Health Informatics

Clinical Decision Support (CDS) – the Next Big Thing ของวงการ Health IT

26 November 2019

ตั้งชื่อมีความ click-bait ถามว่าจะ Big ขนาดนั้นไหมนี่ก็ไม่ชัวร์นะครับ 😆

มีมิตรสหายหลายท่านจากวงการ tech ถามผมว่า อยากทำอะไรซักอย่างในวงการ healthcare แต่ไม่รู้จะทำอะไร มีคำแนะนำไหม ? พอเราพูดกันเรื่อง health innovation ส่วนใหญ่คนมักนึกถึง telemedicine ซึ่งจริง ๆ ผมเห็นด้วยนะครับ เรื่องนั้นยังไงก็มาแน่ ๆ อยู่ที่เทคโนโลยีมันจะดีพอที่จะเข้าสู่กระแสหลักตอนไหน

แต่ถ้าเรามามองฝั่ง enterprise IT ผมว่าในอีกไม่กี่ปีข้างหน้า Hospital Information System (HIS) ในต่างประเทศจะมีความเป็น platform เหมือนคล้าย ๆ operating system ทุกวันนี้ (เช่น Windows) คือนักพัฒนาสามารถพัฒนาแอพครั้งเดียวแล้วเผยแพร่ในทุก HIS ได้เลย ถามว่าจะพัฒนาอะไรดี ผมว่าตอนนี้ที่ยังมี gap ใหญ่ ๆ อยู่ก็เรื่องงานพัฒนาคุณภาพนี่แหละครับ ซึ่งการจะทำเรื่องนี้ ระบบ Clinical Decision Support (CDS) มีบทบาทสำคัญมากครับ ประกอบกับปัจจัยหลาย ๆ อย่าง ผมคิดว่า CDS เป็นระบบที่มีความต้องการอยู่เยอะในไทย แต่ถามว่าทำตอนนี้ดีไหมนี่ตอบยากครับ 😅

CDS ไม่ได้มีแค่เตือนแพ้ยา หรือเตือน drug interaction

ถ้าจะหา definition ที่ official หน่อยของ CDS ส่วนตัวผมชอบอันนี้ครับ ขอไม่แปลละกันนะครับ

“a process for enhancing health-related decisions and actions with pertinent, organized clinical knowledge and patient information to improve health and healthcare delivery” –

หนังสือ Improving outcomes with clinical decision support: an implementer’s guide. Second Edition. HIMSS, 2011

พูดง่าย ๆ ก็คือระบบที่นำความรู้ที่มีในโลกมาช่วยให้ clinician ตัดสินใจเรื่องต่าง ๆ ที่เกี่ยวข้องกับการดูแลรักษาคนไข้ได้ดีขึ้น ซึ่งจากนิยามนี้จริง ๆ scope ของ CDS นั้นกว้างมากนะครับ เพื่อให้ท่านที่ไม่ได้อยู่วงการ health IT เห็นภาพมากขึ้น มาลองดู CDS ประเภทต่าง ๆ กันครับ การแบ่งประเภทของ CDS นี่จริง ๆ แบ่งได้หลายวิธี ในที่นี้ขอแบ่งตามลักษณะการใช้งานครับ (แบ่งตามหนังสือ Guide to Health Informatics ของคุณ Enrico Coiera จริง ๆ เนื้อหาส่วนนี้ก็เป็นการสรุปมาจากหนังสือเป็นหลักแล้วเพิ่มเติมจากแหล่งอื่น ๆ เข้าไปครับ)

