การประเมินความสามารถในการจำแนกและความสอดคล้องของ ChatGPT ร่วมกับคำสั่งเสียงในการคัดกรองผู้ป่วยฉุกเฉินตามเกณฑ์ ESI ในโรงพยาบาลวารินชำราบ

บทคัดย่อ

บทนำ
การคัดกรองผู้ป่วยฉุกเฉิน (triage) เป็นขั้นตอนสำคัญต่อความปลอดภัยของผู้ป่วยและการจัดสรรทรัพยากร นอกจากนี้ความแม่นยำในการคัดกรองยังสะท้อนถึงประสิทธิภาพของระบบบริการสาธารณสุข
วัตถุประสงค์
เพื่อประเมินความสามารถในการจำแนกและความสอดคล้องของ ChatGPT ที่รองรับคำสั่งเสียงภาษาไทย ในการจำแนกระดับ triage ตามหลักเกณฑ์ Emergency Severity Index (ESI) เมื่อเทียบกับแพทย์ฉุกเฉินและพยาบาลแรกรับ
วิธีการศึกษา
การศึกษาเชิงพรรณนาแบบภาคตัดขวาง ณ แผนกฉุกเฉินโรงพยาบาลวารินชำราบ ระหว่าง 1 เมษายน-31 พฤษภาคม 2568 ผู้ป่วย 387 ราย ได้รับการให้ระดับ triage โดยแพทย์ฉุกเฉิน พยาบาลแรกรับ และ ChatGPT-4o ซึ่งรับข้อมูลจากแบบฟอร์มคัดกรองผ่านเสียงภาษาไทย วิเคราะห์ประสิทธิภาพการจำแนกด้วย Sensitivity, Specificity, PPV, NPV, Area under the Receiver Operating Characteristic curve (AuROC) ความสอดคล้องด้วย weighted kappa และ ทดสอบความคลาดเคลื่อนด้วย McNemar test
ผลการศึกษา
สำหรับการจำแนกกลุ่มผู้ป่วยฉุกเฉิน (ESI 1-2) ChatGPT มีค่าความไว 97.6%, ความจำเพาะ 95.9%, ค่าพยากรณ์ผลบวก (PPV) 94.8%, ค่าพยากรณ์ผลลบ (NPV) 98.1% และ AuROC 97% (95%CI 95.0-99.0) ขณะที่พยาบาลมีความไว 92.3%, ความจำเพาะ 75.7%, PPV 74.6%, NPV 92.7% และ AuROC 84% (95%CI 81.0-87.0) ChatGPT มีค่าความสอดคล้องกับแพทย์อยู่ที่ weighted kappa = 0.915 (95%CI 0.844-0.986) ในระดับ almost perfect agreement ขณะที่พยาบาลมีค่าอยู่ที่ 0.607 (95%CI 0.536-0.678) ซึ่งจัดอยู่ในระดับ substantial agreement ความคลาดเคลื่อนของ ChatGPT พบ over-triage ร้อยละ 2.6 (10 ราย) และ under-triage ร้อยละ 3.4 (13 ราย) รวม ร้อยละ 5.9 (23 ราย) McNemar p=0.270 ขณะที่พยาบาลมี over-triage ร้อยละ 23.3 (90 ราย) และ under-triage ร้อยละ 5.2 (20 ราย) รวมร้อยละ 28.4 (110 ราย) McNemar = p<0.001
สรุปผลการศึกษา
ChatGPT ร่วมคำสั่งเสียงภาษาไทย แสดงความสามารถในการจำแนกร้อยละ 97 ความสอดคล้องกับแพทย์ในระดับสูงมาก ดังนั้นศักยภาพของ ChatGPT จึงควรถูกนำไปใช้เป็นเครื่องมือสนับสนุนการตัดสินใจ (decision-support) ลดความผิดพลาดในการคัดกรอง และเป็นประโยชน์ในสถานการณ์ที่มีข้อจำกัดด้านบุคลากร