เมื่อเวลา 10.00 น. วันที่ 16 ตุลาคม พ.ศ. 2569 ที่โรงแรมสุนีย์แกรนด์ แอนด์ คอนเวนชั่นเซนเตอร์ จ.อุบลราชธานี กองทุนสนับสนุนการสร้างเสริมสุขภาพ (สสส.) ร่วมกับมหาวิทยาลัยอุบลราชธานี จัดเวทีแสดงผลงานนวัตกรรมระบบปัญญาประดิษฐ์สำหรับการวิเคราะห์ข้อมูลสุขภาพชุมชน ภายใต้ชื่อ "MUSYA AI จากเขตสุขภาพที่ 10 สู่การขยายผลระดับภูมิภาค" เพื่อเปิดเผยผลการทดลองและแนวทางการนำไปใช้ประโยชน์ในพื้นที่
เครื่องมือช่วยแปลงข้อมูลสู่ข้อเสนอเชิงนโยบาย
การพัฒนานวัตกรรมดังกล่าวมีเป้าหมายสอดคล้องกับยุทธศาสตร์ DOPA-Driven Strategy ของ สสส. ที่เน้นการใช้ข้อมูลเป็นฐานในการกำหนดผลลัพธ์และพันธมิตรในการขับเคลื่อนงาน โดยระบบถูกออกแบบให้ทำหน้าที่เป็นผู้ช่วยเจ้าหน้าที่สาธารณสุขในการเปลี่ยนชุดข้อมูลระดับพื้นที่ให้เป็นข้อเสนอเชิงนโยบายและแผนงานที่อ้างอิงได้จริง
จากการทดลองต้นแบบหรือ "Sandbox" ในเขตสุขภาพที่ 10 ระบบได้ถูกนำไปทดสอบในประเด็นสุขภาพสำคัญ ได้แก่ อุบัติเหตุทางถนน, อาหารและโภชนาการ และ สุขภาพจิต โดยผู้เข้าร่วมทดสอบเป็นบุคลากรทั้งจากสำนักงานสาธารณสุขจังหวัดและสำนักงานสาธารณสุขอำเภอ รวมกันจำนวน 110 คน
ผลการประเมินและการยอมรับจากผู้ใช้งาน
การประเมินผลทดสอบชี้ให้เห็นความพึงพอใจและความเชื่อมั่นของผู้ทดลองใช้งานต่อระบบ โดยการให้คะแนนความง่ายในการใช้งานของ MUSYA AI สูงถึง 97 คะแนน จาก 100 คะแนน ตามมาตรฐานสากล ในขณะที่ระบบทั่วไปมีค่าเฉลี่ยอยู่ที่ 68 คะแนน นอกจากนี้การยอมรับนวัตกรรม (acceptance) มีค่าเฉลี่ยอยู่ที่ 4.70 คะแนน จาก 5 คะแนน
| ตัวชี้วัด | MUSYA AI | ระบบทั่วไป (ค่าเฉลี่ย) |
|---|---|---|
| ความง่ายในการใช้งาน (เต็ม 100) | 97 | 68 |
| การยอมรับ (เต็ม 5) | 4.70 | - |
| คะแนนการประเมินข้อเสนอเชิงนโยบาย (เต็ม 100) | 95 | 72 |
ความเห็นจากผู้พัฒนาและแนวทางขยายผล
ดร.ณัฐพันธุ์ ศุภกา ผู้ช่วยผู้จัดการกองทุน สสส. ระบุว่าการกำหนดนโยบายด้านสุขภาพจำเป็นต้องยึดฐานข้อมูลที่ถูกต้องและแม่นยำ ดังนั้น MUSYA AI ถูกออกแบบมาเพื่อช่วยประมวลผลข้อมูลในระดับพื้นที่และจัดลำดับความสำคัญของปัญหา ซึ่งจะเอื้อต่อการกำหนดนโยบายและมาตรการปรับเปลี่ยนพฤติกรรมโดยมีชุมชนเป็นฐาน และสามารถวัดผลลัพธ์ในพื้นที่ได้จริง
