การพัฒนารูปแบบการพยาบาลเพื่อทำนายโอกาสเกิดภาวะภูมิไวเกินโดยใช้ปัญญาประดิษฐ์ ในผู้ป่วยมะเร็งที่ได้รับยาเคมีบำบัด Paclitaxel

บทคัดย่อ

บทนำ: ภาวะภูมิไวเกินจากยาเคมีบำบัดแพคลิแทกเซลเป็นภาวะแทรกซ้อนที่อาจเกิดขึ้นได้ทุกรอบของการให้ยาและมีอาการตั้งแต่เล็กน้อยไปจนถึงรุนแรงมากคือเสียชีวิต

วัตถุประสงค์การวิจัย: เพื่อพัฒนารูปแบบการพยาบาลโดยใช้ปัญญาประดิษฐ์ในการคัดกรองผู้ป่วยมะเร็งที่มีความเสี่ยงสูงต่อการเกิดภาวะภาวะภูมิไวเกินจากยาแพคลิแทกเซล

ระเบียบวิธีวิจัย: การวิจัยและพัฒนา วิเคราะห์ข้อมูลและสร้างโมเดลด้วยการใช้ Machine Learning โดยใช้วิธีการ Hyperparameter optimization สร้างโมเดลแต่ละแบบจำนวน 1,000 ครั้ง เลือกโมเดลที่ดีที่สุดมาเป็นตัวแทนของโมเดลแต่ละแบบ ใช้กลุ่มตัวอย่างจากเวชระเบียนผู้ป่วย จำนวน 173 คน โดยแบ่งเป็นชุดข้อมูลฝึก 91 คน ชุดปรับโมเดล 40 คน และชุดทดสอบ 43 คน ทดสอบประสิทธิผลของรูปแบบการพยาบาลในสถานการณ์จริง ใช้สถิติพรรณนาและสถิติเชิงจำแนกกลุ่ม หาค่าความไว ความจำเพาะ ทำนายผลบวก ผลลบ ประเมินความถูกต้องในการจำแนกผู้ป่วยที่มีแนวโน้มการเกิดภาวะภูมิไวเกิน

ผลการวิจัย: การพัฒนารูปแบบการพยาบาลโดยใช้ปัญญาประดิษฐ์ โมเดล Support vector machine ให้ประสิทธิภาพดีที่สุด ในชุดทดสอบได้ค่าทำนายผลบวกร้อยละ 69.50 และผลลบร้อยละ 96 โดยมีค่า AUC เท่ากับ .80 ทดสอบใช้ในสถานการณ์จริงมีค่า AUC โดยรวมอยู่ที่ .72 ผู้ป่วยที่ได้รับการคัดกรองความเสี่ยงจากรูปแบบการพยาบาลใช้ปัญญาประดิษฐ์ไม่มีรายใดเกิดภาวะภูมิไวเกินรุนแรงเกินระดับ 2 และพยาบาลมีความพึงพอใจภาพรวมอยู่ในระดับมาก (M = 4.65, SD = .29)

สรุปผล: การพัฒนารูปแบบการพยาบาลโดยใช้ปัญญาประดิษฐ์สามารถทำนายภาวะภูมิไวเกินได้อย่างมีประสิทธิภาพ ช่วยให้พยาบาลสามารถตรวจพบและจัดการได้เร็วขึ้น ลดระดับความรุนแรง และเพิ่มความปลอดภัยแก่ผู้ป่วย

ข้อเสนอแนะ: ควรนำโมเดลไปใช้ในโรงพยาบาลหลาย ๆ แห่ง และในกลุ่มผู้ป่วยที่หลากหลาย