ผู้ให้บริการด้านเฮลท์แคร์กำลังเผชิญกับปัญหาการขาดแคลนบุคลากรทางการแพทย์

เป็นเรื่องที่ไม่น่าแปลกใจ เพราะปัญหาการขาดแคลนบุคลากรทางการแพทย์มีมาตั้งแต่ก่อนเกิดการระบาดของโควิด-19 แต่ทวีความรุนแรงมากขึ้นหลังจากที่บุคลากรทางการแพทย์เหน็ดเหนื่อยจากการทำงานในช่วงของการระบาดของโควิด-19 โดยวงการเฮลท์แคร์ ถือเป็นหนึ่งในสามอันดับของวงการที่มีการลาออกจากงานมากที่สุด ด้วยเหตุผลต้องการความสมดุลของชีวิตการทำงาน และต้องการเวลาส่วนตัวมากขึ้น จากการสำรวจล่าสุดของ American Medical Association พบว่า 1 ใน 5 ของแพทย์ และ 2 ใน 5 ของพยาบาล ตั้งใจว่าจะลาออกจากสายอาชีพภายใน 2 ปีข้างหน้า[2]

ลดความยุ่งยากของกระบวนการทำงานด้วยเทคโนโลยี AI

สิ่งที่ต้องเร่งทำเป็นอันดับแรก คือ การลดภาระงานที่ซ้ำซากและน่าเบื่อให้กับบุคลากรทางการแพทย์  เพื่อให้บุคลากรทางการแพทย์มีเวลาที่จะโฟกัสที่การดูแลรักษาผู้ป่วยได้อย่างเต็มที่ มากกว่าต้องเสียเวลากับกระบวนการทำงานที่ยุ่งยาก นั่นหมายความว่าเราสามารถใช้เทคโนโลยี AI เข้ามาช่วยจัดการงานบางอย่างที่เคยใช้กำลังคน มาใช้ระบบ AI แทนได้

ยกตัวอย่างเช่น นักรังสีเทคนิค ที่ถือว่าเป็นตำแหน่งที่ขาดแคลนมากเป็นอันดับ 2 ของโรงพยาบาลทั่วโลก[3] โดยนักรังสีเทคนิคจะต้องเผชิญความท้าทายในแต่ละวัน ด้วยการสแกนผลผู้ป่วยได้อย่างชัดเจนและแม่นยำมากที่สุดในการทำงานเพียงครั้งเดียว เพื่อลดความวิตกกังวลให้กับผู้ป่วยที่ต้องเข้ารับการตรวจวินิจฉัย และมีจำนวนงานที่สูง ซึ่งถือเป็นสาเหตุอันดับ 1 ของความเครียดในการทำงาน [4]

ซึ่งภาระงานต่างๆ ที่นักรังสีเทคนิคต้องทำด้วยตัวเอง สามารถทดแทนได้ด้วยระบบอัตโนมัติ และจากผลสำรวจพบว่านักรังสีเทคนิคยินดีให้เทคโนโลยีเข้ามาช่วยลดภาระงาน โดยเห็นว่ากว่า 23% ของเนื้องานสามารถใช้ระบบอัตโนมัติมาช่วยได้[5] อาทิ การจัดให้ผู้ป่วยอยู่ในท่าที่เหมาะสมสำหรับการทำเอ็กซเรย์คอมพิวเตอร์ หรือเครื่อง CT Scan เพื่อไม่ให้เกิดการใช้รังสีมากเกินความจำเป็น หรือสัญญาณกวนภาพ แต่เมื่อมีเทคโนโลยีการจับภาพ AI-enabled camera technology ที่มีอัลกอริทึ่มตรวจจับลักษณะทางกายวิภาคของผู้ป่วยแบบอัตโนมัติ รองรับประมวลผลที่รวดเร็ว แม่นยำ และสม่ำเสมอ จึงช่วยลดความยุ่งยากดังกล่าวออกไป 

