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

Source : AI เชิงคาดการณ์ความเสี่ยงตัวใหม่ช่วยลดอัตราการตัดขาในผู้ป่วยเบาหวาน

The information provided in this article was created by Cision PR Newswire, our news partner.The author's opinions and the content shared on this page are their own and may not necessarily represent the perspectives of ThailandChina.