dc.contributor.author | ไพศาล ร่วมวิบูลย์สุข | th_TH |
dc.contributor.author | Paisan Ruamviboonsuk | th_TH |
dc.contributor.author | กอบลาภ ธงทอง | th_TH |
dc.contributor.author | Koblarp Thongthong | th_TH |
dc.contributor.author | อัญรักษ์ อมรเพชรสถาพร | th_TH |
dc.contributor.author | Anyarak Amornpetchsathaporn | th_TH |
dc.contributor.author | เมธาพร ชัยนะกุล | th_TH |
dc.contributor.author | Methaphon Chainakul | th_TH |
dc.contributor.author | มาลี ตรีประชานาถ | th_TH |
dc.contributor.author | Malee Triprachanath | th_TH |
dc.date.accessioned | 2023-04-05T03:24:21Z | |
dc.date.available | 2023-04-05T03:24:21Z | |
dc.date.issued | 2566-03 | |
dc.identifier.other | hs2962 | |
dc.identifier.uri | http://hdl.handle.net/11228/5861 | |
dc.description.abstract | ภาวะเบาหวานเข้าจอตาเป็นภาวะแทรกซ้อนของหลอดเลือดขนาดเล็กที่พบได้มากในผู้ป่วยเบาหวาน อีกทั้งยังเป็นสาเหตุสำคัญของภาวะตาบอดในประชากรโลก ดังนั้นการคัดกรองเบาหวานเข้าจอตาจึงเป็นสิ่งสำคัญในระบบสาธารณสุขทั่วโลก อย่างไรก็ตามประเทศไทยยังใช้ร้อยละของผู้ป่วยเบาหวานที่ได้รับการตรวจตาเป็นตัวชี้วัดคุณภาพการให้บริการด้านโรคตา ซึ่งยังไม่ถือว่าเป็นตัวชี้วัดที่มีประสิทธิผลมากนักเนื่องจากไม่ได้แสดงสัดส่วนของผู้ป่วยที่ได้รับการรักษาภาวะเบาหวานเข้าจอตาจริง อีกทั้งการคัดกรองด้วยการอ่านภาพด้วยบุคลากรทางการแพทย์ที่ไม่ใช่จักษุแพทย์อาจมีความถูกต้องและแม่นยำไม่เพียงพอที่จะวินิจฉัยภาวะเบาหวานเข้าจอตาได้ งานวิจัยแบบไปข้างหน้าชิ้นนี้จึงจัดทำขึ้นที่โรงพยาบาลปฐมภูมิ 1 แห่ง ในจังหวัดพระนครศรีอยุธยา เพื่อเปรียบเทียบสัดส่วนผู้ป่วยเบาหวานที่ไปพบจักษุแพทย์จอตาที่โรงพยาบาลตติยภูมิตามการส่งต่อของการคัดกรองเบาหวานเข้าจอตาด้วยระบบบูรณาการปัญญาประดิษฐ์ที่ผนวกกับระบบการแจ้งเตือนทางข้อความกับระบบเดิม คือ การคัดกรองด้วยบุคลากร งานวิจัยนี้ทำการคัดกรองเบาหวานเข้าจอตาด้วยการถ่ายภาพจอตาด้วยกล้องถ่ายภาพจอตาที่สามารถเชื่อมต่อกับระบบแพลตฟอร์มดิจิทัล โดยแบ่งผู้ป่วยที่เข้ารับการคัดกรองเป็นกลุ่มที่อ่านผลด้วยปัญญาประดิษฐ์และกลุ่มที่อ่านผลด้วยบุคลากรโดยสลับกันทุกๆ สัปดาห์เป็นระยะเวลา 8 เดือน อย่างไรก็ตามในกลุ่มที่อ่านผลด้วยปัญญาประดิษฐ์จะมีการอ่านภาพจอตาซ้ำโดยจักษุแพทย์จอตาและมีการติดต่อผู้ป่วยหากผลการอ่านไม่สอดคล้องกัน อีกทั้งผู้ป่วยที่ไปพบแพทย์จริงที่โรงพยาบาลตติยภูมิตามการส่งต่อจะถูกบันทึกข้อมูลโดยพยาบาลเพื่อติดตามการส่งต่อด้วย จากผลการศึกษา มีอาสาสมัครเข้าร่วมโครงการวิจัยทั้งหมด จำนวน 1,454 คน แบ่งเป็นกลุ่มปัญญาประดิษฐ์ จำนวน 708 คน และกลุ่มบุคลากร จำนวน 746 คน พบว่า สัดส่วนผู้ป่วยในกลุ่มคัดกรองด้วยปัญญาประดิษฐ์ที่เดินทางไปพบจักษุแพทย์จอตาด้วยเหตุผลภาวะเบาหวานเข้าจอตาตามการส่งต่อมากกว่ากลุ่มบุคลากร และมากกว่ากลุ่มบุคลากรที่ส่งต่อด้วยสาเหตุไม่แน่ใจในการอ่านภาพที่กลับมาพบจักษุแพทย์ที่โรงพยาบาลปฐมภูมิ ซึ่งคิดเป็น 89.15%, 72.7% และ 70.73% ตามลำดับ อีกทั้งความพึงพอใจในความง่าย จำนวนเวลาที่ใช้คัดกรองและความถูกต้องแม่นยำจากการสำรวจโดยแบบสอบถามจากบุคลากรที่คัดกรองมีค่าเพิ่มขึ้นเมื่อเทียบกับก่อนการใช้ปัญญาประดิษฐ์ ดังนั้นการนำระบบบูรณาการปัญญาประดิษฐ์ที่มีการแจ้งเตือนมาใช้ในการตรวจคัดกรองเบาหวานเข้าจอตาในระบบสุขภาพจริงอาจช่วยเพิ่มประสิทธิภาพของการคัดกรองและอาจสามารถเพิ่มอัตราการไปพบจักษุแพทย์ของผู้ป่วยที่วินิจฉัยเป็นเบาหวานเข้าจอตาได้ | th_TH |
dc.description.sponsorship | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.language.iso | th | th_TH |
dc.publisher | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.rights | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.subject | เบาหวาน | th_TH |
dc.subject | Diabetes | th_TH |
dc.subject | Diabetes Mellitus | th_TH |
dc.subject | ผู้ป่วย--เบาหวาน | th_TH |
dc.subject | Diabetic Retinopathy | th_TH |
dc.subject | การส่งต่อผู้ป่วย | th_TH |
dc.subject | ระบบส่งต่อผู้ป่วย | th_TH |
dc.subject | การส่งต่อและการปรึกษา | th_TH |
dc.subject | Referral and Consultation | th_TH |
dc.subject | การตรวจคัดกรอง | th_TH |
dc.subject | Artificial Intelligence | th_TH |
