Slide บทเรียนออนไลน์เรื่องการแพร่กระจายของไวรัสทางเดินหายใจที่รวมทั้งโคโรน่าไวรัส (ตอนที่ 2)

ผู้อ่านสามารถเข้าไปอ่านได้บนเวปไซต์ของ WHO ได้ ตาม link นี้นะครับ ซึ่งบทเรียนจะเป็นตามสไลด์ด้านล่าง แบ่งเป็น 2 ตอนครับ

https://openwho.org/courses/introduction-to-ncov/overview

Slide บทเรียนออนไลน์เรื่องการแพร่กระจายของไวรัสทางเดินหายใจที่รวมทั้งโคโรน่าไวรัส (ตอนที่ 1)

ผู้อ่านสามารถเข้าไปอ่านได้บนเวปไซต์ของ WHO ได้ ตาม link นี้นะครับ ซึ่งบทเรียนจะเป็นตามสไลด์ด้านล่าง แบ่งเป็น 2 ตอนครับ

https://openwho.org/courses/introduction-to-ncov/overview

Update สถานการณ์ 2019-nCoV กันแบบเร็วกว่าสื่อ ที่หน่วย Data Science ของ Johns Hopkins

หน่วย CSSE (Center for Systems Science and Engineering) แห่งมหาวิทยาลัย Johns Hopkins ได้ทำการรวบรวมข้อมูลการแพร่ระบาดของเชื้อไวรัสโคโรน่า (2019-nCoV) แบบ update กันทุก 12 ชั่วโมง (อนาคตอาจถี่กว่านั้น ขึ้นกับสถานการณ์)

โดยรวบรวมข้อมูลมาจากทั้ง WHO, CDC, NHC and Dingxiangyuan ซึ่งทำให้ได้ข้อมูลที่ถึงแม้จะไม่เร็วเท่ากับรายงานในท้องถิ่นของแต่ละพื้นที่ (ตามข้อมูลนี้เวลา 10 โมงเช้า ไทยมีคนไข้ 7 ราย แต่ปัจจุบันตอน 4 โมงเย็นพบเป็น 8 รายแล้ว) แต่โดยภาพรวมทั้งหมดแล้วถือว่าประมวลผลได้เร็วมากๆ

หน่วยฯ ได้รวบรวมข้อมูลรายงานการแพร่ระบาดของเชื้อโคโรน่าไวรัสและทำ visualization ให้อ่านผลได้ง่าย ใครเห็นก็เข้าใจได้เร็ว
——————–

ข้อมูล ณ วันที่ 25/01/2020 เวลา 10 pm EST (10 โมงวันอาทิตย์บ้านเรา)
.
– ยอดผู้ติดเชื้อปัจจุบัน 2,019 ราย (จีน 1,979 ราย ไทย 7 ราย)
– ยอดผู้เสียชีวิต 56 ราย (ทั้งหมดอยู่ในจีน คิดเป็นร้อยละ 2.8 และยอดผู้เสียชีวิตส่วนใหญ่เกิดขึ้นในพื้นที่มลฑลเหอเป่ย (Hebei) ซึ่งมีเมืองหลวงคือ Wuhan)
– เริ่มมีรายงานเคสที่รักษาหาย ซึ่ง Protease Inhibitors (PIs) ได้ถูกนำมาใช้
.
ไล่ตัวเลขการติดเชื้อดู พบว่ามีการกระจายอยู่ตามเมืองใหญ่ จากตัวเลขดูเหมือนทางการจีนน่าจะเริ่มสามารถกักการแพร่กระจายของผู้ติดเชื้อและผู้เสียชีวิตให้อยู่ในพื้นที่ได้ โดยร้อยละ 98 ของผู้ติดเชื้อยังอยู่ในพื้นที่เหอเป่ย และร้อยละ 93 ของผู้เสียชีวิตก็อยู่ในพื้นที่นั้น
.
อัตราการเสียชีวิตอยู่ที่ 2.8% ซึ่งหากเทียบกับ SARS หรือ MERS แล้วพบว่าน้อยกว่ากันมาก (SARS อยู่ที่ 10%, MERS 30%)
——————–

