การพัฒนารูปแบบการค้นหาผู้ป่วยวัณโรครายใหม่ในชุมชน ด้วยรถเอกซเรย์เคลื่อนที่ ระบบปัญญาประดิษฐ์ ในพื้นที่เขตสุขภาพที่ 4
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้เป็นการพัฒนารูปแบบการค้นหาผู้ป่วยวัณโรครายใหม่ในชุมชน โดยมีวัตถุประสงค์ เพื่อการศึกษาและนำเสนอรูปแบบการค้นหาผู้ป่วยวัณโรครายใหม่ในชุมชนด้วยรถเอกซเรย์เคลื่อนที่ระบบปัญญาประดิษฐ์ (Artificial Intelligence; AI) เขตสุขภาพที่ 4 รวมทั้งประเด็นปัญหา อุปสรรค และแนวทางแก้ไข กลุ่มตัวอย่างคือ ผู้บริหารและเจ้าหน้าที่ที่รวมดำเนินการในการจัดกิจกรรมการคัดกรองผู้ป่วยวัณโรคเชิงรุกในพื้นที่ การรวบรวมข้อมูล การสังเกตรูปแบบการบริหารจัดการคัดกรองวัณโรครายใหม่และกลับเป็นซ้ำของผู้รับผิดชอบงาน และการสัมภาษณ์เชิงลึกผู้บริหารและเจ้าหน้าที่ที่เข้าร่วมจัดกิจกรรม
การค้นหาวัณโรครายใหม่ในชุมชน ตรวจสอบเครื่องมือโดยผู้เชี่ยวชาญ 3 คน ที่มีความเชี่ยวชาญแตกต่างกัน ระยะเวลาในการศึกษา ตุลาคม 2565 - มิถุนายน 2566 เก็บข้อมูลในชุมชน จำนวน 8 แห่ง วิเคราะห์ข้อมูลด้วยสถิติเชิงพรรณนานำเสนอเป็นจำนวนและร้อยละ ส่วนข้อมูลเชิงคุณภาพใช้การตีความและวิเคราะห์เนื้อหา ผลการศึกษาพบว่า รูปแบบการค้นหาผู้ป่วยวัณโรคเชิงรุกในชุมชนด้วยรถเอกซเรย์เคลื่อนที่ระบบปัญญาประดิษฐ์ (Artificial Intelligence; AI) สามารถค้นหาผู้ป่วยวัณโรครายใหม่ในชุมชนได้ 2 ราย และช่วยคัดแยกประชาชนเสี่ยงต่อวัณโรคในชุมชนได้ 151 ราย จากผู้เข้ารับการคัดกรอง 2,113 ราย ในเวลาภายในเวลา 8 วัน (เฉลี่ย 264-265 รายต่อวัน) ดังนั้นหน่วยงานสาธารณสุขพร้อมด้วยหน่วยงานองค์กรปกครองส่วนท้องถิ่น
ควรนำรูปแบบการรูปแบบการค้นหาผู้ป่วยวัณโรครายใหม่ในชุมชน ด้วยรถเอกซเรย์เคลื่อนที่ระบบปัญญาประดิษฐ์ (Artificial Intelligence; AI) ไปดำเนินการทุกอำเภอ และให้ครอบคลุม 7 กลุ่มเป้าหมายที่ต้องคัดกรองวัณโรคในชุมชน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Department of Disease Control (TH). National tuberculosis control plan 2017-2021 (updated 2022). Bangkok. Aksorn Graphic and Design Publication; 2021. (in Thai)
Department of Disease Control (TH). Indicator 2.1: level of success in the coverage of registration for new case and relapsed tuberculosis patients. [Internet]. 2022 [cited 2023 Jul 13]. Available from: https://ddc.moph.go.th/psdg/pagecontent.php?page=1076&dept=psdg. (in Thai)
Department of Disease Control (TH). National tuberculosis control programmed Guideline, Thailand 2021. Bangkok. Aksorn Graphic and Design Publication; 2020. (in Thai)
Wongkrai K, Pramual P, Buaphan P. Screening for pulmonary tuberculosis using the digital mobile X-ray among risk groups in Sisaket province, Thailand. The office of Disease Prevention and Control 10th Journal 2020; 18(1): 73-82. (in Thai)
Naidoo J, Shelmerdine SC, Ugas‑Charcape CF, Sodhi AS. Artificial intelligence in pediatric tuberculosis. Pediatric Radiology [Internet]. 2023[cited 2023 Sep 26]; 53(9): 1733-45. Available form: https://link.springer.com/article/10.1007/s00247-023-05606-9#article-info
Geric C, Qin ZZ, Denkinger CM, Kik SV, Marais B, Anjos A, et al. The rise of artificial intelligence reading of chest X-rays for enhanced TB diagnosis and elimination. The International Journal of Tuberculosis and Lung Disease [Internet]. 2023 [cited 2023 Sep 26]; 27(5): 367-72. Available form: https://doi.org/10.5588/ijtld.22.0687
Onno J, Khan F, Daftary A, David PM. Artificial intelligence-based computer aided detection (AI-CAD) in the fight against tuberculosis: Effects of moving health technologies in global health. Soc Sci Med [Internet]. 2023 [cited 2023 Sep. 26]; 327: 115949. Available form: https://doi.org/10.1016/j.socscimed.2023.115949
Makridakis S. The forthcoming Artificial Intelligence (AI) revolution: Its impact on society and firms. Futures [Internet]. 2017[cited 2023 Sep 26]; 90: 46-60. Available form: https://www.sciencedirect.com/science/article/abs/pii/S0016328717300046
Lausatianragit W. Development and evaluation of the model of directly observed treatment among new sputum smear-positive pulmonary tuberculosis patients in Sisaket Province, Thailand. Journal of the Department of Medical Services 2019; 44(2): 128-35. (in Thai)
Lertworawit P. Outcomes of pharmaceutical care on the success of treatment for pulmonary tuberculosis patient in 2019, Den Chai, Phrae. Journal of the Phrae Hospital 2020;28(2):102-15. (in Thai)
Jantharaksa S. Mortality and associated risk factors of pulmonary tuberculosis patients in Mahasarakham Hospital. Mahasarakham Hospital Journal 2021;18(2):88-96. (in Thai)
Thirarattanasunthon P, Sidae S. Kongtuk T, Mhadar A, Wongrit P, Raksanam B. Factors associated with self-care behaviors among new pulmonary tuberculosis cases in Thasala Hospital, Nakhon Si Thammarat Province. Thai Journal of Public Health and Health Sciences 2021;4(2):138-47. (in Thai)
Sansena P and Nuchan S. The development of prevention and control model for tuberculosis among household of TB contacts by community participation in Jawrakae Health Promoting Hospital, Nong Ruea District, Khon Kaen Province. Journal of Khon Kaen Provincial Health Office 2002;4(2):291-304. (in Thai)
Chusak T and Phumsentkot N. Perception of tuberculosis and tuberculosis prevention behavior of household contacts in Phisalee district, Nakhonsawan. VRU Research and Development Journal Science and Technology 202;16(2):15-25. (in Thai)
Koothanawanichphong C. Factor associated to pulmomaly tuberculosis among new cases Songphinong district, Suphanburi Province. Journal of MCU Nakhondhat 2020;7(6):244-56. (in Thai)
Mahatchariyapong P. Evaluation of the diagnostic accuracy of artificial intelligence detection of pulmonary tuberculosis on Chest Radiograph among outpatients in Maeramard district, Thailand. Journal of Primary Care and Family Medicin 2021;4(3):35-45. (in Thai)
