- Details
- Category: การแพทย์-สธ
- Published: Wednesday, 18 December 2019 21:39
- Hits: 1041
คณะแพทยศาสตร์ สจล. เปิดตัว AIEMS คัดกรองป่วยฉุกเฉินเพียง 1 นาที
ร่นเวลาผู้ป่วยสู่โรงพยาบาล ลดตัวเลขการสูญเสียชีวิตกว่า 3 แสนคน
• สจล. ฉลองครบรอบ 60 ปี สจล. โชว์ เอไอฟังเสียงคัดกรองป่วยฉุกเฉิน (AI Assistive Platform for Emergency Medical Service : AIEMS) คัดกรองผู้ป่วยจากสัญญาณเสียงพูด พร้อมแบ่งเป็น 3 ระดับสี ได้แก่ สีแดงผู้ป่วยฉุกเฉินวิกฤต สีเหลืองผู้ป่วยฉุกเฉินเร่งด่วน และสีเขียวผู้ป่วยฉุกเฉินไม่รุนแรง รองรับ 25 กลุ่มอาการโรคฉุกเฉิน
สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) โดยคณะแพทยศาสตร์ เปิดตัว “นวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services) หรือ AIEMS ระบบประมวลอาการและคัดกรองผู้ป่วย จากสัญญาณเสียงพูดเป็นตัวอักษร เพียง 1-3 นาทีเท่านั้น หลังจากนั้นระบบ AIEMS จะนำส่งข้อมูลให้กับเจ้าหน้าที่รถฉุกเฉิน เพื่อจัดเตรียมรถฉุกเฉินที่อยู่ใกล้และเลือกรถฉุกเฉินที่เหมาะกับอาการของผู้ป่วย โดยแบ่งเป็น 3 ระดับสี ได้แก่ สีแดงผู้ป่วยฉุกเฉินวิกฤต สีเหลืองผู้ป่วยฉุกเฉินเร่งด่วน และสีเขียวผู้ป่วยฉุกเฉินไม่รุนแรง ปัจจุบันระบบ AIEMS สามารถคัดกรองและประมวลผล 25 กลุ่มอาการโรคฉุกเฉิน อาทิ หายใจลำบาก หายใจติดขัด หัวใจหยุดเต้น เจ็บแน่นทรวงอก ภาวะฉุกเฉินเหตุสิ่งแวดล้อม ปวดศีรษะ พิษ รับยาเกินขนาด มีครรภ์ คลอด ไม่รู้สติ ถูกทำร้าย ฯลฯ โดยที่ผ่านมาศูนย์รับแจ้งเหตุฉุกเฉินต่างๆ ประสบปัญหาจำนวนคนให้บริการและเหตุก่อกวนอื่นๆ ทำให้ไม่สามารถให้บริการผู้ป่วยจริงได้อย่างทั่วถึง ซึ่งแต่ละปีมีการสูญเสียชีวิตมากกว่า 3 แสนคน ทั้งนี้ระบบดังกล่าวมีเป้าหมายสู่การเป็นเวิลด์แพลตฟอร์ม และถูกนำไปใช้ให้เกิดประโยชน์อย่างแพร่หลายในต่างประเทศ อย่างไรก็ตามนวัตกรรมดังกล่าว นับว่าเป็นการตอกย้ำจุดแข็งของสถาบันในการเป็น “รากฐานนวัตกรรม” ของประเทศไทย เพื่อรองรับกับการก้าวไปสู่สังคมสมาร์ทซิตี้ (Smart City) ในโอกาสที่ สจล. ฉลองครบรอบ 60 ปีในปี 2563
