App และเว็บวิเคราะห์อาการป่วย น่าเชื่อถือมากน้อยแค่ไหน ?

ก่อนอื่นบอกก่อนว่างานนี้เป็นการวิจัยในออสเตรเลียนะครับ งานนี้เป็นการศึกษาของ Hill และคณะ (2020) ^[1]   เขาทำขึ้นเพื่อศึกษาว่าบริการในลักษณะของเว็บไซต์ และแอพพลิเคชั่น (Apps) ที่เปิดให้วิเคราะห์อาการป่วย (Symptom checkers, SC) นั้น ให้ผลลัพธ์ของคำแนะนำออกมา ถูกต้องเหมาะสมมากน้อยแค่ไหน

เขาก็ศึกษาโดยเริ่มจากค้นหาจาก Search Engine ยอดนิยม 5 อันดับ (Google, Yahoo, Ask, Search Encrypt และ Bing) แล้วก็คัดเอา 3 อันดับสูงสุดที่กจากแต่ละผลการค้นหาแต่ละเจ้า แล้วก็คัดแอพจาก App Store ของ iOS และ Play Stroe ของ Andriod มาอีกอย่างละ 15 แอพ ในแต่ละระบบ มาทำการทดสอบ

จากนั้นเขาก็นำข้อมูลผู้ป่วย 30 รายมาทำเป็นตัวอย่างสำหรับทดสอบการทำงานของ SC ซึ่งผลที่ได้จาก SC ก็จะแบ่งการคัดกรอง (Triage) ออกเป็น 4 กลุ่ม ฉุกเฉินวิกฤต (Emergency) , ฉุกเฉินเร่งด่วน(Urgent) , เจ็บป่วยไม่ฉุกเฉิน (Non-urgent) และ ดูแลตัวเอง(Self-care) จริงการคัดกรองนี่มีหลายระบบนะครับ อันนี้ก็พยายามแปลจากในงานเทียบกับเกณฑ์การแพทย์ฉุกเฉินบ้านเราเอา ^[2]

ศึกษาข้อมูลยังไง ?

ความถูกต้อง(Correct)ของผลที่ได้จาก SC จะถูกนำมายืนยันด้วยแพทย์เวชปฏิบัติ (GP) อีกสองคนและผู้เชี่ยวชาญจากหน่วยฉุกเฉินกันอีกทีนึง ผลที่ได้เขาก็จะมาดูว่า SC ต่างๆ วินิจัยฉัย (Diagnosis) ได้ผลออกมาเป็นยังไงถูกต้อง (Correct diagnosis) หรือไม่ถูกต้อง (Incorrect diagnosis) หรือวินิจฉัยไม่ได้ (Unassessable)

แล้วก็ดูว่าใน Top result จากที่เราค้นหาเจอตอนต้นเนี่ย มีแอพที่ให้ผลที่ถูกต้องไม่ถูกต้องมากน้อยจำนวนเท่าไหร่ และเทียบกันเป็นสัดส่วนเท่าไหร่ ในแต่ละสภาวะของผู้ป่วย ตรงศึกษานี่ใครสนใจแนะนำว่าลองอ่านในงานให้ละเอียดดูอีกทีนะครับ ว่าเขามีวิธีคิดยังไง

หลังจากที่ SC วินิจฉัยแล้ว เขาก็มาดูว่า SC ทำการคัดกรองและแนะนำยังไงอีกทีนึง เพราะว่าผลการวินิจฉัยอะไรก็ตามมันจะมีประโยชน์ ในทางปฎิบัติ มันก็ต้องนำมาสู่ขั้นตอนนี้อีกที จากนั้นเมื่อทำการกรอกข้อมูลต่างๆเรียบร้อย เอาผลที่ได้ออกจากแต่ละแอพแต่ละเว็บ มารวมๆกัน แล้วก็เอามาทำการวิเคราะห์ทางสถิติ

ผลที่ได้คือ ?

ผลที่ได้ก็คือ เขาได้ SC ที่นำมาศึกษาเนี่ย 36 SC เว็บ 26 แอพ 10 แล้วก็ในอันดับแรกๆของผลการค้นหา แล้วเจอ SC ที่ให้ผลการวินิจฉัยที่ถูกต้องเนี่ยมีสัดส่วน 36% ถ้าดูว่าติด 1 ใน 10 เนี่ยก็อยู่ในสัดส่วน 58% มีการการคัดกรองที่เหมาะสม 49%

ใน SC ที่ใช้ระบบ AI และกำหนดให้ระบุข้อมูลประชากร (demographic)  เข้ามาช่วยวิเคราะห์จะให้ผลที่ดีออกมาค่อนข้างมาก เมื่อเทียบกับผลของ SC ที่ไม่ใช้ได้ใช้ แล้วก็พอดูผลย่อยๆ ละเอียดๆ มันก็มีการวินิจฉัย และคัดกรองที่ยังมีความคลาดเคลื่อน หรือผิดพลาดอยู่ (ก็ตามปกติแหละ)