ใช้เรียกดูหลักฐาน (evidence) ทางการแพทย์

  • ต้นแบบของกลุ่มนี้ก็คือ infobutton เป็นปุ่มที่กดแล้วก็สามารถดูข้อมูลอ้างอิงประกอบการตัดสินใจต่าง ๆ ได้ จะให้ดีข้อมูลที่ขึ้นมาควรมีความสอดคล้องกับคนไข้ที่เรากำลังดูอยู่ (personalized) เช่น กดปุ่มแล้วเปิดหน้า UpToDate ที่เกี่ยวข้องให้เลย สรุปมาให้เลยว่าถ้าเคสแบบนี้ที่มีผลแล็บแบบนี้ จะรักษาต่อยังไงดี

ใช้ใน Computerized Physician/Provider Order Entry (CPOE)
อันนี้น่าจะเป็นสิ่งที่คนเห็นภาพมากที่สุดเวลานึกถึง CDS

  • กลุ่มตรวจเช็คการสั่ง order เช่น ตรวจเช็คการแพ้ยา, drug-drug interaction, drug-condition interaction (เป็นโรคนี้ห้ามใช้ยานี้, ค่าแล็บแบบนี้ต้องลดโดส), drug-food interaction, drug-age, ตรวจเช็คยาซ้ำ (ทั้งในการสั่งยาครั้งนี้และยาที่คนไข้ใช้อยู่เดิม, ตรวจยาซ้ำในกลุ่มเดียวกัน เช่น ได้ NSAIDs ไปแล้วก่อนหน้านี้), ช่วยคำนวณโดส, เช็คว่ายาที่สั่งอยู่ในบัญชีที่เบิกได้หรือเปล่า, สั่งยาแพงหรือเปล่า เป็นต้นครับ
  • กลุ่มช่วยสั่ง order เช่น order sentences (คำสั่งยาสำเร็จรูป) และ order set (ชุดรวม order sentences หลาย ๆ ตัวในแพ็คเดียว)

ใช้ช่วยแนะนำการวินิจฉัย

  • นำข้อมูลต่าง ๆ ไปคำนวณความน่าจะเป็นและเสนอออกมาเป็นคำแนะนำว่าน่าจะเป็นโรคอะไร อันนี้ไม่ค่อยมีประโยชน์เวลาแนะนำโรคที่ตรงกับสายของแพทย์อยู่แล้ว เช่น ระบบแนะนำหมอกระดูกว่าคนไข้น่าจะกระดูกหัก แบบนี้หมอก็คงไม่สนเท่าไหร่ แต่ประโยชน์จะไปเยอะตอนที่มัน detect โรคในสายที่แพทย์ท่านนั้นอาจไม่เชี่ยวชาญ เช่น โรคพันธุกรรมแปลก ๆ ที่แพทย์อาจไม่ได้นึกถึงเลย ต้องเข้าใจว่าเวลาระบบพวกนี้มันคำนวณ มันเอา data source มาจากทุกแหล่ง ทั้งประวัติเก่า, investigation ต่าง ๆ มันอาจไปเจอ pattern บางอย่างที่มนุษย์อาจไม่สามารถเจอได้โดยง่าย
  • ประโยชน์อีกอย่างจะมาในยุคที่ remote monitoring พัฒนาไปไกล เช่น ระบบอาจตรวจจับ EKG ที่ผิดปกติในคนไข้ที่สวม wearable device ไว้ตลอดได้

ใช้วางแผนและวิจารณ์ (Critique) แผนการรักษา

  • อันนี้ชัดมากใน radiotherapy จะยิงยังไงยิงตรงไหนยิงเท่าไหร่ก็ใช้คอมหมดแล้ว พวก chemotherapy เองก็มีใช้มากขึ้นเรื่อย ๆ ครับ
  • ส่วนระบบที่ทำการวิจารณ์ก็คือระบบที่ตั้งคำถามว่าสั่งการรักษาเหมาะสมไหม เช่น สั่งยาฆ่าเชื้อที่แรงไปหรือเปล่าสำหรับโรคแบบนี้ ได้ทำตามไกด์ไลน์หรือเปล่า