ทั้งนี้ งานแถลงข่าวเปิดตัวนวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services) หรือ AIEMS จัดขึ้นเมื่อเร็วๆ นี้ ณ ห้องออดิทอเรียม ชั้น 2 คณะแพทยศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) กรุงเทพฯ สอบถามข้อมูลเพิ่มเติมได้ที่ สำนักบริหารงานทั่วไปและประชาสัมพันธ์ สจล. เว็บไซต์ www.facebook.com/kmitlofficial, www.kmitl.ac.th และโทรศัพท์ 02-329-8111
ศ.ดร.สุชัชวีร์ สุวรรณสวัสดิ์ อธิการบดีสถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) กล่าวว่า สจล. ให้ความสำคัญกับการศึกษาวิจัยและพัฒนาเทคโนโลยีและนวัตกรรมใหม่ๆ อย่างต่อเนื่อง โดยมุ่งเน้นไปที่การมีส่วนร่วมในสังคมเพื่อให้เกิดประโยชน์แก่สังคมโดยร่วม ควบคู่กับการตอกย้ำจุดแข็งของสถาบันในการเป็น “รากฐานนวัตกรรม” ของประเทศไทย เพื่อรองรับกับการก้าวไปสู่สังคมสมาร์ทซิตี้ (Smart City) ในโอกาสที่ สจล. ฉลองครบรอบ 60 ปีในปี 2563 (GO BEYOND THE LIMIT) เพราะมีความเชื่อว่าเทคโนโลยีสามารถทำให้มนุษย์ไปไกลได้กว่าขีดจำกัด โดยเฉพาะในเรื่องของสาธารณสุขและการแพทย์
โครงการวิจัย “นวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services : AIEMS) โดยคณะแพทยศาสตร์ สจล. ได้ทำให้เห็นแล้วว่าเทคโนโลยี AI หรือปัญญาประดิษฐ์สามารถนำมาใช้ในเรื่องของการแพทย์ได้ โดยระบบดังกล่าวฯ จะประมวลผลเป็นอัลกอริทึม (กระบวนการแก้ปัญหาที่สามารถอธิบายออกมาเป็นขั้นตอนที่ชัดเจน) ซึ่งจะแปลงสัญญาณเสียงพูดหรือความรู้สึกมาเป็นตัวอักษร เพื่อประเมินความเสี่ยงหรือความรุนแรง และส่งต่อไปยังศูนย์รับแจ้งเหตุฉุกเฉิน เพื่อจัดเตรียมรถฉุกเฉินออกไปรับผู้ป่วยในเวลาอันรวดเร็วทำให้สามารถช่วยชีวิตผู้คนได้
ศ.นพ. อนันต์ ศรีเกียรติขจร คณบดี คณะแพทยศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง กล่าวว่า นวัตกรรมในการช่วยเหลือผู้ป่วยรถฉุกเฉินภายใต้โครงการวิจัย “นวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services : AIEMS) ซึ่งเป็นแพลตฟอร์มที่ต่อยอดมาจากโครงการระบบไฟจราจรอัฉริยะสำหรับบริการการแพทย์ฉุกเฉิน (iAmbulance) ที่ได้รับรางวัลจากการประกวดนวัตกรรมระดับโลกต่างๆ ได้แก่ รางวัลเหรียญทองแดง และรางวัล Special prize จากประเทศเกาหลี ในงานแสดงนวัตกรรม Genneva Ionovation และรางวัล Special prize จากประเทศโรมาเนีย ในงานวันนักประดิษฐ์ที่จัดโดยสำนักงานการวิจัยแห่งชาติ (วช.)