เริ่มเห็นมีการนำตัวยาต้านไวรัสกลุ่ม Protease inhibitors (PIs) มาใช้ในการรักษา ซึ่งอย่างที่เคยเรียนใน post ครั้งก่อน มันเร็วไปที่เราจะสามารถเข้าใจเจ้าเชื้อโคโรน่าไวรัสที่เกิดการกลายพันธุ์จนแพร่ระบาดครั้งนี้ในระยะเวลาสั้นๆ ได้

โดยปกติการให้ยา โดยเฉพาะยาที่มีผลฆ่าเชื้อควรจะพบตัวรับบนตัวเชื้อที่จำเพาะเจาะจง จะได้ฆ่าเชื้อได้อย่างหมดจดไม่หลงเหลือ แต่เพราะคราวนี้มีผู้เสียชีวิตด้วยเชื้อลักษณะใหม่ ทางการแพทย์จึงพยายามที่จะดึงเครื่องมือที่มีมาใช้ไปก่อนตามสมมติฐาน

#ถามว่า Protease Inhibitors ไปทำอะไรกับตัวเชื้อ :

ปกติแล้วตัวเชื้อจะส่ง RNA ซึ่งเป็นสารพันธุกรรมเข้าไปในเซลล์เหยื่อ แล้วใช้ให้เซลล์เหยื่อทำตัวเป็นโรงงานผลิตลูกหลานให้ ถ้าพยายามเปรียบเทียบให้เห็นภาพ เจ้า protease inhibitors นี้ จะเข้าไปยับยั้งการผลิตโปรตีนเพื่อกลายเป็นตัวของลูกหลานเจ้าโคโรน่าในช่วงท้ายของการถอดรหัสพันธุกรรม ทำให้ไม่สามารถคลอดออกมาได้เป็นตัวต่อไปได้

——————-

มีเกร็ดที่น่าสนใจเกี่ยวกับเจ้ายาต้านไวรัสกลุ่ม Protease Inhibitors นี้หลายประการที่น่าหยิบมาเล่า
.
– PIs นี้หลักๆ แล้วใช้ในการรักษาผู้ป่วยติดเชื้อ HIV กับ ไวรัสตับอักเสบ C

– ตัวที่ใช้รักษา HIV จะมีชื่อลงท้ายด้วย -navir (อย่างตัวที่เป็นข่าวเป็นกลุ่ม -navir เช่น Nelfinavir, Lopinavir, Ritronavir) ส่วนตัวที่ใช้รักษา Hep C จะลงท้ายด้วย -previr

– ยากลุ่มนี้ในตอนแรกถูกออกแบบด้วยการใช้ computer model ในการออกแบบโครงสร้างยา (ไม่ใช่สุ่มสร้างอย่างไม่มีเป้าหมาย) โดยพอนักวิจัยทราบโครงสร้างของตัวเชื้อ ก็ได้ใช้คอมพิวเตอร์ออกแบบโครงสร้างสามมิติที่จับกับเชื้อได้พอดี จากนั้นก็ทำการสังเคราะห์ยาตามโครงสร้างนั้น (เจ๋งปะหละ เค้าทำแบบนั้นได้ตั้งแต่ก่อนปี 2000 อีกนะ!)