อีกหนึ่งตัวอย่าง ด้วยสมาร์ทเทคโนโลยีเซ็นเซอร์แบบไร้สัมผัสในการตรวจวัดอัตราการกายหายใจของผู้ป่วยแบบอัตโนมัติ เข้ามาช่วยนักรังสีเทคนิคในการเตรียมผู้ป่วยเพื่อเข้ารับการตรวจด้วยเครื่อง MRI ได้ภายในไม่ถึงนาที[6]  ทำให้เจ้าหน้าที่สามารถมีปฏิสัมพันธ์และดูแลผู้ป่วยได้ดียิ่งขึ้น นอกจากนี้ ระบบสมาร์ท AI ยังช่วยแนะนำวิธีการสแกนที่เหมาะสมที่สุดสำหรับการตรวจในแต่ละครั้ง ตลอดจนการวางแผนการตรวจ การสแกน และการประมวลผลที่มีประสิทธิภาพด้วย จะเห็นได้ว่าเทคโนโลยี AI เหล่านี้ ได้เข้ามาช่วยลดความวิตกกังวลในการตั้งค่าอุปกรณ์ และการเตรียมผู้ป่วย ทำให้บุคลากรทางการแพทย์สามารถโฟกัสที่ตัวผู้ป่วย และลดความเครียดในการทำงานอีกด้วย 

ให้ข้อมูลเชิงลึกที่เกี่ยวข้องกับการดูแลผู้ป่วย

ด้วยจำนวนข้อมูลที่เพิ่มมากขึ้น เทคโนโลยี AI สามารถเข้ามาช่วยแบ่งเบาภาระงานให้กับบุคลากรทางการแพทย์ ด้วยการให้ข้อมูลเชิงลึกในการดูแลรักษาผู้ป่วย อย่างเช่น ความท้าทายที่ทีมดูแลผู้ป่วยในหอผู้ป่วยวิกฤติ หรือไอ.ซี.ยู (ICU) ต้องเผชิญกับปริมาณข้อมูลจำนวนมากที่รวบรวมจากผู้ป่วยทุกราย โดยในแต่ละวันแพทย์และพยาบาลในหอผู้ป่วยวิกฤติ นอกจากต้องทำงานอย่างหนักเพื่อดูแลผู้ป่วยแล้ว พวกเขายังต้องคอยมอนิเตอร์สัญญาณเตือนจำนวนมากที่มาจากผู้ป่วยแต่ละรายด้วย

ดังนั้น การวิเคราะห์เชิงคาดการณ์ predictive analytics ที่ใช้เทคโนโลยี AI เข้ามาช่วยบุคลากรทางการแพทย์ในการจัดลำดับความสำคัญและแจ้งเตือนถึงผู้ป่วยที่มีแนวโน้มอาการทรุดหรือรุนแรงขึ้น เพื่อให้มีการดูแลอย่างเร่งด่วน หรือแจ้งเมื่อผู้ป่วยมีอาการคงที่และพร้อมที่จะย้ายไปสู่การดูแลรักษาที่หอผู้ป่วยธรรมดา ซึ่งชุดช้อมูลที่ได้รับการประมวลผลจากระบบ AI นี้จะช่วยให้แพทย์และพยาบาลตัดสินใจได้รวดเร็วและแม่นยำมากขึ้น

ความจำเป็นของระบบ AI ที่ยึดบุคลากรเป็นศูนย์กลาง

แน่นอนว่าเทคโนโลยี AI ไม่เพียงแต่เป็นหนึ่งในตัวช่วยในการลดภาระงาน และลดอัตราการลาออกของบุคลากรทางการแพทย์เท่านั้น แต่เทคโนโลยี AI ยังสามารถช่วยยกระดับวงการเฮลท์แคร์ได้อีกมาก ทั้งการปรับปรุงกระบวนการทำงาน และเพิ่มประสิทธิภาพการดูแลรักษาทางคลีนิก

ที่สำคัญที่สุด ในการขจัดภาวะหมดไฟและสร้างความสุขในการทำงานให้บุคลากรทางการแพทย์ เราจำเป็นต้องพัฒนาเครื่องมือดิจิทัลที่รองรับการดูแลรักษาระหว่างผู้ป่วยกับผู้ให้บริการอย่างเต็มที่ และจำเป็นต้องบูรณาการกระบวนการทำงาน เพื่อประยุกต์เทคโนโลยี AI เข้ามาใช้ในวงกว้าง และความจำเป็นที่จะต้องออกแบบการใช้งาน AI โดยยึดบุคลากรเป็นศูนย์กลาง การออกแบบโซลูชั่นที่ใช้ AI ต้องคำนึงถึงการนำไปใช้งานของบุคลากรเป็นสำคัญ โดยโซลูชั่น AI มีหน้าที่เป็นผู้ช่วยในการลดภาระงาน และสนับสนุนการทำงานของบุคลากรทางการแพทย์ในที่พวกเขาต้องเผชิญความกดดันในการตัดสินใจ

[1] https://www.medscape.com/viewarticle/966996

[6]  https://hbr.org/2018/03/how-mayo-clinic-is-combating-information-overload-in-critical-care-units