ใช้ประเมินความเสี่ยง

  • การประเมินพวกนี้สามารถทำโดยคนไข้เอง หรือทำโดย clinician ก็ได้นะครับ อันนี้ที่เห็นชัดก็พวก smart form ต่าง ๆ เช่น ประเมินความเสี่ยงของโรคเส้นเลือดหัวใจ, ประเมินความเสี่ยงโรคมะเร็ง ไปจนถึงการคัดกรองบางอย่าง เช่น คัดกรองภาวะซึมเศร้า, การใช้ความรุนแรงในครอบครัว เป็นต้น
  • ในยุค AI แบบนี้ แม้ว่าเราไม่สามารถรวบรวมข้อมูลที่จำเป็นทั้งหมดได้ ระบบก็ยังสามารถประมาณค่าโดยอาศัยข้อมูลจากแหล่งอื่น ๆ ได้เช่นกัน

ใช้สนับสนุน process ต่าง ๆ

  • เช่น การเตือนให้แพทย์ฉีดวัคซีน, เตือนให้ทำ screening ในบางเคส, เตือนให้เรียกคนไข้มาตามนัด, เตือนให้อ่านผลแล็บที่ยังไม่ได้อ่าน, การบังคับให้บันทึกข้อมูลเกี่ยวกับคุณภาพต่าง ๆ ให้ครบ, เตือนว่าตอนนี้มีโรคระบาดนะ สั่งตรวจเรื่องนี้เพิ่มด้วยสิ เป็นต้นครับ
  • การนำข้อมูลมา monitor ตัวชี้วัดเชิงคุณภาพต่าง ๆ ของรพ. เช่น re-admission rate, mortality rate, antibiotic resistance, ฯลฯ
  • การใช้ข้อมูลมาบริหารจัดการ เช่น การจัดการ waiting time, การจัดการเตียง, การจัดกำลังคน, ฯลฯ

Image recognition และแปลผล

  • อันนี้ชัดเจนครับ ปัจจุบันอะไรเป็นภาพนี่โดนจับเข้า machine learning หมดแล้ว ภาพเอกซเรย์, CT, Ultrasound, จอประสาทตา, พยาธิวิทยา

ผมว่าที่ไล่มาข้างบนนี่มันก็ค่อนข้าง common sense ครับ เพียงแต่เขามาแบ่งประเภทให้เราคิดตามได้ง่ายขึ้น แต่โดยสรุปก็คือ healthcare เป็น industry ที่ต้องใช้การตัดสินใจเยอะมาก แต่แทบทุกการตัดสินใจในการดูแลรักษาสุขภาพของคน เราเอาคอมเข้าไปช่วยได้หมด อยู่ที่ว่าเรื่องนั้น ๆ เหมาะสมที่จะทำขนาดไหนครับ

ทำไม CDS จึงจะเป็น the Next Big Thing ?

1. สถานพยาบาลยุคหน้าวัดกันที่การส่งมอบคุณค่า (value)

อันนี้คงสำคัญกับโรงพยาบาลเอกชนเป็นหลักครับ เพราะต้องคำนึงถึงผลประกอบการและการแข่งขัน ส่วนรพ.รัฐยังไงก็คงไม่เจ๊ง

คนมีความจำเป็นน้อยลงที่ต้องมารพ.เพื่อรักษาโรคพื้นฐาน

เทรนด์นี้ค่อนข้างชัดในประเทศตะวันตกครับ คือการเคลื่อนไปทางซ้าย (shift-left) ของการจัดบริการทางการแพทย์ เพราะการมารพ.นั้นมีค่าใช้จ่ายสูงที่สุดเมื่อเทียบกับสถานพยาบาลประเภทอื่น ในขณะเดียวกันก็มักมีคุณภาพชีวิตที่ไม่ค่อยดีที่รพ. (อยู่โดดเดี่ยวเหงา ๆ ห่างไกลญาติ, บรรยากาศอึมครึม,โอกาสติดเชื้อแรง ๆ ในรพ., ฯลฯ) จริง ๆ ประเด็นหลังนี่เลยทำให้เกิดแนวคิด healing environment ทำรพ.ให้มีบรรยากาศน่าพักผ่อน ชวนหายจากโรค