ซึ่งข้อมูลตรงนี้ ถ้าเป็นคนทั่วๆไป ก็อาจจะนำไปพิจารณาเพิ่มเติมว่า การใช้บริการพวกนี้มันก็ไม่ได้แม่นยำเสียทีเดียว ผมเองเคยเจอบางคนที่เขาให้ความสำคัญกับผลของอะไรพวกนี้เยอะ โดยที่ไม่ได้เข้าใจว่าแต่ละแอพแต่ละเว็บ มันมีการประมวล มีการคิดอะไรยังไงบ้าง ไม่ว่าผลจะออกมาบวกหรือลบ มันก็ควรจะนำไปประเมินกับผู้ที่รู้เรื่อง เชี่ยวชาญเฉพาะแต่ละด้านอีกที

แล้วที่เคยเจออย่างนึงนะ คือเอาไปปรึกษาแล้วเขาให้คำตอบไม่ตรงกับผลจากเว็บหรือแอพ (ซึ่งมันตรงใจเจ้าพระคุณที่ไปถามเขา) ก็ไปล้งเล้งใส่เขาอีกว่าทำไมถึงให้คำตอบไม่เหมือนกับในแอพหรือในเว็บ (คนแบบนี้ก็มีนะเว้ย ๕๕๕)

ในไทยเราก็มีการพัฒนาระบบต่างๆ ทั้งเว็บไซต์ และแอพพลิเคชั่น กันหลากหลายนะครับ ทั้งที่ได้รับการสนับสนุนโดยหน่วยงานของรัฐ เช่น ใกล้มือหมอ ของ สสส ^[3] หรือเอกชน เช่น Sunday Service ซึ่งเป็นบริการจากประกันรถยนต์ซันเดย์ ^[4]  และอีกหลายแอพและเว็บ ก็น่าสนใจถ้าจะมีใครทำวิจัยเรื่องเพื่อตรวจสอบคุณภาพผลของการวินิจฉัยและคัดกรองทางสุขภาพจากแอพพลิเคชั่นเหล่านี้ มาดูกันบ้างนะครับ

สรุป

อย่างไรก็ตาม ไม่ได้บอกว่าพวกเว็บหรือแอพพวกนี้ไม่มีประโยชน์นะครับ มันก็มีประโยชน์ในระดับนึง แต่เราก็ต้องเข้าใจด้วยว่า ยังไงก็ควรจะได้รับการวินิจฉัยโดยละเอียด อย่าปักใจเชื่อหรือไม่เชื่อ จนทำให้ขาดโอกาสในการเข้ารับการวินิจฉัย ตรวจรักษา จากผู้เชี่ยวชาญ หรือจากแพทย์จริงๆด้วย ก็ต้องดูเป็นเคสๆไปอ่ะนะ เรายังไม่ถึงจุดที่อะไรพวกนี้จะแม่นยำ หรือทดแทนระบบการรักษาเดิมๆ ได้เกิน 80%

อ้างอิง

1. Hill, M. G., Sim, M., & Mills, B. (2020). The quality of diagnosis and triage advice provided by free online symptom checkers and apps in Australia. The Medical journal of Australia, 212(11), 514–519. https://doi.org/10.5694/mja2.50600
   
2. ประกาศคณะกรรมการการแพทย์ฉุกเฉิน เรื่อง หลักเกณฑ์การประเมินเพื่อคัดแยกระดับความฉุกเฉินและมาตรฐานการปฏิบัติการฉุกเฉิน. (2554, พฤศจิกายน, 5) ราชกิจจานุเบกษา. เล่ม 128. ตอนพิเศษ 131 ง. หน้า 32 เลขหน้า. http://www.sem100library.in.th/medias/b10016.pdf
   
3. สสส. (n.d.). ใกล้มือหมอ แอปพลิเคชั่นสร้างความอุ่นใจเหมือนอยู่ใกล้หมอ 24 ชั่วโมง. Retrieved July 10, 2565, from https://resourcecenter.thaihealth.or.th/article/ใกล้มือหมอ-แอปพลิเคชั่นสร้างความอุ่นใจเหมือนอยู่ใกล้หมอ-24-ชั่วโมง
   
4. ประกันรถยนต์ซันเดย์. (2022, May 10). คลายกังวลหมดข้อสงสัยเมื่อรู้สึกป่วย ด้วย “บริการวิเคราะห์อาการป่วย” บนแอปพลิเคชัน Sunday Service - Sunday Blog. Sunday Blog. Retrieved July 10, 2022, from https://www.easysunday.com/blog/sunday-care-symptom-checker/