dc.subject | ปัญญาประดิษฐ์ | th_TH |
dc.subject | Machine Learning | th_TH |
dc.subject | โปรแกรมประยุกต์ | th_TH |
dc.subject | ระบบบริการสุขภาพ | th_TH |
dc.subject | Health Service System | th_TH |
dc.subject | ระบบบริการสาธารณสุข | th_TH |
dc.subject | Health Care System | th_TH |
dc.subject | ผลิตภัณฑ์ วัคซีน และเทคโนโลยีทางการแพทย์ (Medical Products, Vaccines and Technologies) | th_TH |
dc.subject | การบริการสุขภาพ (Health Service Delivery) | th_TH |
dc.title | การใช้ระบบบูรณาการปัญญาประดิษฐ์และการติดตามการส่งต่อผู้ป่วยในการตรวจคัดกรองภาวะเบาหวานเข้าจอตาแบบแสดงผลการคัดกรองทันที | th_TH |
dc.title.alternative | Implementation of an Integrated System of Artificial Intelligence and Referral Tracking for Real-time Diabetic Retinopathy Screening | th_TH |
dc.type | Technical Report | th_TH |
dc.description.abstractalternative | Diabetic retinopathy (DR) is one of the most common microvascular complications in diabetes patients as well as one of the most important causes of blindness worldwide. Therefore, DR screening is vital for health care system to prevent blindness. Although, in Thailand, we utilize the percentages of diabetes patients who undergone DR screening program as an indicator of effectiveness in eyes health services, this indicator is not directly reflect the number of diabetes patients who truly go to see retinal specialists for proper management. As a result of the problem mentioned above, this prospective study aimed to compare referral adherence of diabetes patients screened by artificial intelligence (AI) with integrated system group with diabetes patients screened by health care personnel (manual or conventional group). In this study, we screened DR using fundus camera which connected with digital health platform and divided diabetes patients into artificial intelligence (AI) group and manual (conventional) group week by week for 8 month period. However, fundus photo in AI group were reviewed by retinal specialist (overreader) from tertiary hospital and mismatch cases were contacted. Furthermore, referral information was recorded by nurse at tertiary hospital to evaluate referral adherence. Total 1,454 patients included for our analysis (708 patients were screened by AI and 746 patients were screened by manual). Referral adherence of patients diagnosed as referral diabetic retinopathy in AI group was more than manual group and even more than manual group who referred from uncertain fundus images (89.15%, 72.7% and 70.73%, respectively.) Moreover, screening health care personnel’s satisfaction increased after deployment of AI. In conclusion, implementation of an integrated system of artificial intelligence in real clinical setting may improve efficiency in DR screening and also increase referral adherence of diabetic retinopathy patients. | th_TH |
dc.identifier.callno | WK810 พ997ก 2566 | |
dc.identifier.contactno | 64-141 | |
dc.subject.keyword | เบาหวานเข้าจอตา | th_TH |
dc.subject.keyword | DR | th_TH |
dc.subject.keyword | Referral System | th_TH |
dc.subject.keyword | Patient Referral System | th_TH |
.custom.citation | ไพศาล ร่วมวิบูลย์สุข, Paisan Ruamviboonsuk, กอบลาภ ธงทอง, Koblarp Thongthong, อัญรักษ์ อมรเพชรสถาพร, Anyarak Amornpetchsathaporn, เมธาพร ชัยนะกุล, Methaphon Chainakul, มาลี ตรีประชานาถ and Malee Triprachanath. "การใช้ระบบบูรณาการปัญญาประดิษฐ์และการติดตามการส่งต่อผู้ป่วยในการตรวจคัดกรองภาวะเบาหวานเข้าจอตาแบบแสดงผลการคัดกรองทันที." 2566. <a href="http://hdl.handle.net/11228/5861">http://hdl.handle.net/11228/5861</a>. | |
.custom.total_download | 168 | |
.custom.downloaded_today | 0 | |
.custom.downloaded_this_month | 2 | |
.custom.downloaded_this_year | 35 | |
.custom.downloaded_fiscal_year | 3 | |