อีกปัจจัยหนึ่งก็คือ ความก้าวหน้าของเทคโนโลยีก็เอื้อให้การตรวจวินิจฉัยหรือการรักษาโรคสามารถทำที่นอกรพ. ได้ เช่น คลินิกเล็ก ๆ, ศูนย์ผ่าตัดแบบ day surgery, หรือแม้กระทั่งที่บ้านได้ (home care, hospital at home) ดังนั้น คนที่จำเป็นต้องมาที่รพ. จะกลายเป็นกลุ่มคนที่เป็นโรคที่ซับซ้อนขึ้นมาหน่อยกว่าปัจจุบัน

ที่มา: https://www.marsdd.com/news/transforming-health-decentralized-connected-care/

Value = (outcome / cost ) + patient experience

ใน value-based healthcare จริง ๆ ให้นิยามว่า value = outcome/cost (บทความประกอบ) แต่ในมุมผมเอง ผมว่า value มีเรื่องของ patient experience (PX) อยู่เยอะในนั้น (ซึ่งเรื่อง PX นี้ก็มีมิติด้านอารมณ์ความรู้สึกอยู่เยอะ ซึ่งเป็นสิ่งที่วัดค่ายาก) จากสมการข้างต้น สถานพยาบาลที่ส่งมอบ value ได้ดี ก็คือสถานพยาบาลที่สร้างประสบการณ์ที่ดี ให้การรักษาที่ดี ในราคาที่ต่ำได้

ทีนี้จากที่กล่าวก่อนหน้านี้ว่าเนื่องจากต่อไปคนที่จำเป็นต้องมาที่รพ.จะเป็นโรคที่ซับซ้อนขึ้น เรื่องการควบคุมคุณภาพ ลด medical erorrs จึงมีบทบาทอย่างมาก ซึ่ง CDS เป็นเครื่องมือสำคัญในการทำเรื่องนี้ ยังไม่รวมว่า CDS จะช่วยลด cost ได้ด้วยนะครับ ยิ่งเป็นการเพิ่ม value ไปอีก

2. Infrastructure ทุกอย่าง (ใกล้) พร้อมหมดแล้ว

Health Information Exchange (HIE)

จริง ๆ แนวคิดเรื่องเอา CDS เข้ามาช่วยใน health IT นี่มันมีมานานมากแล้วนะครับ แต่มันไม่เกิดซักที เพราะความไม่พร้อมด้านโครงสร้างพื้นฐานในการแลกเปลี่ยนข้อมูล (บทความประกอบ) จริงอยู่ว่าสถานพยาบาลจำนวนมากในโลกตะวันตกได้นำรหัสมาตรฐานเช่น SNOMED CT มาใช้ แต่ทางฝั่งนักพัฒนาซอฟท์แวร์ก็ไม่สามารถพัฒนา CDS application ครั้งเดียวแล้วขายใน Electronic Health Records (EHRs) ทุกเจ้าได้ ก็กลายเป็นว่าทำเสร็จต้องมา integrate กับทีละเจ้า ทำให้ cost แพงขึ้น หรือจะไม่ integrate เยอะก็กลายเป็นไปเพิ่มภาระการลงข้อมูลให้ user เขาก็ไม่อยากใช้อีก

สถานการณ์เรื่องนี้กำลังเปลี่ยนไปเพราะตอนนี้มาตรฐาน HL7 FHIR กำลังเข้ามาแก้ปัญหานี้ เปรียบเทียบง่าย ๆ คือ FHIR คือซองจดหมาย SNOMED CT, LOINC, ICD-10 ที่ใช้กันอยู่เดิมเหล่านี้คือเนื้อหาจดหมาย องค์ประกอบครบก็ส่งจดหมายได้แล้ว

