Case study การนำ AI มาใช้ในการช่วยลดภาระแพทย์ในญี่ปุ่น


เขียนโดย
ภาพทั้งหมด (11)
ปัญหาการทำงานของแพทย์
แพทย์ในญี่ปุ่นมีเวลาทำงานที่ยาวนาน ซึ่งสาเหตุหลักมาจาการต้องให้บริการการรักษาฉุกเฉินและการทำงานด้านเอกสาร เช่น การกรอกข้อมูลในระบบเวชระเบียนอิเล็กทรอนิกส์ (EHR) ซึ่งเป็นงานที่ต้องทำหลังจากการรักษาผู้ป่วยแล้ว จากการสำรวจพบว่าแพทย์กว่า 37.8% ทำงานล่วงเวลาเกิน 960 ชั่วโมงต่อปี
กราฟแท่งที่เปรียบเทียบชั่วโมงการทำงานล่วงเวลาของคนทั่วไปและแพทย์ในญี่ปุ่น
โดยเปรียบเทียบจำนวนชั่วโมงทำงานต่อปีระหว่างคนทั่วไปและแพทย์ โดยมีระดับของชั่วโมงทำงานล่วงเวลาต่าง ๆ ดังนี้:
• คนทั่วไป: 720 ชั่วโมงต่อปี
• แพทย์ Level A แพทย์ส่วนใหญ่ที่ทำงานในโรงพยาบาลทั่วไปหรือคลินิก : 960 ชั่วโมงต่อปี
• แพทย์ Levels B (แพทย์ที่ทำงานในโรงพยาบาลฉุกเฉินระดับสูง)
and C (แพทย์ประจำบ้าน) : 1,860 ชั่วโมงต่อปี
ข้อมูลนี้สะท้อนถึงความแตกต่างในจำนวนชั่วโมงทำงานระหว่างคนทั่วไปและแพทย์ โดยเฉพาะแพทย์ในระดับ B และ C ที่ต้องทำงานล่วงเวลาเพิ่มขึ้นอย่างมาก
กราฟแท่งนี้แสดงเหตุผลหลักที่ทำให้แพทย์ในญี่ปุ่นทำงานล่วงเวลา โดยมีเหตุผลดังนี้:
• การตอบสนองเหตุฉุกเฉิน : 64.8%
• การรักษาผู้ป่วยนอกและการผ่าตัดล่วงเวลา : 57.7%
• การทำรายงาน : 55.6%
• การประชุม/การฝึกอบรม: 42.5%
แนวทางการแก้ไข
มีการปฏิรูปวิธีการทำงานของแพทย์ในประเทศญี่ปุ่น โดยการจำกัดชั่วโมงการทำงานล่วงเวลาของแพทย์ คาดว่าภายในปี 2035 จะต้องกำหนดให้แพทย์ทุกระดับ ทำงานล่วงเวลาไม่เกิน 960 ชั่วโมง/ปี (มาตรฐานปกติ)
โดยกระทรวงสาธารณสุขญี่ปุ่น แนะนำให้มีการจัดการชั่วโมงการทำงานของแพทย์อย่างมีประสิทธิภาพ โดยเสนอให้แพทย์ใช้ การกระจายงาน (Task Shifting) เช่น การมอบหมายงานที่ไม่จำเป็นต้องทำโดยแพทย์ เช่น การอธิบายการตรวจและขั้นตอนการรักษาให้กับพยาบาล เพื่อช่วยลดภาระงานของแพทย์ และอีกอย่างคือการนำ AI มาใช้ในการช่วยลดภาระ
Case study จาก โรงพยาบาล Takeda General จังหวัดเกียวโต
ได้นำ AI มาใช้ในกระบวนการวินิจฉัย (AI-assisted diagnosis)
โรงพยาบาล Takeda General ในจังหวัดเกียวโตได้นำ AI นี้มาใช้เพื่อปรับปรุงประสิทธิภาพในการปรึกษาผู้ป่วย โดยการใช้ AI ช่วยวินิจฉัยได้ทำให้เวลาที่ใช้ในการปรึกษาผู้ป่วยลดลงอย่างมีนัยสำคัญ
