การพัฒนาระบบคัดกรองวัณโรคด้วยนวัตกรรมปัญญาประดิษฐ์ ในโรงพยาบาลชาติตระการ
Main Article Content
บทคัดย่อ
การพัฒนาระบบคัดกรองวัณโรคด้วยนวัตกรรมปัญญาประดิษฐ์ (AI) ในโรงพยาบาลชาติตระการ เป็นรูปแบบการวิจัยและพัฒนา มีวัตถุประสงค์เพื่อพัฒนาและศึกษาผลการใช้ระบบคัดกรองวัณโรคโดยใช้ AI ในโรงพยาบาลชาติตระการ กลุ่มตัวอย่างเป็นกลุ่มเสี่ยงวัณโรค จำนวน 4,417 คน อาศัยในอำเภอชาติตระการ ขั้นตอนการวิจัย ประกอบด้วย 3 ระยะ ดังนี้ ระยะที่ 1 R1D1 สังเคราะห์ร่างต้นแบบนวัตกรรม ศึกษาตรวจสอบแนวคิดเชิงทฤษฎี ระยะที่ 2 R2D2 พัฒนาต้นแบบนวัตกรรม ศึกษาในกลุ่มตัวอย่าง จำนวน 750 คน และระยะที่ 3 R3D3 ทดสอบประสิทธิผลต้นแบบนวัตกรรม ศึกษาในกลุ่มตัวอย่าง จำนวน 3,663 คน และใช้แพทย์จบใหม่ 6 คน อ่านภาพรังสีทรวงอกร่วมกับ AI วินิจฉัยรักษาตามแนวทางควบคุมวัณโรคแห่งชาติ วิเคราะห์ข้อมูลใช้สถิติพรรณนา หาค่าความไว ความจำเพาะ ทำนายผลบวก ผลลบ ประเมินความถูกต้องจำแนกผู้ป่วยวัณโรค ความครอบคลุมการคัดกรอง และวิเคราะห์ความสอดคล้องระหว่างความเห็นในการวินิจฉัยวัณโรคระหว่าง AI กับแพทย์ ด้วย Cohen’s Kappa ผลศึกษาในระยะที่ 2 พบว่า อัตราความครอบคลุมของการค้นหาวัณโรคเพิ่มขึ้นจาก 86.12 เป็น 132.84 ต่อแสนประชากร ผลศึกษาในระยะที่ 3 พบว่า แพทย์คัดกรองโดยใช้ AI ค้นหาวัณโรคเพิ่มขึ้นเป็น 423.24 ต่อแสนประชากร การอ่านภาพรังสีทรวงอกของ AI สอดคล้องกับแพทย์ อย่างมีนัยสำคัญสถิติที่ระดับ .05 (Kappa 0.227) แต่อย่างไรก็ตามในขั้นตอน R2D2 และ R3D3 AI ไม่สามารถอ่านภาพรังสีทรวงอกเทียบกับแพทย์ผู้เชี่ยวชาญในกลุ่มเสี่ยงร้อยละ 0.22 ผลการศึกษาครั้งนี้ AI ช่วยค้นหาผู้ป่วยวัณโรคเบื้องต้นที่ไม่มีอาการ เสมหะไม่พบเชื้อมากกว่าพบเชื้อ 5 เท่า คือ B+ ต่อ B- เท่ากับ 73 ต่อ 13 ความไวจำนวนที่แพทย์สงสัยวัณโรค ร้อยละ 86.96 ค่าความจำเพาะร้อยละ 75.65 ค่าพยากรณ์เชิงบวก ร้อยละ 8.41 และค่าพยากรณ์เชิงลบ ร้อยละ 99.77 ข้อเสนอแนะเชิงนโยบายโรงพยาบาลควรขับเคลื่อนระบบคัดกรองวัณโรคด้วย AI เพื่อเพิ่มประสิทธิภาพค้นหาผู้ป่วยและนำมารักษาตามแนวทางอย่างรวดเร็วต่อไป
Article Details

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Department of Disease Control, Ministry of Public Health. Situation of tuberculosis in Thailand 2017. [Internet]. [cited 2020 October 16]. Available from: https://www.tbthailand.org/download. (in Thai).
Committee of Tuberculosis Development System, Healthcare Network of Numnao District. Guideline for tuberculosis screening 2019. [Internet]. [cited 2020 October 16]. Available from: http://iud.namnaohospital.go.th/document/201903201553072892.pdf. (in Thai).
Bureau of Tuberculosis, Department of Disease Control, Ministry of Public Health. Thailand operational plan to end tuberculosis 2017-2021. [Internet]. [cited 2020 October 16]. Available from: https://https://www.tbthailand.org/download/Manual/Thailand%20Operational%20Plan%20To% 20End%20%20TB_2017_2021.pdf.
Bureau of Tuberculosis, Department of Disease Control, Ministry of Public Health. Tuberculosis treatment guidelines in adults, 2018. Bangkok: Office of Publishing Enterprise Veterans Affairs under the Royal Patronage; 2018. (in Thai).
Department of Disease Control, Ministry of Public Health. Report of tuberculosis program performance in Thailand 2014-2019. Nonthaburi: Department of Disease Control, Ministry of Public Health; 2020. (in Thai).
Qin ZZ, Sander MS, Rai B, Titahong CN, Sudrungrot S, Laah SN, et al. Using artificial intelligence to read chest radiographs for tuberculosis detection: a multi-site evaluation of the diagnostic accuracy of three deep learning systems. Scientific Reports 2019;9(1):15000.