ทั้งนี้ โครงการดังกล่าวได้ร่วมกับพันธมิตรทั้งภาครัฐและภาคเอกชน ในการสนับสนุนด้านข้อมูลและเทคโนโลยีต่างๆ ได้แก่ ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ (NECTEC) บริษัท ไมโครซอฟท์ (ประเทศไทย) จำกัด ศูนย์บริการการแพทย์ฉุกเฉินกรุงเทพมหานคร (ศูนย์เอราวัณ) องค์การบริหารส่วนจังหวัดสระแก้ว และโรงพยาบาลมะเร็งอุดรธานี โดยใช้ระยะเวลาในการศึกษาและวิจัยโครงการนี้นานกว่า 6 เดือน ภายใต้งบประมาณการสนับสนุนจากหลายภาคส่วน โดยมีวัตถุประสงค์ในการสร้างคุณภาพชีวิต ลดความเหลื่อมล้ำในสังคม และรองรับกับสังคมผู้สูงอายุของประเทศไทยที่มีแนวโน้มสูงขึ้นทุกปี จากปัจจุบันที่มีผู้สูงอายุอยู่ที่ 60 ปี คิดเป็นจำนวน 16 - 17% หรือประมาณ 10 - 11 ล้านคน ภายใต้ประชากรของประเทศเกือบ 70 ล้านคน และคาดว่าจะเพิ่มขึ้นปีละ 1 ล้านคน หรือราว 20% โดยเฉลี่ยของจำนวนประชากรในประเทศ ขณะที่สถิติการเจ็บป่วยผู้สูงอายุของคนไทยพบว่าผู้สูงอายุ 1 คน จะเข้ารักษาตัวในโรงพยาบาลปีละ 1 ครั้งเป็นอย่างน้อย
จากข้อมูลที่สถาบันการแพทย์ฉุกเฉินแห่งชาติได้เปิดเผยสถิติในขั้นตอนของการนำส่งผู้ป่วยฉุกเฉินวิกฤตจากจุดเกิดเหตุเพื่อไปรักษาต่อที่โรงพยาบาลพบว่ายังเป็นไปอย่างล่าช้าโดยผู้ป่วยฉุกเฉินวิกฤตต้องเสียชีวิต ช่วงก่อนถึงโรงพยาบาลมากกว่าร้อยละ 20 และสถิติปัญหาอุบัติเหตุบนท้องถนนของไทย โดยองค์การอนามัยโลกจัดให้ประเทศไทยเป็นประเทศที่มีอัตราการเกิดอุบัติเหตุสูงสุดเป็นอันดับ 9 ของโลก โดยมีอัตราการเสียชีวิตจากอุบัติเหตุทางถนนปีละประมาณ 22,491 ราย คิดเป็น 32.7 คนต่อประชากร 1 แสนคน หรือเฉลี่ยแล้วมีประชากรไทยเสียชีวิตจากอุบัติเหตุชั่วโมงละ 3 คน ดังนั้น สจล. จึงได้ตระหนักถึงความสำคัญในการแก้ไขปัญหาและลดอุบัติเหตุบนท้องถนน ซึ่งเป็นไปตามนโยบายของ สจล. ในการส่งเสริมการศึกษาและวิจัยนวัตกรรมใหม่ๆ อย่างต่อเนื่อง
“ระบบ AIEMS ที่พัฒนาขึ้นมาสามารถลดเวลาในขั้นตอนการคัดกรองอาการผู้ป่วยที่เป็นข้อมูลสำคัญในการเลือกชนิดของรถฉุกเฉินได้อย่างรวดเร็วและมีประสิทธิภาพ ซึ่งจะช่วยลดเวลาการรอคอยของผู้ป่วย และลดอัตราการสูญเสียอันเกิดจากการเสียชีวิตระหว่างการเดินทางไปโรงพยาบาลจากเดิมที่ร้อยละ 20 โดยที่ผ่านมาศูนย์รับแจ้งเหตุฉุกเฉินต่างๆ ประสบปัญหาจากการโทรศัพท์เข้ามาก่อกวน ทำให้ไม่สามารถให้บริการผู้ป่วยจริงได้อย่างทั่วถึง โดยเจ้าหน้าที่ 6 คน สามารถรับโทรศัพท์ได้เพียง 1,500 สายต่อวันเท่านั้น ขณะที่ข้อจำกัดของเจ้าหน้า