"การออกแบบนโยบายสุขภาพจำเป็นต้องใช้ฐานข้อมูลที่ถูกต้องและแม่นยำ"
ดร.ณัฐพันธุ์ยังเสนอแนวทางการส่งต่อเครื่องมือและการขับเคลื่อนการใช้ประโยชน์ โดยพิจารณาการขยายผลตามบริบทของแต่ละพื้นที่ ซึ่งหมายถึงการปรับโมเดลและข้อมูลนำเข้าให้สอดคล้องกับสภาพปัญหาและทรัพยากรของชุมชนนั้น ๆ
ผลกระทบต่องานสาธารณสุขและชุมชน
สำหรับหน่วยงานสาธารณสุขระดับจังหวัดและอำเภอ การมีเครื่องมือที่สามารถแปลงข้อมูลเชิงสถิติให้เป็นข้อเสนอเชิงนโยบายที่มีแหล่งอ้างอิงชี้ชัด จะช่วยลดเวลาและทรัพยากรในการวิเคราะห์ข้อมูล ลดความคลาดเคลื่อนจากการวิเคราะห์ด้วยมือ และเพิ่มความเป็นไปได้ในการออกมาตรการที่ตรงกับปัญหา
- ช่วยจัดลำดับปัญหาสุขภาพเชิงพื้นที่อย่างมีหลักฐาน
- นำข้อมูลไปสู่ข้อเสนอเชิงนโยบายที่อ้างอิงได้
- สนับสนุนการติดตามผลและประเมินผลการดำเนินงานในพื้นที่
ในมุมชุมชน การใช้ข้อมูลเชิงพื้นที่ที่แม่นยำสามารถนำไปสู่มาตรการป้องกันที่เหมาะสม เช่น การแก้ปัญหาอุบัติเหตุทางถนนในจุดเสี่ยง การส่งเสริมโภชนาการที่สอดคล้องกับปัญหาในชุมชน และการดูแลสุขภาพจิตที่ตอบโจทย์กลุ่มเป้าหมาย อย่างไรก็ตาม การนำเครื่องมือไปใช้ให้ได้ผลจริงต้องอาศัยการฝึกอบรมบุคลากร การจัดเตรียมข้อมูลพื้นฐานที่เชื่อถือได้ และการสร้างความร่วมมือกับภาคส่วนต่าง ๆ ในพื้นที่
ข้อสังเกตและคำแนะนำสำหรับการขยายผล
ผลการทดสอบแรกชี้ว่าผู้ใช้มองเห็นคุณค่าและความน่าเชื่อถือของ MUSYA AI แต่การนำไปใช้ในวงกว้างจำเป็นต้องพิจารณาปัจจัยหลายด้าน เช่น คุณภาพของข้อมูลเข้าที่อาจแตกต่างกันระหว่างพื้นที่ การปรับแต่งโมเดลให้สอดคล้องกับบริบทท้องถิ่น ความพร้อมด้านบุคลากร และการวางระบบติดตามผลเพื่อวัดประสิทธิภาพเชิงนโยบายต่อชุมชน
การขยายผลต่อไปจึงควรเริ่มจากการทดลองแบบมีการร่วมออกแบบกับชุมชนและหน่วยงานท้องถิ่น เพื่อให้ผลลัพธ์ที่ได้สามารถนำไปปฏิบัติได้จริงและเป็นประโยชน์ต่อการลดปัจจัยเสี่ยงทางสุขภาพในระดับพื้นที่
รายงานจากเวทีครั้งนี้สะท้อนถึงทิศทางการใช้เทคโนโลยีเพื่อเสริมศักยภาพระบบสุขภาพชุมชน โดยเฉพาะในภาคตะวันออกเฉียงเหนือที่มีภูมิศาสตร์และบริบทสังคมแตกต่างกัน การวางระบบข้อมูลที่ดีและการพัฒนานวัตกรรมที่ตอบโจทย์พื้นที่จะช่วยให้การวางนโยบายสุขภาพมีความชัดเจนและมีผลสัมฤทธิ์มากขึ้น