– ก่อนที่ยากลุ่มนี้จะถูกนำมาใช้ อัตราการตายของผู้ติดเชื้อ HIV สูงมาก โดยเพิ่มปีละ 20% ทุกปี แต่หลังจากนำยามาใช้ 2 ปี อัตราการตายของผู้ป่วยในอเมริกาลดลงจากปีละ 50,000 คน เหลือเพียง 18,000 คน ซึ่งมีนัยยะสำคัญมาก

– อย่างไรก็ดี ถ้าไปค้น nelfinavir ในฐานข้อมูลของอย. ไทย จะพบว่าไม่มีทะเบียนยานี้แล้วในประเทศไทย สาเหตุส่วนหนึ่งเพราะเคยเกิดเรื่องการปนเปื้อนในยาก่อให้เกิดมะเร็ง ซึ่งเป็นเหตุให้นานาชาติ และ อย.ไทยตัดสินใจประกาศถอนทะเบียนยาออกจากระบบ (มียาตัวอื่นแทนได้)

– ส่วน Lopinavir และ Ritronavir มีการใช้เป็นสูตรผสม ในไทยถ้าสืบประวัติย้อนไป ก็จะเจอเรื่องราว “การเมืองเรื่องของยา” เกี่ยวข้องซับซ้อนหลายเรื่องที่จะให้เล่าก็เล่าได้เป็นวัน

คือ ในช่วงที่ประเทศไทยมีความพยายามทำ CL (Compulsary Licensing) หรือ ริบสิทธิบัตรยา ทำให้บริษัทยาข้ามชาติต้องถอนทะเบียนและทำให้องค์การเภสัชกรรมกลายเป็นผู้ผลิตและจำหน่ายยาตัวนี้ในไทยได้ในราคาที่ถูกลงหลายเท่า ซึ่งตอนนี้ในไทยมีทั้งสูตรยาเม็ดเคลือบและยาน้ำ

แต่การริบสิทธิบัตรยาที่ว่า ก็ทำให้บริษัทยาเมืองนอกไม่ไว้วางใจรัฐบาลไทยไปพักนึงเลยเหมือนกันว่าจะทำกับยาตัวอื่นอีกหรือไม่ ซึ่งส่งผลให้ยาใหม่เมืองนอกบางตัวก็จะไม่มีวางขายในไทยไปเลยเหมือนกัน

เรื่องการใช้ยากลุ่ม PIs ที่ว่ามีเคสใช้ยากลุ่มนี้แล้วหาย อย่างไรก็ดีไม่ใช่ว่ายาตัวนี้ใช้ได้ตลอดไป สถานการณ์ตอนนี้ที่หน้างาน ยาอะไรที่มี มีกลไกน่าจะช่วยได้ ก็เอามาใช้ไปก่อน แล้วก็เก็บข้อมูลผลการรักษาเพื่อเรียนรู้และนำไปใช้กับเคสรายอื่นๆ ต่อ สิ่งที่ยากของยาต้านไวรัสคือ เชื้อมันกลายพันธุ์ง่ายมาก (ยกตัวอย่าง HIV สิ เราสู้มาตั้งแต่ปี 1985 ถึงตอนนี้เรายังปราบมันไม่ได้ราบเรียบเลย แต่เราสำเร็จในระดับที่ทำให้คนเป็นเอดส์ไม่ต้องตายฉับพลันแต่อยู่กับมันไปตลอดชีวิตได้กลายเป็นโรคเรื้อรังไปเลย)

——————–

แค่เรื่องข้อมูลการกระจายของเชื้อในเมืองอู่ฮั่น ก็แตกประเด็นได้หลายเรื่องจริงๆ

ส่วน link สำหรับทุกท่านเข้าไปดูข้อมูลการระบาดของ Johns Hopkins นะครับ ที่นี่ได้เลยครับ : http://bit.ly/2uClLic load ข้อมูลออกมาเป็น google sheet ก็ได้ด้วยนะ เอาไปใช้งานต่อได้เลย

เวปไซต์นี้คือตัวอย่างที่ดีของการนำข้อมูลสาธารณะ นำมาใช้สร้าง visualization ให้เกิดประโยชน์ ทำให้ทุกคนมองเห็นปัญหาได้ตามความเป็นจริง ไม่เพิกเฉย แต่ก็ไม่ตื่นตระหนกจนเกินไป ซึ่งเหมาะกับเป็นการบริหารข้อมูลในยุค 4.0 จริงๆ