มีสองเรื่องที่มาตรฐาน FHIR ช่วยให้เกิดเป็น platform สำหรับ CDS application ก็คือ 1) CDS hooks ซึ่งเป็นมาตรฐานการส่งข้อมูลระหว่าง EHRs กับ CDS application และ 2) SMART of FHIR หรือเรียกง่าย ๆ ว่าเป็น App store สำหรับ application ทางการแพทย์ ที่ทำให้เราสามารถพัฒนาแอพมาเผยแพร่ให้ EHRs ทุกเจ้าที่ใช้มาตรฐาน FHIR ได้เลย

ตัวอย่าง SMART on FHIR app ที่เรานำไปใช้กับ HIS ที่รองรับ FHIR ได้เลย ภาพจากเว็บ SMART App Gallery

นอกจากนี้แนวคิดเรื่องการสร้าง CDS application/logic ครั้งเดียวแล้วเผยแพร่ในทุกที่ยังมีการ implement ในหลาย ๆ รูปแบบ ที่ผมรู้จักก็เช่น CDS connect ของ AHRQ หรือทางฝั่ง OpenEHR ก็มีการพยายามทำ Guideline Definition Language (GDL)

Concept ของ CDS Connect ภาพจาก YouTube

ยุคแห่ง AI

ตอนนี้เราก็เอา data ออกมาจาก EHRs ได้แล้ว ต่อไปก็คือการประยุกต์ใช้แล้ว จะมีบริการจาก AI ใหม่ ๆ ที่เรายังจินตนาการไม่ออกในตอนนี้เกิดขึ้นอีกมากมายในยุคถัดไป

Trend ในการเปลี่ยนกลับไปสู่ best of breed

จริง ๆ ประวัติศาสตร์ของวงการ HIS นี่ก็คล้าย ๆ กับ ERP มากครับ ERP เกิดขึ้นมาเพราะปัญหาการ integrate ระหว่าง software เล็ก ๆ ของแผนกต่าง ๆ จึงเกิดการรวม solution เป็น single-vendor solution หรือก็คือ ERP (เช่น SAP, Oracle) นั่นเอง HIS เองมีประวัติความเป็นมาคล้ายกันครับ

ที่น่าสนใจคือตอนนี้หลาย ๆ องค์กรพบว่าการใช้ single-vendor ERP ไม่ตอบโจทย์ในยุคนี้ที่ต้องปรับตัวอย่างรวดเร็วและต้องมี business model ใหม่ ๆ ตลอด แถมยังมี startup ที่มี solution มี innovation ใหม่ ๆ เกิดมามากมาย เลยกลายเป็นว่าใช้ ERP อยู่ แต่ก็แบ่งบาง module ไปใช้ vendor เจ้าเล็ก ๆ กลับไปสู่ยุค best of breed ถ้าไปดูองค์กรฝั่ง healthcare ก็เหมือนกันครับ แม้แต่ผู้ที่ซื้อ HIS เจ้าใหญ่อย่าง Epic เป็นพัน ๆ ล้านบาท ก็ไม่ได้ใช้ทุกส่วนของ Epic แต่กลับไปใช้ startup เล็ก ๆ มากมายแทน ก็เรียกว่าเป็นขาขึ้นของ vendor รายย่อยที่มีของ

ประเทศไทยอยู่ตรงไหน ? แล้วจะทำ CDS app ดีไหม ?

