นิวส์ไวร์
พีอาร์ นิวส์ไวร์ - AI เชิงคาดการณ์ความเสี่ยงตัวใหม่ช่วยลดอัตราการตัดขาในผู้ป่วยเบาหวาน
![]() |
สิงคโปร์ 13 พฤษภาคม 2569 /PRNewswire/ -- การตรวจติดตามเฉพาะบุคคลตามระดับความเสี่ยงอาจกลายมาเป็นแนวทางมาตรฐานในไม่ช้าสำหรับผู้ป่วยเบาหวานที่มีความเสี่ยงสูงต่อการตัดรยางค์ส่วนล่าง (LEA) โดยโมเดลเครือข่ายประสาทเทียม LEA (LEA-Net) ซึ่งพัฒนาร่วมกันโดยโรงพยาบาล Singapore General Hospital (SGH), SingHealth และสำนักงาน MOH ได้นำระบบปัญญาประดิษฐ์มาประยุกต์ใช้เพื่อช่วยให้ทีมแพทย์สามารถเข้าแทรกแซงเพื่อการรักษาได้เร็วขึ้น ตลอดจนช่วยลดเคสการตัดอวัยวะที่สามารถหลีกเลี่ยงได้
LEA-Net มีเป้าหมายเพื่อคาดการณ์ความเสี่ยงในด้านการตัดรยางค์ส่วนล่างได้ล่วงหน้า 3 ถึง 5 ปี ก่อนที่ผู้ป่วยจะเริ่มมีแผลพุพองและเกิดการติดเชื้อที่เท้า ซึ่งช่วยให้ทีมผู้ดูแลสามารถเข้าแทรกแซงการรักษาได้ทันท่วงทีก่อนที่เนื้อเยื่อจะเสียหายจนไม่สามารถฟื้นฟูได้ นอกจากนี้ ระบบยังช่วยคัดกรองผู้ป่วยออกเป็นกลุ่มความเสี่ยงต่ำและกลุ่มความเสี่ยงสูง ซึ่งช่วยให้การรักษาพยาบาลเป็นไปอย่างตรงจุด และลดระยะเวลาในการรอพบแพทย์ผู้เชี่ยวชาญด้านหลอดเลือด โดยในประเทศสิงคโปร์ พบว่าผู้ที่ต้องเข้ารับการตัดรยางค์ส่วนล่างเกือบ 9 ใน 10 รายเป็นผู้ป่วยโรคเบาหวาน และประมาณร้อยละ 85 ของเคสเหล่านี้มักมีอาการแผลพุพองที่เท้านำมาก่อน
การตัดรยางค์ล่างสามารถส่งผลกระทบอย่างรุนแรงต่อการใช้ชีวิต ทั้งในด้านการเคลื่อนไหว การพึ่งพาตนเอง ความสัมพันธ์ และสุขภาพโดยรวมของผู้ป่วย ยิ่งไปกว่านั้น ผู้ป่วยเบาหวานหรือผู้ป่วยโรคหลอดเลือดที่เคยผ่านการตัดอวัยวะส่วนล่างมาแล้ว ยังต้องเผชิญกับความเสี่ยงที่เพิ่มขึ้นจากภาวะแทรกซ้อนของแผล และอาจลามไปสู่การสูญเสียรยางค์อีกข้างหนึ่งได้ ในส่วนของผลกระทบทางการเงินต่อระบบสาธารณสุขก็มีความสำคัญไม่แพ้กัน เพราะการเข้าแทรกแซงการรักษาในระยะเริ่มต้นมีค่าใช้จ่ายเฉลี่ยอยู่ที่ประมาณ 25,000 ดอลลาร์สหรัฐ ในขณะที่การรักษาในระยะท้ายอาจสูงเกินกว่า 40,000 ถึง 50,000 ดอลลาร์สหรัฐต่อผู้ป่วยหนึ่งราย
ผู้ป่วยโรคเบาหวานมักจะต้องเข้ารับการคัดกรองสุขภาพเท้า สุขภาพตา และการทำงานของไตเป็นประจำทุกปี ทว่าการเข้าร่วมตรวจคัดกรองเท้าเบาหวานกลับมีอัตราต่ำที่สุดในบรรดาการตรวจทั้งสามประเภท ผู้ป่วยจำนวนมากมักจะรอจนกระทั่งเกิดแผลหรือมีอาการติดเชื้อรุนแรงแล้วจึงค่อยมาพบแพทย์ ซึ่งเป็นการเพิ่มโอกาสในการถูกตัดอวัยวะ รวมถึงความเสี่ยงเกี่ยวเนื่องอื่นๆ เช่น ภาวะแทรกซ้อนจากการผ่าตัดและอันตรายถึงชีวิต
LEA-Net ได้รับการพัฒนาขึ้นโดยใช้ข้อมูลนิรนามจากบันทึกประวัติผู้ป่วยของ SingHealth มากกว่า 830,000 ราย โดยครอบคลุมทั้งข้อมูลประชากร ภาวะทางคลินิก และผลการทดสอบทางการแพทย์ ซึ่งในจำนวนนี้ ข้อมูลประวัติผู้ป่วยประมาณ 250,000 รายได้รับการแยกไว้ต่างหากเพื่อใช้ในขั้นตอนการตรวจสอบความถูกต้อง ทั้งนี้ โมเดลดังกล่าวสามารถแสดงอัตราความไวในการตรวจจับโรคได้เกือบถึงร้อยละ 80 และมีอัตราความจำเพาะในการจำแนกโรคใกล้เคียงร้อยละ 90 สำหรับการคาดการณ์การตัดรยางค์ส่วนล่าง ซึ่งนับว่ามีประสิทธิภาพเหนือกว่าโมเดลมาตรฐานอื่นๆ ในการวัดผลทั้งสองด้าน
ผลลัพธ์จากโมเดลนี้แสดงให้เห็นว่า แพทย์สามารถระบุตัวผู้ป่วยที่มีความเสี่ยงสูงได้ในช่วงเวลาสำคัญก่อนที่จะเกิดแผลพุพองและอาการติดเชื้อลุกลาม ยิ่งไปกว่านั้น นวัตกรรมนี้ยังสะท้อนถึงการเปลี่ยนผ่านไปสู่การดูแลสุขภาพเชิงป้องกันที่ขับเคลื่อนด้วยข้อมูลภายใต้โครงการ Healthier SG อีกด้วย
นอกจากนี้ LEA-Net ยังคว้ารางวัล People's Choice Award จากงานประชุม International Consortium for Health Outcomes Measurement (ICHOM) Conference 2025 ณ เมืองดับลิน ประเทศไอร์แลนด์ โดยปัจจุบันทีมผู้พัฒนาต่างมุ่งมั่นที่จะตรวจสอบประสิทธิผลทางคลินิกของโมเดลนี้เพิ่มเติม ผ่านโครงการนำร่องที่ศึกษาในกลุ่มผู้ป่วยจากทะเบียนข้อมูลโรคเบาหวานของ SingHealth

ภาษาไทย
English
แสดงความคิดเห็น