแต่จอคอมพิวเตอร์ ระหว่างคุยกับเรา!!)
👉นำศักยภาพ Supervised AI & ML และ Applied Machine Learning มาช่วยงานแพทย์ ประโยชน์ที่ได้คือ :
✅งานด้านสาธารณสุข : ดูแลสุขภาพ ส่งเสริมสุขภาพ และป้องกันแพร่ระบาดในพื้นที่
✅งานด้านการแพทย์ : ช่วยคัดกรอง ช่วยวินิจฉัยโรคมะเร็งได้อย่างมีประสิทธิภาพ
👉นำศักยภาพ Sensor & Electronic Medical Device ถูกนำมาช่วย ประโยชน์ที่ได้คือ :
✅งานดูแลผู้ป่วยและบาดเจ็บเรื้อรัง และงานการแพทย์ฉุกเฉิน โดยติดตั้งอุปกรณ์ Electronic Medical Device ค่อยเตือนเมื่อตรวจพบสภาวะผิดปกติในตัวผู้ป่วย
แน่นอนยังมีมีอุปสรรค ที่ต้องการเปลี่ยนแปลงในเชิงโครงสร้างรออยู่ข้างหน้า อาทิเช่น
🧐Data sharing & security: ทำให้ข้อมูลสามารถShareระหว่าง Platform ที่แตกต่างกัน และมีความปลอดภัยกับข้อมูลส่วนตัวของผู้ป่วย
🧐Policy and legislation: ข้อมูลส่วนตัวที่แลกเปลี่ยนระหว่าง Platform ได้รับการดูแลในแง่กฎหมายเรื่องความเป็นส่วนตัวอย่างเข้มงวด เพื่อใช้ในงานวิจัย หรืองานสรรค์สร้างนวัตกรรม
เมื่อปัญหาต่างๆได้รับการแก้ไข Data Science จะถูกนำมาใช้ในงาน จนผลิกโฉมอุตสาหกรรม ที่น่าจับตาคือ:
🔬Medical Research (งานวิจัยด้านการแพทย์) :
• Big Data. : จะช่วยให้เกิดพัฒนาทางการแพทย์ และช่วยให้เกิดการคิดค้นใหม่ๆ โดยการรวบรวมข้อมูลสุขภาพหลากหลายช่องทาง เช่น
👉 EMR (Electronic Medical Records)
👉Eectronic Health Device (EHD)
👉 Sensor Medical Device
👉Genetic Testing Device, etc.
การรวบรวมข้อมูลที่มีรูปแบบมาตรฐานเดียวกัน เพื่อสามารถใช้งานร่วมกันกันได้ทุก Platform คือหัวใจในการสร้างBig Dataในอนาคต
• Biomedical Research : จะพลิกโฉมจากอดีตที่วิจัยด้านคลินิก ต้องทำในห้อง Lab ไปสู่ขบวนการวิจัยผ่าน Big Data ที่สามารถเข้าถึงทั้งข้อมูล Socioeconomic, Genetic Information, Environmental, Health Statuses, Behaviors, etc.
🏃🏻Daily Life (การใช้ชีวิตประจำวัน) :
แนวโน้มการจัดเก็บข้อมูลสุขภาพไม่ได้ทำที่โรงพยาบาลโดยแพทย์อีกต่อไป จะเห็นได้จาก
• การเติบโตของตลาดอุปกรณ์บันทึกข้อมูลสุขภาพ เช่น Electronic Health Device
• การเติบโตของตลาดอุปกรณ์ทดสอบส่วนบุคคล เช่น Genetic Test Device
• การเข้าถึงเวปไซท์ด้านการแพทย์แบบออนไลน์ที่เพิ่มขึ้นอย่างมาก
👨🏻🦼The Patient Experience (ประสบการณ์ของผู้ป่วย) :
• จากงานวิจัยพบว่าปัจจุบันแพทย์ใช้เวลาส่วนใหญ่กับการเก็บรวบรวมข้อมูลผู้ป่วยบันทึกลงคอมพิวเตอร์ มากกว่าดูแลผู้ป่วย
👉จึงมีการพัฒนาระบบ Electronic Medical Records (EMRs) ด้วยหลากหลายรูปแบบการเก็บข้อมูล ทั้งภาพ ข้อความ เสียง ผ่านหลากหลายอุปกรณ์ เพื่อช่วยลดเวลาแพทย์ด้านงานบันทึกข้อมูล และช่วยให้ผู้เชี่ยวชาญแต่ละด้านสามารถ Share ข้อมูล ความเห็นผ่านระบบ เพื่องานวินิจฉัยที่ถูกต้องแม่นยำและรวดเร็ว แทนการค้นดูข้อมูลจากแฟ้มเอกสาร
• การนำ Supervised ML มาช่วยงานวินิจฉัยโรคผิวหนัง มีประสิทธิภาพสูง
👉สามารถช่วยคัดกรองแคสที่มีแนวโน้มเป็นโรคมะเร็ง และทำการรักษาได้หายขาดก่อนพัฒนาเป็นมะเร็งเนื้อร้าย
• การที่มีข้อมูล Big Data ของประชากรในพื้นที่ ทำให้การวินิจฉัยโรคในอนาคต จะดูเปรียบเทียบข้อมูลผู้ป่วยกับกลุ่มตัวอย่างประชากรในพื้นที่
👉เพื่อหาสมมุติฐานและสาเหตุที่แท้จริงในการเกิดโรคบ้างชนิดที่มาจาก Social Economic หรือ Behavior.