ขั้นตอนการทำงานของ AI
1. ผู้ป่วยมาถึงสถานพยาบาล และรับแท็บเล็ตที่จุดลงทะเบียน
2. ผู้ป่วยตอบคำถามเกี่ยวกับอาการ ผ่านแท็บเล็ต
3. AI สร้างคำถามสัมภาษณ์แบบเรียลไทม์ ตามคำตอบของผู้ป่วย
4. ข้อมูลเป็นรูปแบบอัตโนมัติ เพื่อให้แพทย์อ่านและใช้ได้ทันที
5. แพทย์ตรวจสอบข้อมูลก่อนพบผู้ป่วย ลดเวลาที่ต้องใช้ในการป้อนข้อมูล
6. แพทย์สามารถให้เวลากับผู้ป่วยมากขึ้น แทนที่จะใช้เวลาไปกับงานเอกสาร
7. การดูแลสุขภาพมีประสิทธิภาพมากขึ้น ลดเวลารอพบแพทย์ และเพิ่มจำนวนผู้ป่วยที่สามารถตรวจได้
ภาพนี้เป็นแผนผังแสดงกระบวนการรับผู้ป่วยในโรงพยาบาลหรือสถานพยาบาล โดยแบ่งออกเป็นสองส่วนหลัก ได้แก่
1. ห้องรอและจุดรับรอง (ส่วนพื้นหลังสีชมพู)
2. ห้องตรวจแพทย์ (ส่วนพื้นหลังสีฟ้า)
กระบวนการรับผู้ป่วย
สำหรับผู้ป่วยใหม่
1. มาถึงโรงพยาบาล
2. กรอกข้อมูลส่วนตัว
3. กรอกข้อมูลประวัติการตรวจ
- เจ้าหน้าที่จะเตรียมแท็บเล็ตสำหรับกรอกข้อมูล
- ผู้ป่วยกรอกข้อมูลส่วนตัวลงในแท็บเล็ต และได้รับหมายเลข ID
- เจ้าหน้าที่รับแท็บเล็ตที่กรอกข้อมูลแล้ว
- แท็บเล็ตจะถูกใช้ป้อนหมายเลข ID และส่งข้อมูลไปยังห้องตรวจแพทย์
กระบวนการในห้องตรวจ
1. แพทย์รับข้อมูลจากระบบและเริ่มตรวจ
2. ข้อมูลจากแท็บเล็ตจะถูกนำเข้าระบบเว็บสำหรับแพทย์
ผลลัพธ์จากการใช้ AI :
• เวลาการปรึกษาผู้ป่วยเฉลี่ยลดลงจาก 12 นาที 18 วินาที เป็น 8 นาที 41 วินาที ซึ่งลดลงไป 3 นาที 37 วินาที หรือประมาณ 29.4% ของเวลาการปรึกษาผู้ป่วยต่อคน
• การลดลงนี้ช่วยลดเวลารวมในแต่ละวันประมาณ 40 นาที สำหรับผู้ป่วยใหม่ 10-15 คน ที่ได้รับการวินิจฉัยด้วย AI
• ในระยะเวลา 5 วัน โรงพยาบาลสามารถประหยัดเวลาได้ เกือบ 200 นาที ซึ่งหมายถึงการประหยัดเวลาในการให้บริการผู้ป่วยจำนวนมาก
Impact on Outpatient Nurse Workload:
Dr.Keiichiro Nakamae จากแผนกเวชศาสตร์ทั่วไปและต่อมไร้ท่อได้กล่าวว่า การลดเวลาในการปรึกษาผู้ป่วยไม่เพียงแต่ช่วยให้แพทย์ทำงานได้เร็วขึ้น แต่ยังช่วยลดภาระงานของพยาบาลผู้ป่วยนอกด้วย เนื่องจากการวินิจฉัยและการจัดการเวลาของผู้ป่วยมีประสิทธิภาพมากขึ้น
โรงพยาบาล Okayama Kyokuto จังหวัดโอคายามะ ก็นำ AI นี้มาใช้ในขั้นตอนลงทะเบียนเช่นเดียวกัน