คือเรื่องของเวลาเพราะต้องสอบถามประวัติและข้อมูลต่างๆ รวมถึงประสานงานรถฉุกเฉินที่อยู่ใกล้ที่สุดเพื่อไปรับผู้ป่วย ณ ที่เกิดเหตุให้เร็วที่สุด โดยการแพทย์ฉุกเฉินสากลได้กำหนดไว้ว่ารถฉุกเฉินต้องไปถึงผู้ป่วยภายใน 8 นาที ซึ่งนับตั้งแต่เวลาที่มีการรับสายแจ้งเหตุ จนกระทั่งทีมแพทย์ฉุกเฉินเดินทางไปถึงผู้ป่วย ซึ่งแต่ละปีมีการสูญเสียชีวิตมากกว่า 3 แสนคน อันเนื่องมาจากปัญหาความล่าช้าในกระบวนการรอคอย และการจราจรที่ติดขัดบนท้องถน” นายแพทย์อนวัช กล่าว
ด้าน ดร.เกรียงศักดิ์ ขาวเนียม ผู้จัดการโครงการวิจัย “นวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services : AIEMS) และอาจารย์ประจำคณะแพทยศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) กล่าวว่า สำหรับระบบ AIEMS ทำงาน 3 ประการคือ เพิ่มความสะดวกรวดเร็ว เพิ่มประสิทธิภาพในการทำงาน แชร์ข้อมูลให้กับบุคคลและหน่วยงานที่เกี่ยวข้อง ซึ่งมีผลในการลดเวลาในการรอคอยของผู้ป่วย โดยระบบ AIEMS จะประมวลอาการและคัดกรองผู้ป่วยจากเดิมที่ต้องใช้เจ้าหน้าที่รับแจ้งเหตุฉุกเฉินเป็นผู้จดประวัติหรือสอบถามอาการเบื้องต้น แต่หากเป็นระบบ AIEMS จะทำการแปลงสัญญาณจากสัญาณเสียงพูดเป็นตัวอักษร ซึ่งสามาถลดในขั้นตอนนี้เหลือเพียง 1-3 นาทีเท่านั้น จากปกติที่ต้องใช้เวลา 3-5 นาที หลังจากนั้นระบบ AIEMS จะนำส่งข้อมูลให้กับเจ้าหน้าที่รถฉุกเฉิน เพื่อจัดเตรียมรถฉุกเฉินที่อยู่ใกล้และเลือกรถฉุกเฉินที่เหมาะกับอาการของผู้ป่วย โดยแบ่งเป็น 3 ระดับสี ได้แก่ สีแดงผู้ป่วยฉุกเฉินวิกฤต สีเหลืองผู้ป่วยฉุกเฉินเร่งด่วน และสีเขียวผู้ป่วยฉุกเฉินไม่รุนแรง พร้อมกันนี้ระบบ AIEMS จะนำส่งข้อมูลให้กับโรงพยาบาลปลายทาง เพื่อเตรียมความพร้อมในด้านบุคลากรและเครื่องมือทางการแพทย์ในการรักษาผู้ป่วย
ปัจุบันระบบ AIEMS สามารถคัดกรองและประมวลผล 25 กลุ่มอาการโรคฉุกเฉิน ได้แก่ 1.ปวดท้องบริเวณหลัง เชิงกราน และขาหนีบ 2.แพ้ยา แพ้อาหาร แพ้สัตว์ต่อย แอนาฟิแล็กซิส ปฏิกิริยาภูมิแพ้ 3.สัตว์กัด 4.เลือดออกโดยไม่ได้มีสาเหตุมาจากการบาดเจ็บ 5.หายใจลำบาก หายใจติดขัด 6.หัวใจหยุดเต้น 7.เจ็บแน่นทรวงอก หัวใจ มีปัญหาทางด้านหัวใจ 8.สำลัก อุดกั้นทางเดินหายใจ 9.เบาหวาน 10.ภาวะฉุกเฉินเหตุสิ่งแวดล้อม 11.ปวดศีรษะ ภาวะผิดปกทางตา หู คอ จมูก 12.คลุ้มคลั่ง ภาวะทางจิตประสาท อารมณ์ 13.พิษ รับยาเกินขนาด 14.มีครรภ์ คลอด นรีเวช 15.ชัก มีสัญญาณบอกเหตุการชัก 16.ป่วย อ่อนเพลีย อัมพาตเรื้อรัง ไม่ทราบสาเหตุจำเพาะ 17.