• ด้วยความก้าวหน้า Data Science ที่เข้ามาช่วยการแพทย์
👉ในอนาคตแพทย์รุ่นใหม่จะต้องเรียนรู้และมีพื้นฐานวิชาการด้าน Data Science
• ด้วยความก้าวหน้าของอุปกรณ์ติดตามด้วย Sensor & Electronic Health Device ทำให้การเก็บข้อมูลส่วนตัวผู้ป่วยมีมากพอ
👉แพทย์สามารถนำมาวางแผนการดูแลรักษาแบบเจาะจงเฉพาะคน(Personalize)ได้ดียิ่งขึ้น อาทิเช่น
✅ผู้ป่วยเบาหวานเรื้อรังประเภท 1 สามารถติดตั้งอุปกรณ์ตรวจวัดระดับน้ำตาลในเลือด พร้อมระบบฉีด Insulin อัตโนมัติ เพื่อควบคุมสมดุลย์ระดับน้ำตาลในเลือด แทนการมาพบแพทย์ประจำ หรือหากผู้ป่วยอยู่ในสภาวะฉุกเฉินระบบจะแจ้งเตือนให้ส่งทีมช่วยฉุกเฉินไปช่วยเหลือทันท่วงที
🩺Ongoing Care (การดูแลภายหลังการรักษาทางการแพทย์) :
👉การนำเทคโนลยี่มาช่วยงานการแพทย์ติดตามผลผู้ป่วย (Telemedicine) อาทิเช่น ที่ Google, Verizon, และ AT&T กำลังพัฒนาและให้บริการอยู่ ตลาดนี้เติบโตอย่างรวดเร็ว
• ช่วยงานดูแลผู้ป่วยต่อเนื่องหลังจากมาพบแพทย์: มุ่งวิเคราะห์ติดตามผล เพื่อแจ้งเตือนผู้ป่วยปรับพฤติกรรม และเพื่อช่วยเหลือในสภาวะฉุกเฉิน
• ช่วยงานดูแลผู้ป่วยในพื้นที่ห่างไกล ได้เข้าถึงการรักษา ทำให้อัตราการพบแพทย์ต่อปีมากขึ้น ในขณะที่ค่าใช้จ่ายในการตั้งศูนย์การแพทย์ รวมถึงค่าใช้จ่ายด้านบุคลากรด้านการแพทย์ ค่าบริหารจัดการศูนย์กลางแพทย์ตั้งใหม่สูงมาก แน่นอน Telemedicineคือคำตอบสำหรับบริการแพทย์ในพื้นที่ห่างไกล
👉จากงานวิจัยพบว่าภายใน 2019 ประชากรครึ่งโลกมี Smartphoneใช้งาน ฉะนั้น Telemedicine จะช่วยให้ประชากรเข้าถึงการแพทย์ถี่ขึ้นโดยไม่ต้องไปพบจริงที่โรงพยาบาล
ข้างล่างคือสถิติเฉลี่ยการพบแพทย์ต่อปีของประชากรแต่ละประเทศในกลุ่ม OECDปัจจุบัน (แม้แต่ประชาชนในสหรัฐ สถิติการพบแพทย์เฉลี่ยต่อปีต่ำมาก แค่ 4 ครั้ง)
😇Prediction & Prevention (การทำนายผล และการป้องกันกัน) :
ปัจจุบันก็เริ่มมีการพัฒนาเทคโนโลยี่ด้านนี้ อาทิเช่น Electronic/Smart Bra สำหรับผู้หญิง ของ Cyrcadia Health ที่ใช้เทคโนโลยี่ photo acoustic imaging ซึ่งสามารถแจ้งเตือนถ้าตรวจพบมะเร็งเต้านมระยะเริ่มต้น
จากการคาดการทางการแพทย์ เมื่อข้อมูล Big Data ด้าน
• Socioeconomic
• Genetic Information
• Environmental
• Health Statuses
• Behaviors
มีความสมบูรณ์ งานด้านสาธารณสุขและงานด้านการแพทย์ในอนาคต จะเปลี่ยนไป:
👉วิทยาการด้านData Scienceจะนำเอา Genetic Info ของประชากรแต่ละคน มาวิเคราะห์ร่วมกับข้อมูล Health Status, Behavior, Socioeconomic, Environment เพื่อประเมินผล และนำเสนอแผนดูแลสุขภาพประชาชนแต่ละคน ที่พึ่งปฎิบัติ เพื่อสุขภาพที่ดี
“แนวโน้มงานสาธารณสุขในอนาคตมุ่งป้องกันปัญหา มากกว่ามาดูแลรักษายามเจ็บป่วย”
📚สามารถค้นหาอ่านเพิ่มเติมได้ที่
• Stanford Medicine 2017 Health Trends Report: Harnessing the Power of Data in Health
• “3 Myths About Machine Learning in Health Care” Published in Harvard Business Review; November 13, 2019 Issue https://hbr.org/2019/11/3-myths-about-machine-learning-in-health-care
• More Job Opportunity at eJobFair : https://www.ejoblive.com/ejobarticle/
- 39
ดูเพิ่มเติมในซีรีส์
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2025 Blockdit
