การพัฒนาปัญญาประดิษฐ์ในการคัดแยกผู้ป่วย ณ แผนกอุบัติเหตุและฉุกเฉิน โรงพยาบาลนครปฐม
Article Sidebar
Main Article Content
บทคัดย่อ
ที่มาของปัญหา: การคัดแยกผู้ป่วยช่วยจัดลำดับความเร่งด่วนของการรักษาที่ช่วยให้เกิดความปลอดภัยแก่ผู้ป่วย การนำปัญญาประดิษฐ์มาใช้จะช่วยให้พยาบาลสามารถคัดแยกได้ถูกต้องและรวดเร็ว
วัตถุประสงค์: เพื่อพัฒนานครปฐมแอปพลิเคชันนครปฐมการคัดแยก (Nakhon Pathom Triage Application; NPTA) และเพื่อประเมินความถูกต้องและระยะเวลาในการคัดแยกจากการใช้ NPTA
วิธีการศึกษา: การวิจัยเชิงปฏิบัติการนี้มีกลุ่มตัวอย่างคือ พยาบาลวิชาชีพแผนกอุบัติเหตุและฉุกเฉิน โรงพยาบาลนครปฐม จำนวน 10 คน เครื่องมือวิจัยแบ่งเป็น 2 ส่วน ได้แก่ 1) NPTA พัฒนาโดยผู้วิจัยตามแนวคิดการสร้างปัญญาประดิษฐ์ในการดูแลทางคลินิก ร่วมกับเกณฑ์การคัดแยกผู้ป่วยฉุกเฉินของกรมการแพทย์ ตรวจสอบค่าดัชนีความตรงของเนื้อหาได้เท่ากับ 1.0 และจำแนกความถูกต้องโดยวิเคราะห์พื้นที่โค้ง ได้เท่ากับ 0.84 และ 2) แบบบันทึกข้อมูลผลลัพธ์ด้านความถูกต้องและระยะเวลาของการคัดแยก ตรวจสอบค่าดัชนีความสอดคล้องของเนื้อหาได้เท่ากับ 1.0 และทดลองใช้รวบรวมผลลัพธ์จากการใช้ NPTA กับสถานการณ์ผู้ป่วยจำลองจนได้ค่าความสอดคล้องตรงกันของผู้ใช้เท่ากับ 1.0 วิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา
ผลการศึกษา: 1) NPTA ที่พัฒนาขึ้นเป็นปัญญาประดิษฐ์ที่ประกอบด้วยเทคโนโลยีการจัดการข้อมูลเกี่ยวกับการประเมินภาวะคุกคามต่อชีวิต สัญญาณชีพ คะแนนความปวด อาการสำคัญ และจำนวนทรัพยากรที่ใช้ในการดูแลรักษา เพื่อแสดงผลการคัดแยกผู้ป่วยตามความเร่งด่วน 2) อัตราความถูกต้องของการคัดแยกโดยใช้ NPTA พบว่าการคัดแยกถูกต้องเท่ากับร้อยละ 100 ในสถานการณ์ผู้ป่วยจำลองทั้งหมดที่อยู่ในระดับ 1, 2, 3, 4 และ 5 และใช้ระยะเวลาเฉลี่ยเป็นวินาทีในการคัดแยกผู้ป่วยระดับ 1, 2 และ 3 เท่ากับ 4.0±1.1, 18.6±4.9 และ 25.3±6.8 ตามลำดับ
สรุป: NPTA เป็นเทคโนโลยีที่ช่วยให้การคัดแยกมีความถูกต้องและใช้ระยะเวลารวดเร็ว
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
Zachariasse JM, vad der Hagen V, Seiger N, Mackway-Jones K, van Veen M, Moll HA. Performance of triage systems in emergency care: a systematic review and meta-analysis. BMJ open [Internet]. 2019[cited 2021 Apr 20];9:1-9. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6549628/pdf/bmjopen-2018-026471.pdf
Sukswang S. Triage nurse: beyond main process through practice. JOHSS [Internet]. 2018 [cited 2021 Mar 1];5:1-14. Available from: https://he01.tci-thaijo.org/index.php/johss/article/view/156934/115944
Techathik P, Sumritrin S, Sirithongsuk A, Phungern P. Delaying time period of the service for accident and emergency patients. Thai Journal of Nursing and Midwifery Practice 2017;4:25-35.
Silapavitayatorn B, Chitpakdee B. The use of health information technology in nursing for patient safety. Journal of Nursing and Health Care 2020;38:6-14.
Girosi F, MannS, KareddyV. Narrative review and evidence mapping: artificial intelligence in clinical care.[Internet]Washington: RAND Corporation; 2021 [cited 2021 Mar 1].Available from: https://www.rand.org/content/dam/rand/pubs/external_publications/EP60000/EP68705/RAND_EP68705.pdf
Sutham K, Khuwuthyakorn P, Thinnukool O. Thailand medical mobile application for patients triage base on criteria based dispatch protocol. BMC Med Inform Decis Mak [Internet]. 2020 [cited 2021 Apr 20];20:1-13. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7147000/
Abedi V,Khan A, ChaudharyD, Misra D, Avula V, Mathrawala D, et al. Using artificial intelligence for improving stroke diagnosis in emergency departments: a practical framework. Ther Adv Neurol Disord [Internet].2020 [cited 2021 Apr 20];2020;13:1-8 Available from:https://journals.sagepub.com/doi/pdf/10.1177/1756286420938962
Ministry of Public Health. MOPH ED.Triage [Internet]. Nonthaburi: Department of Medical Services, Ministry of Public Health; 2018 [cited 2020Mar 15]. Available from:http://www.nktcph.go.th/attachments/article/Ttiage_MOPHEDTRIAGE.pdf
Thesprasit T. Development of a system for classification of patients in outpatient and emergency departments at Chokchai Hospital. Regional Health Promotion Center 9 Journal 2021; 15:160-78.
Saetae N, Nanui P. Development of a new MOPH ED Triage model for emergency departments of Yala hospital network. The Southern College Network Journal of Nursing and Public Health 2021; 9(1) :149-61.
Sarakarn P, Munpolsri P. Optimal cut-off points for receiver operating characteristic (ROC) curve analysis in developing tools of health innovations: example using STATA. Thai Bulletin of Pharmaceutical Sciences 2021:16;93-108.
Donabedian A. An introduction to quality assurance in health care. New York: Oxford University Press; 2003.
Imwatanakul N. Effectiveness of triage mobile application campares with paper based. Royal Thai Air Force Medical Gazette [Internet]. 2019 [cited 2021 Mar 1];65:1-9. Available from: https://he02.tci-thaijo.org/index.php/rtafmg/article/download/216093/150157/689876
JonesLL,Toulson KL.Principles of emergency and trauma nursing. In Ignatavicius DD, Workman ML, Rebar CR, LaCharity LA, KumagaiCK, editors. Study guide for medical-surgical nursing : concepts for interprofessional collaborative care. 2nded. St. Louis: Elsevier; 2018. p.117-32.
Yu JH, Park S, Kwon SH, Ho CMB, Pyo CS, Lee HS. AI- based stroke disease prediction system using real time electromyography signals. Appl. Sci [Internet]. 2020 [cited 2021 May 7];10(19): 6791. Available from: https://doi.org/10.3390/app10196791
Lee TY, Sun GT, Kou LT, Yeh ML. The use of information technology to enhance patient safety and nursing efficiency. Technol Health Care2017;25:917-28.