(ภาครัฐไทยเราก็อยากให้ทำได้แบบนี้เหมือนกันนะครับ หลายเรื่องเลย ถ้าว่ากันตรงๆ ตอนนี้ก็มีหลายเรื่องที่เค้าทำแล้วแหละ แต่อยากได้ real time แบบนี้ และ visualization แบบนี้ด้วยเลยครับ)

#nCoV #ProteaseInhibitors #PIs #Lopinavir #Ritronavir #Wuhan #Hubei #Corona #NovelCorona #โคโรน่าไวรัส #เภสัชกรการตลาด

โคโรน่าไวรัส (Corona Virus 2019) กับ บทเรียนการระบาดของซาร์ส และเมิร์ซ (SARS-CoV และ MERS-CoV)

วันที่เขียนคือ วันที่ 25 มกราคม 2020 ในช่วงวันที่อยู่ระหว่างคนไทยส่วนใหญ่ต้องทุกข์ระทมกับภาวะหมอกควัน pm 2.5 อย่างต่อเนื่องมาเป็นเวลาร่วมเดือน ข่าวการแพร่ระบาดของเชื้อ Corona Virus จากเมืองอู่ฮั่น (Wuhan) ประเทศจีน ก็เป็นหนึ่งในข่าวที่คนไทยให้ความสนใจไม่น้อยเลย ด้วยเพราะพบผู้ติดเชื้อในประเทศเราเองถึง 4 ราย และที่ทำคัญเมืองอู่ฮั่นซึ่งมีนักท่องเทียวมาเที่ยวไทยกันเยอะก็ถึงกับประกาศปิดเมืองเพื่อกันการแพร่ระบาดของคนไข้ไปสู่วงกว้าง ซึ่งข้อมูลล่าสุดจาก WHO พบว่าปัจจุบันมีผู้ติดเชื้อแล้วทั่วโลก 846 ราย และเสียชีวิตแล้ว 25 ราย
.

นี่ไม่ใช่ครั้งแรกที่มีการระบาดของ Corona virus มาสู่คน เคยมีการระบาดของเชื้อในตระกูลนี้ครั้งใหญ่มาแล้วถึง 2 ครั้ง ครั้งแรกเกิดในปี 2002 ภายใต้ชื่อกลุ่มอาการว่า SARS เริ่มต้นจากในประเทศจีน และครั้งที่ 2 เมื่อปี 2012 ภายใต้กลุ่มอาการว่า MERS ที่เริ่มต้นจากการติดเชื้อในประเทศตะวันออกกลาง
.

การระบาดครั้งนั้นมีบทเรียนมากมายให้ลองกลับไปศึกษา (ถึงขนาดเอาไปทำเป็นหนังดูก็คงจะดูสนุก แต่ติดที่มันคือเรื่องจริงที่มีผู้เสียชีวิตในเรื่องนี้มากมาย) อาจนำเรื่องนี้มาเทียบเคียงกับมาตรการที่พวกเรากำลังใช้รับมือกันอยู่นี้และอาจนำไปคิดต่อยอดในสิ่งที่เราน่าจะพอทำต่อไปได้
.
#CoV คือ เชื้อโคโรน่าไวรัส (Corona virus) ซึ่งเป็นไวรัสตระกูลเดียวกันกับ SARS และ MERS โดยเชื้อชุดที่กำลังระบาดในปัจจุบันมีแค่ชื่อที่เรียกว่า #nCoV หรือ 2019 novel corona virus หรือไวรัสโคโรน่าใหม่ปี 2019 ที่เรายังไม่เข้าใจมันดีและกำลังศึกษาลักษณะการก่อโรคของมันอยู่

เชื้อไวรัสที่ทำให้เกิดโรคทั้งสาม เป็นเชื้อไวรัสแบบ ssRNA หรือ Single Strand RNA คือ ขยายพันธุ์ เพิ่มจำนวน ด้วยการสอดเส้น RNA เข้าไปในเซลล์เหยื่อ เหมือนกับทำให้เหยื่อกลายเป็นโรงงานผลิตลูกหลานให้เลยทีเดียว
.