ส่วนตัวผมมองว่าการพัฒนาแอพครั้งเดียวขายให้ทุกรพ.แบบนี้น่าจะยังไม่เกิดขึ้นในเร็ว ๆ นี้ในประเทศไทยครับ จริงอยู่ว่าทางกระทรวงสธ.มีแนวโน้มที่จะ adopt เอามาตรฐานระดับโลกต่าง ๆ เข้ามาใช้ แต่ตอนนี้ก็ยังอยู่ในขั้นเริ่มต้นมาก ๆ เรามีแผนจะใช้ FHIR เป็นมาตรฐานการส่งข้อมูลแทน 43 แฟ้ม แต่มันก็คงไม่เกิดเร็ว ๆ นี้ กว่าจะศึกษา กว่าจะ deploy ให้แต่ละรพ.นำไปใช้

FHIR คือซองจดหมาย ทีนี้มาดูในแง่เนื้อหาภายในจดหมาย ที่เรามีดีหน่อยก็มี ICD-10 แต่อันนี้ก็ใช้ประโยชน์ในทาง clinical ได้น้อย (เพราะเขาออกแบบมาใช้เรื่อง administrative) ถ้าจะรอ ICD-11 อันนี้ก็ดูท่าอีกซักพักกว่า WHO จะทำเสร็จ เรามี TMT อันนี้ดีหน่อย แต่ก็มีแค่เรื่องยา และ adoption ก็ยังไม่ถึงกับทั่วประเทศ ตอนนี้เรามีแนวโน้มจะนำ LOINC เข้ามาใช้เป็นรหัสแล็บ ส่วน SNOMED CT นี่ยังไม่เห็นแววครับ 55 สรุปในแง่ semantic นี่ยังมี gap ที่ค่อนข้างใหญ่ก่อนเราจะทำ CDS แบบที่มันควรจะเป็นได้ ก็อาจต้องไปทำ CDS ที่ simple กว่านั้น

ส่วนคำถามที่ว่าทำ CDS app ดีไหม อันนี้ต้องดูว่าเรารับความเสี่ยงได้ขนาดไหน คนที่ success หลาย ๆ คนเขาก็คือคนที่จับเทคโนโลยีสำคัญ ๆ ได้เร็วก่อนที่คนอื่นจะสนใจ และมีความถึกพอที่จะอยู่กับมันจนมันกลายเป็นกระแสหลัก ในวันนั้นเขาเหล่านั้นก็กลายเป็นผู้นำ ส่วนคนที่เข้ามาทีหลังก็ฟาดฟันกันไป แต่ถ้ามองอีกมุมหนึ่ง ถ้าเราจับเทคโนโลยีที่ดูจะรุ่ง แต่ปรากฏว่ามันดันไม่รุ่ง อันนี้เราก็ลำบาก

ถ้าในมุมมองผม ระยะ 3-5 ปี รพ.ในไทยน่าจะนำ FHIR ไปใช้กันบ้างแล้ว จะไปถึง SMART on FHIR, CDS hooks หรือเปล่า อันนี้ไม่ทราบ ถ้าพร้อมจะเข้ามาลุยในเทคโนโลยีที่ยังฝุ่นตลบอยู่ก็จัดได้เลยครับ วันที่ฝุ่นซาลง คุณอาจเป็นผู้ชนะที่ยืนโดดเด่นอยู่ 🙂

ถามว่าเร่ิมอย่างไรดี ทำได้โดยศึกษาโครงสร้างของ FHIR ตั้งแต่วันนี้ แล้วสร้าง CDS app ที่สอดคล้อง (comply) กับโครงสร้างนั้น จากนั้นทดสอบกับแค่ไม่กี่โรงพยาบาลก่อน validate ให้ชัวร์ว่า product-market-fit ช่วงนี้ก็ขายแบบคิดค่า integrate อะไรไปก่อนก็ได้ พอวันไหน FHIR กลายเป็นกระแสหลัก ก็ขายรวดเดียวทั้งประเทศ​ (หรือทั้งโลก) ไปเลย

ก็จบแล้วครับสำหรับบทความนี้ หวังว่าจะมีประโยชน์กับท่านผู้อ่านนะครับ ^.^

You Might Also Like

No Comments

Leave a Reply