AI เทคโนโลยี กับบทบาทในการดูแลผู้ป่วยเด็กโรคหอบหืด ผู้ป่วยเด็กโรคหอบหืดที่ควบคุมอาการได้ยาก อาจมีคุณภาพชีวิตดีขึ้นได้เมื่อนำเทคโนโลยี AI เข้ามาช่วยดูแลในการตรวจติดตาม ประเมินสมรรถภาพปอดทางไกล โดยที่ผู้ป่วยไม่จำเป็นต้องมาตรวจที่โรงพยาบาล ลดจำนวนความถี่ในการมาตรวจติดตามที่โรงพยาบาล ลดปัญหาความยากลำบากในการเดินทางของผู้ป่วยและผู้ปกครองที่ต้องมาโรงพยาบาลเป็นประจำ
โรคหอบหืดเป็นโรคเรื้อรังที่พบได้บ่อยที่สุดในเด็ก เป็นสาเหตุหลักในการนอนโรงพยาบาลของเด็กอายุต่ำกว่า 15 ปี ส่วนใหญ่เด็กจะสามารถควบคุมอาการได้โดยการใช้ยาพ่นกลุ่มสเตียรอยด์ ซึ่งเป็นการรักษาหลักเพียงอย่างเดียวหรือใช้ร่วมกับยารับประทาน แต่มีเด็กบางคนที่ควบคุมอาการหอบหืดได้ยาก เกิดอาการหอบกำเริบอยู่บ่อยครั้ง เป็นสาเหตุให้เพิ่มอัตราการเจ็บป่วยและมีค่าใช้จ่ายในการรักษาเพิ่มขึ้น หนึ่งในสาเหตุที่ทำให้การควบคุมอาการหอบหืดยากคือการขาดวินัยในการใช้ยาของผู้ป่วย
การดูแลรักษาเด็กป่วยหอบหืดที่ควบคุมอาการได้แบบองค์รวม ภายใต้ชื่อ Mayo Clinic Pediatric Difficult to Control Asthma Clinic โดยใช้หลักการรักษา Direct Observed Therapy (DOT) ประยุกต์กับเทคโนโลยีการสื่อสารทางไกลเป็น “Asynchronous virtual DOT” โดยให้ผู้ป่วยบันทึกคลิปวีดีโอ ขณะที่ตนเองใช้ยาพ่นที่บ้าน จากนั้นส่งให้ทีมผู้ดูแล เพื่อทำการตรวจสอบว่า ผู้ป่วยได้ใช้ยาตามที่แพทย์สั่งจริง ประเมินวิธีการใช้ยาที่ถูกต้องและตอบกลับข้อเสนอแนะไปยังผู้ป่วย ซึ่งวิธีการนี้ช่วยให้ทีมดูแลได้ช่วยเหลือผู้ป่วยให้ใช้ยาพ่นให้ถูกต้อง มีวินัยในการใช้ยาได้มากขึ้น ทำให้ควบคุมอาการหอบหืดได้ดีขึ้น นอกจากนี้ยังได้นำเทคโนโลยีการสื่อสารทางไกลมาใช้ร่วมกับการตรวจสมรรถภาพปอด (Spirometry) โดยให้เด็กใช้เครื่องวัดสมรรถภาพปอด (Spirometer) ของตนเองที่บ้าน ภายใต้การดูแลของนักบำบัดทางเดินหายใจ (Respiratory Therapist) ผ่านระบบการสื่อสารทางไกลจากโทรศัพท์มือถือหรือแท็บเล็ต ทำให้การพัฒนาการดูแลผู้ป่วยหอบหืดได้ดียิ่งขึ้นไปอีก
ทีมจาก Mayo Clinic ยังไม่หยุดอยู่แค่นั้น ล่าสุดมีการตีพิมพ์งานวิจัยที่ใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) มาช่วยแพทย์ทำการตัดสินใจในการรักษาผู้ป่วยเด็กโรคหอบหืด โดยใช้ชื่อว่า “The Asthma Guidance and Predicted System (A-GPS)” เป็นการผสมผสาน AI algorithms ได้แก่ Natural Language Processing (NLP) และแปลผลเป็นข้อมูลบันทึกในระบบ Electronic Health Records (EHRs) เพื่อให้แพทย์ได้ทบทวน สรุปข้อมูลการรักษาผู้ป่วยในคลินิกโรคหอบหืดได้อย่างแม่นยำ
ทั้งนี้ AI algorithms จะนำข้อมูลที่บันทึกได้ ตามแนวทางการรักษาโรคหอบหืด The National Asthma Education and Prevention Program (NAEPP) มาประมวลผลและสามารถระบุได้ว่าผู้ป่วยคนไหน
มีแนวโน้มที่จะควบคุมอาการหอบไม่ได้ ระบบก็จะทำการช่วยกระตุ้นให้ผู้ป่วยกลับมาควบคุมอาการหอบหืดได้อีกด้วย การใช้เครื่องมือ A-GPS ซึ่งประกอบไปด้วย machine learning ที่คาดการปัจจัยเสี่ยงในการเกิดอาการหอบกำเริบในอนาคต จากข้อมูลที่มีใน EHRs เมื่อนำ ไปเทียบกับการดูแลผู้ป่วยหอบหืดแบบทั่วไป พบว่า การใช้เครื่องมือ A-GPS มีประสิทธิภาพอย่างมากในการลดอาการหอบกำเริบ ลดเวลาที่แพทย์ใช้ในการทบทวนเคสผ่าน EHRs เพียงอย่างเดียวได้ถึง ร้อยละ 70 ส่งผลให้ ช่วยลดค่าใช้จ่ายในการดูแล และเกิดความพึงพอใจแก่แพทย์ผู้รักษาอีกด้วย ในอนาคตทีมงานมีแผนการศึกษาเพิ่มเติมการใช้ A-GPS กับการตรวจติดตามผู้ป่วยทางไกล และแบบประเมินตนเองของผู้ป่วยที่บ้าน เพื่อให้การดูแลควบคุมอาการหอบดีขึ้น เพิ่มคุณภาพชีวิตของผู้ป่วย และลดภาระงานของแพทย์ที่คลินิกโรคหอบ
ทั้งนี้การนำ AI และการสื่อสารทางไกล มาประยุกต์ใช้ในการดูแล ตรวจติดตามรักษาผู้ป่วยโรคเรื้อรังในเด็ก เป็นอีกหนึ่งความหวังให้ผู้ป่วยและครอบครัวมีคุณภาพชีวิตที่ดีขึ้น อย่างไรก็ตามเทคโนโลยีนี้ยังมีข้อจำกัดในการใช้งานในบางประเทศ