ภาพ Corona Virus ถ่ายด้วยกำลังขยายเกือบ 3 แสนเท่า


หากเมื่อถ่ายรูปซูมใกล้ๆ จะพบว่ามีหน้าตาคล้ายๆ มงกุฎ (Corona แปลว่ามงกุฎ) พี่น้องตระกูลนี้มักชอบทำให้เกิดโรคทางเดินหายใจเป็นหลัก
.

ลักษณะของ DNA Virus
ลักษณะของ DNA Virus (ต่อ)
ลักษณะของ Single Strand RNA (Corona Virus อยู่ในกลุ่มนี้)

#SARS ย่อจาก Severe Acute Respiratory Syndrome หรือ กลุ่มอาการทางเดินหายใจเฉียบพลัน

#MERS ย่อจาก Middle East Respiratory Syndrome หรือ กลุ่มอาการทางเดินหายใจที่เกิดในแถบตะวันออกกลาง
.

#SARS เข้ามาในปี 2002 เกือบ 20 ปีมาแล้ว เริ่มต้นในจีนแล้วกระจายไปกว่า 30 ประเทศ อาการเริ่มต้นคือไข้สูง ไอ หายใจลำบาก นำคนไข้ไป X-ray แล้วเหมือนเป็นปอดบวม มีการระบาดหนักเริ่มกระจายตัวจากคนในครอบครัวและคนที่ทำหน้าที่ดูแลคนไข้ ใช้เวลาฟักตัวไม่กี่วัน นานสุดไม่เกิน 10 วันก็เกิดอาการ

ตอนนั้นพบคนเป็น SARS กว่า 8 พันราย ซึ่งเป็นแล้วตายถึงร้อยละ 10

เค้าสันนิษฐานว่าแหล่งของไวรัสมาจากตลาดสดในจีนที่เอาสัตว์ป่ามาขายเป็นอาหาร ทั้งค้างคาว อีเห็น ซึ่งเชื้อพวกนี้ถ่ายทอดกันในสัตว์กันเองอยู่แล้ว แต่เพิ่งพบว่ามันติดมาสู่คนได้ด้วย บางครั้งการติดระหว่างสัตว์นั้นมันไม่ตาย แต่พอกระโดดเข้ามาในคนแล้วร้ายกาจเหลือหลาย
.

SARS ตอนนั้นพบว่าเชื้อทนไม่เบา คือ มันอยู่ได้ที่อุณหภูมิห้องได้ถึง 2 วัน และยาวได้ถึง 4 วันในอุจจาระ เรารู้จักหน้ากาก N95 ครั้งแรกๆ ก็ตอนนั้นแหละเพราะเค้าแนะนำว่ามันกันเชื้อได้ แหล่งกระจายเชื้อได้ดีตอนนั้นคือในโรงพยาบาลเลย ซึ่งรวมไปถึงแหล่งที่คนอยู่กันกระจุกตัว เช่น โรงแรม อพาทเม้นท์ในฮ่องกง อัตราการติดสูงถึง 50% เลยทีเดียว
.

