ไฮไลท์
การศึกษาทางคลินิกเมื่อเร็วๆ นี้แสดงให้เห็นว่าแพลตฟอร์ม NEX Intelligence มีประสิทธิภาพในระดับแนวหน้า (state-of-the-art) ในการเฝ้าระวังการติดเชื้อแบบเรียลไทม์ และการคาดการณ์ล่วงหน้าของเชื้อดื้อยาหลายขนาน โดยมีค่า AUC-ROC อยู่ที่ 0.89 และมีความไว (sensitivity) 87% ในการคาดการณ์การติดเชื้อ CRE ล่วงหน้าได้ถึงเจ็ดวัน
พื้นหลัง
ทีมป้องกันและควบคุมการติดเชื้อ (IPC) ของโรงพยาบาลพระมงกุฎเกล้า ซึ่งเป็นโรงพยาบาลทหารขนาด 1,200 เตียงในประเทศไทย ที่ผ่านมาต้องพึ่งพาระบบเฝ้าระวังแบบใช้แรงงานคนทั้งหมด ระบบนี้จำเป็นต้องมีการตรวจสอบย้อนหลังเพื่อระบุและรวบรวมข้อมูลการติดเชื้อในโรงพยาบาล ซึ่งทำให้การระบุรูปแบบการแพร่กระจายเชื้อในระยะเริ่มต้นและการตอบสนองอย่างรวดเร็วเป็นไปได้ยากอย่างยิ่ง
การปรับใช้ระบบ
ในเดือนมกราคม พ.ศ. 2568 โรงพยาบาลได้ร่วมมือกับ NEX เพื่อเริ่มใช้งานระบบเฝ้าระวังการติดเชื้อที่ขับเคลื่อนด้วย AI โครงการนี้มุ่งเน้นไปที่การสร้างช่องทางการรับส่งข้อมูลแบบเรียลไทม์สำหรับการตรวจจับและติดตามการติดเชื้อที่สำคัญในสถานพยาบาล ซึ่งรวมถึง เชื้อดื้อยาหลายขนาน (MDROs), การติดเชื้อในกระแสเลือด (BSIs) และการติดเชื้อที่เกี่ยวข้องกับอุปกรณ์ทางการแพทย์ (DAIs) การใช้งานนี้ได้รับการรวมเข้ากับฟีดจุลชีววิทยาและประวัติผู้ป่วยอิเล็กทรอนิกส์โดยตรง ทำให้เกิดแพลตฟอร์มแบบรวมศูนย์และเป็นไปโดยอัตโนมัติสำหรับทีม IPC ในการติดตาม จัดการ และป้องกันการติดเชื้อ
การติดตามฟีดผลลัพธ์และการระบุแท็กบันทึกทางจุลชีววิทยาใหม่ด้วยป้ายกำกับ MDRO, BSI และ DAI เพื่อการตรวจสอบและเฝ้าระวังจาก NEX Infection Centre การคัดกรองแบบเลือกเป้าหมายมีประสิทธิภาพเหนือกว่าการคัดกรองแบบทั่วไปและการไม่ดำเนินการใดๆ อย่างสม่ำเสมอ โดยเฉพาะอย่างยิ่งในสภาพแวดล้อมที่มีความชุกต่ำ¹

ผลลัพธ์แรกเริ่มจากการนำไปใช้งานจริงในโรงพยาบาล
ระบบ NEX ได้แสดงให้เห็นถึงผลลัพธ์ที่รวดเร็วภายในไม่กี่สัปดาห์หลังการเริ่มใช้งานจริง โดยการเปลี่ยนบันทึกการติดเชื้อให้อยู่ในรูปแบบดิจิทัล ช่วยให้สามารถมองเห็นข้อมูลได้แบบเรียลไทม์ ปรับปรุงกระบวนการทำงานให้มีประสิทธิภาพยิ่งขึ้น และได้รับผลตอบรับที่ดีเยี่ยมจากบุคลากรด่านหน้า
การรวมศูนย์ข้อมูลดิจิทัลอย่างสมบูรณ์
ภายในสามสัปดาห์ สามารถบรรลุการรวมศูนย์ข้อมูลดิจิทัลของบันทึกการติดเชื้อได้อย่างสมบูรณ์ โดยสามารถค้นหาตามรายชื่อผู้ป่วย สถานที่ และเชื้อก่อโรคได้
การรับรู้แบบเรียลไทม์
ฟีดข้อมูลสดแสดงจำนวนผู้ติดเชื้อที่กำลังรักษาตัวอยู่แบบเรียลไทม์แยกตามหอผู้ป่วยทั่วทั้งโรงพยาบาล พร้อมระบุเมื่อมีการเกินเกณฑ์มาตรฐานที่สถาบันกำหนดไว้
การเฝ้าระวังที่คล่องตัว
ระบบช่วยลดภาระงานด้านธุรการจากการป้อนข้อมูลด้วยตนเองและการติดตามผ่านสเปรดชีตลงอย่างมาก
ข้อเสนอแนะเชิงบวกจากเจ้าหน้าที่
ความคิดเห็นเชิงบวกจากเจ้าหน้าที่เกี่ยวกับความง่ายในการใช้งานและความชัดเจนของอินเทอร์เฟซ รวมถึงความสามารถในการปรับแต่งตามความต้องการของผู้ใช้และเฉพาะเจาะจงของแต่ละไซต์งาน
"ในที่สุดเราก็สามารถมองเห็นสถานการณ์แบบเรียลไทม์ได้ทั่วทั้งโรงพยาบาล มันช่วยลดขั้นตอนการทำงานที่ต้องใช้เวลาอย่างมากลง และกำลังช่วยให้เราจัดลำดับความสำคัญได้อย่างมีประสิทธิภาพมากขึ้นและเตรียมพร้อมได้เร็วขึ้น"
นพ. วศิน วสิกะสิน
|
ผู้ช่วยศาสตราจารย์และแพทย์ที่ปรึกษาด้านโรคติดเชื้อ
นักวิจัยกิตติมศักดิ์ที่ Imperial College London
|
โรงพยาบาลพระมงกุฎเกล้า