ผลลัพธ์จากการใช้ AI:
- ลดเวลารอของผู้ป่วย: หลังจากนำการวินิจฉัยที่ช่วยด้วย AI มาใช้ พบว่าผู้ป่วยใหม่ที่ต้องซักประวัติ มีเวลารอลดลง 3.5 นาที จากการรอจากการลงทะเบียนไปจนถึงการปรึกษาแพทย์ โดยเวลาเดิมอยู่ที่ 53.4 นาที ลดลงเป็น 49.9 นาที
- ลดเวลาการมาโรงพยาบาล : เวลาทั้งหมดจากการลงทะเบียนไปจนถึงการชำระเงินลดลง 21 นาที จาก 189 นาที ลดลงเป็น 168 นาที เมื่อนำ AI มาใช้
รองผู้อำนวยการ Hideyuki Doi กล่าวถึงการปรับปรุงที่เกิดขึ้นในหลายด้าน ได้แก่
• การจัดการการลงทะเบียนที่ดีขึ้น
• ลดเวลาการให้คำปรึกษาของแพทย์
• ภาระงานของพยาบาลที่ลดลง
• ช่วยเหลือในงานแอดมิน (Administrative task assistance for support staff)
ในภาพมีผู้สูงอายุที่กำลังใช้งาน Ubie AI Health Assistant บนอุปกรณ์แท็บเล็ต โดยผู้ใช้กำลังกรอกข้อมูลเกี่ยวกับอาการหรืออาการของตนเองในแอปพลิเคชันที่ออกแบบมาให้สะดวกในการใช้งาน มีตัวอักษรภาษาญี่ปุ่นที่ช่วยให้ผู้ใช้สามารถกรอกข้อมูลได้ง่ายขึ้น ตัวแอปจะให้คำแนะนำเกี่ยวกับอาการหรือแนะนำขั้นตอนถัดไปในการตรวจสอบหรือการรักษา
ช่วยให้ผู้สูงอายุสามารถบันทึกข้อมูลและเข้าถึงข้อมูลทางการแพทย์ได้โดยไม่ต้องเสียเวลาในการกรอกข้อมูลด้วยมือเอง ซึ่งทำให้กระบวนการตรวจสอบอาการสะดวกและรวดเร็วขึ้น
Ubie AI Health Assistant ได้รับการใช้ในหลายโรงพยาบาลในญี่ปุ่น ซึ่งช่วยลดเวลาปรึกษาผู้ป่วยและทำให้กระบวนการทางการแพทย์มีประสิทธิภาพมากขึ้น โดยการใช้ AI ในการวินิจฉัยเบื้องต้นและการจัดการเวลา
สำหรับแพทย์ในประเทศไทยมักทำงานล่วงเวลาอย่างมาก โดยข้อมูลจากปี พ.ศ. 2565 พบว่าแพทย์กว่า 60% ทำงานเกิน 80 ชั่วโมงต่อสัปดาห์ และกว่า 30% ทำงานเกิน 100 ชั่วโมงต่อสัปดาห์ นอกจากนี้ แพทย์บางคนต้องทำงานดูแลผู้ป่วยติดต่อกันนานกว่า 40 ชั่วโมงโดยไม่มีเวลาพักผ่อน แล้วคุณคิดว่าในไทยควรจะมีการนำเทคโนโลยี AI มาช่วยลดภาระแพทย์แบบญี่ปุ่นหรือไม่

หากสนใจการนำเทคโนโลยี AI พัฒนาระบบบริการในสถานพยาบาลของคุณ สามารถติดต่อสอบถามข้อมูลได้ที่ https://www.agnoshealth.com/smart-hospital-and-clinics
ที่มา
https://ubiehealth.com/company/blog/supporting-the-healthcare-workforce-through-ai