Case study การนำ AI มาใช้ในการช่วยลดภาระแพทย์ในญี่ปุ่น

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