การคาดการณ์การติดเชื้อเพื่อการป้องกันแบบมุ่งเป้า
เรากำลังอยู่ในขั้นตอนการตรวจสอบความถูกต้องของแบบจำลองการเตือนภัยล่วงหน้าของเรา ซึ่งได้รับการออกแบบมาเพื่อทำนายการติดเชื้อ Carbapenem-Resistant Enterobacterales (CRE) — หนึ่งในเชื้อดื้อยาหลายขนานที่มีความสำคัญทางคลินิกมากที่สุดในโรงพยาบาล (ศูนย์ควบคุมและป้องกันโรค (Center for Disease Control and Prevention))
ระบบจะสร้างคะแนนความเสี่ยงรายวันแบบเรียลไทม์สำหรับผู้ป่วยในทั้งหมด เพื่อระบุผู้ที่มีความเสี่ยงสูงสุดในการติดเชื้อ CRE ก่อนที่จะได้รับการยืนยันผลการตรวจทางจุลชีววิทยาที่เป็นบวก คะแนนเหล่านี้คำนวณโดยใช้ข้อมูลอัปเดตแบบเรียลไทม์ โดยดึงข้อมูลมาจากตัวแปรเฉพาะของผู้ป่วยหลายประการ รวมถึงประวัติทางจุลชีววิทยา การใช้ยาต้านจุลชีพ ประวัติการใช้อุปกรณ์แพทย์ และการย้ายหอผู้ป่วย
NEX Infection Intelligence ระบุกลุ่มผู้สัมผัสที่มีความเสี่ยงสูงซึ่งสัมผัสกับผู้ป่วยที่เป็นแหล่งแพร่เชื้อ CRE พร้อมทำนายความเสี่ยงในการตรวจพบผลเป็นบวก

ผลการตรวจสอบความถูกต้องในระยะเริ่มต้นตลอดระยะเวลาหกเดือนของข้อมูลที่เก็บรวบรวมไปข้างหน้าบ่งชี้ถึงประสิทธิภาพการทำนายที่แข็งแกร่ง โดยมีค่า AUC-ROC อยู่ที่ 0.89 ซึ่งคงเส้นคงวาตลอดชุดข้อมูลไปข้างหน้า รวมถึงการเพาะเชื้อเพื่อการวินิจฉัยทางคลินิกและการคัดกรอง² แบบจำลองนี้ช่วยให้สามารถจัดแบ่งกลุ่มความเสี่ยงได้ล่วงหน้าสูงสุดดึง เจ็ดวันก่อนที่จะยืนยันการติดเชื้อ
0.89 AUC-ROC
ประสิทธิภาพในการทำนายการตั้งรกรากของเชื้อ CRE ทั้งในการเพาะเชื้อทางคลินิกและเพื่อการคัดกรอง
ล่วงหน้า 7 วัน
ในการประหยัดสุทธิจากการแทรกแซงโดยใช้ข้อมูลจีโนมนำทางสำหรับการแพร่กระจายตั้งแต่ระยะเริ่มต้นในโรงพยาบาลแห่งหนึ่งในสหรัฐอเมริกา
ความไว 87%
มีความไวสูงในการทำนายผลลัพธ์ที่เป็นบวกเทียบกับผลลัพธ์ที่เป็นลบ
บทสรุป
ความร่วมมือครั้งนี้แสดงถึงการเปลี่ยนผ่านที่เพิ่มขึ้นจากการตรวจสอบย้อนหลังและการเฝ้าระวัง IPC ไปสู่การควบคุมการติดเชื้อแบบเรียลไทม์ ขับเคลื่อนด้วยข้อมูล และเน้นการคาดการณ์ล่วงหน้ามากยิ่งขึ้น โครงการนี้ได้สาธิตให้เห็นถึงความเป็นไปได้และประโยชน์ของการเฝ้าระวังแบบอัตโนมัติในสภาพแวดล้อมของโรงพยาบาลขนาดใหญ่ที่มีปริมาณงานสูงพร้อมระบบบันทึกสุขภาพอิเล็กทรอนิกส์ ซึ่งช่วยให้กระบวนการทำงานของ IPC มีความคล่องตัวยิ่งขึ้น ปรับปรุงความตระหนักรู้ต่อสถานการณ์ และวางรากฐานสำหรับการป้องกันการติดเชื้อในเชิงคาดการณ์
NEX ยังคงทำงานอย่างใกล้ชิดกับทีม IPC ในแนวหน้า เพื่อให้มั่นใจว่าระบบจะส่งมอบข้อมูลข่าวสารที่นำไปปฏิบัติได้จริง — ในจุดที่จำเป็นและในเวลาที่ต้องการมากที่สุด!