อัมพาต กล้ามเนื้ออ่อนแรง สูญเสียความรู้สึก ยืนหรือเดินไม่ได้เฉียบพลัน 18.ไม่รู้สติ ไม่ตอบสนอง หมดสติชั่ววูบ 19.เด็ก กุมารเวช 20.ถูกทำร้าย 21.ไหม้ ลวกเหตุความร้อน สารเคมี ไฟฟ้าช็อต 22.ตกน้ำ จมน้ำ บาดเจ็บทางน้ำ 23.พลัดตกหกล้ม อุบัติเหตุ เจ็บปวด 24.อุบัติเหตุยานยนต์ และ 25.อื่นๆ นอกจากนี้ ระบบดังกล่าวยังสามารถประยุกต์ใช้กับการคัดกรองและประมวลผลโรคทั่วไปได้อีกด้วย อาทิ โรคเบาหวาน ปวดหัว และเป็นไข้ เป็นต้น
นอกจากนี้ คณะแพทยศาสตร์ สจล.ยังคงให้ความสำคัญกับการพัฒนาและเพิ่มประสิทธิภาพของระบบ AIEMS อย่างต่อเนื่อง ภายใต้การร่วมมือกับพันธมิตรต่างๆ โดยเฉพาะในเรื่องของการแปลงสัญญาณเสียงพูดภาษาท้องถิ่น เช่น ภาษาอีสาน ภาษาใต้ ภาษาเหนือ ให้เป็นเป็นตัวอักษร รวมถึงภาษาอังกฤษและภาษาประเทศเพื่อนบ้าน อย่าง ลาว และพม่า เพื่อผลักดันให้บรรลุเป้าหมายเป็นแพลตฟอร์มระดับโลก และเกิดการใช้งานจริงอย่างแพร่หลาย ซึ่งจะทำให้คณะแพทยศาสตร์ สจล. ก้าวสู่การเป็นผู้นำทางด้านการแพทย์ฉุกเฉิน
ทั้งนี้ ระบบ AIEMS จะนำร่องทดลองใช้ในจังหวัดสระแก้วเป็นแห่งแรก ซึ่งได้รับความร่วมมือจาก นายทรงยศ เทียนทอง นายกองค์การบริหารส่วนจังหวัดสระแก้ว โดยนำระบบดังกล่าวไปติดตั้งภายในศูนย์รับแจ้งเหตุและสั่งการการแพทย์ฉุกเฉินจังหวัดสระแก้ว ควบคู่กับการนำระบบไฟจราจรอัฉริยะสำหรับบริการการแพทย์ฉุกเฉิน (iAmbulance) ที่ถูกนำไปติดตั้งทางร่วมแยกกว่า 20-30 แห่งทั่วจังหวัด เพื่อใช้เป็นโมเดลต้นแบบให้กับจังหวัดอื่นๆ และผลักดันให้เกิดการใช้งานจริงในประเทศไทย และในอนาคตอันใกล้นี้ ทางสจล.จะร่วมมือกับศูนย์บริการการแพทย์ฉุกเฉินกรุงเทพมหานคร (ศูนย์เอราวัณ) เพื่อติดตั้งระบบ AIEMS มาใช้กับรถฉุกเฉินในสังกัด กทม. ที่ปัจจุบันมีอยู่ 200 คัน ในพื้นที่กรุงเทพฯ ซึ่งอยู่ระหว่างการประสานงาน และคาดว่าจะได้ข้อสรุปในลำดับต่อไป
สำหรับนวัตกรรมระบบ AI สำหรับการคัดกรองโรคและการประยุกต์ใช้สำหรับการแพทย์ฉุกเฉิน” (AI Assistive Platform for Emergency Medical Services) หรือ AIEMS จัดขึ้นเมื่อเร็วๆ นี้ ณ ห้องออดิทอเรียม ชั้น 2 คณะแพทยศาสตร์ สถาบันเทคโนโลยีพระจอมเกล้าเจ้าคุณทหารลาดกระบัง (สจล.) กรุงเทพฯ สอบถามข้อมูลเพิ่มเติมได้ที่ สำนักบริหารงานทั่วไปและประชาสัมพันธ์ สจล. เว็บไซต์ www.facebook.com/kmitlofficial, www.kmitl.ac.th และโทรศัพท์ 02-329-8111
AO12313
******************************************
Click Donate Support Web