พูดถึงการรักษา ตอนนั้นไม่ได้มียาอะไรรักษาเป็นการเฉพาะ ถึงแม้ว่าจะมียาฆ่าเชื้อไวรัส #Ribavirin ความเข้มข้นสูง (เป็น Nucleosid inhibitor ไปยับยั้งการสร้าง RNA ของไวรัส) แต่ก็ไม่ได้รักษาเชื้อนี้เป็นการจำเพาะ (ยาตัวนี้มียาสามัญแล้ว องค์การเภสัชไทยก็ผลิตได้) มีการใช้คู่ Protease inhibitor (ใช้ในการรักษา HIV) บ้าง ซึ่งเห็นผลดีขึ้นในคนไข้ นอกจากนั้นก็รักษาตามอาการ เช่น ให้ Corticosteroids ช่วยลดผลของ cytokine ในการทำลายปอด มีรายงานบ้างว่าการให้ interferon ช่วยยับยั้งไวรัสในหลอดทดลองได้ แต่ก็ยังไม่ได้มีงานวิจัยทางคลินิกชัดเจน
.

สุดท้ายในตอนนั้น เค้าไปพบสารต้านภูมิคุ้มกันในเลือดคนไข้ หรือ Neutralizing Antibody (NAb) มันผลิตมาจากเม็ดเลือดขาว จะทำหน้าที่ไปจับกับเชื้อทำให้เชื้อกระจายตัวไม่ได้ ซึ่งตอนนั้นเค้าก็เอาเชื้อที่หมดฤทธิ์แล้วนี่แหละไปทำเป็นวัคซีนกระตุ้นภูมิต้านทาน ทำให้ป้องกันเคสใหม่ได้ ซึ่งพอรวมกับมาตรการกักกันโรค และการช่วยผู้ป่วยตามอาการ ก็ทำให้เราเอาชนะ SARS ในตอนนั้นมาได้ (มนุษย์เรานี่โครตเก่งเลย)
.

วิธีการแทรกสอดตัวเองเข้าไปในเซลล์ของเหยื่อโดย Corona Virus ซึ่งวิธีรักษาก็โดยการให้ยายับยั้งการสร้าง RNA ใหม่ และการให้ยายับยั้งการสร้างโปรตีนที่จะเป็นส่วนประกอบของเซลล์ลูกหลานใหม่ของไวรัสไปด้วยกัน

ส่วน #MERS ที่แปลตามชื่อว่าโรคทางเดินหายใจตะวันออกกลาง ตอนนั้นเค้าเจอเชื้อจากเสมหะของชายชาวซาอุ ช่วงกลางปี 2012 (คือ 10 ปีต่อมา) ซึ่งชายคนนี้ต่อมาตายเพราะอาการปอดบวมและไตวาย แล้วก็เจอในอีกหลายประเทศในแถบนั้น ซึ่งกลายเป็นการระบาดครั้งใหญ่พบที่เกาหลีใต้หลังจากที่มีคนไข้เดินทางกลับจากพื้นที่นั้น ทำให้เกิดระบาดมีคนไข้ติดเกือบ 200 คน ใน 16 โรงพยาบาลภายใน 4 สัปดาห์
.

เวลาผ่านไปจนถึงปลายปี 2016 มีคนติดเชื้อ MERS ไปเกือบ 2,000 ราย และตายไป 600 กว่าคน (อัตราการตายสูงถึง 1 ใน 3 ซึ่งสูงกว่า SARS เยอะมาก)
.

สาเหตุของ MERS ตอนนั้นก็ยังไม่แน่ชัด แต่เค้าไปทำการสำรวจย้อนกลับ เค้าไปพบ Antibody หรือ สารต้นภูมิคุ้มกันในอูฐหนอกเดียว ก็เลยสันนิษฐานว่าน่าจะเป็นการติดมาจากอูฐสู่คน ซึ่งเอาจริงแล้วคนกับอูฐก็อยู่ร่วมกันมานานแล้ว และเค้าก็สันนิษฐานว่า MERS น่าจะมีมานานแล้วตั้งแต่ในช่วยปี 1980’s ซึ่งจนถึงทุกวันนี้เรายังคงเจอผู้ป่วยโรค MERS อยู่เลย
.

เรื่องของยาก็คล้ายๆ กัน คือ มีการใช้ interferon ร่วมกับ Ribavirin, Protease inhibitor ซึ่งก็เชื่อว่าให้ผลดีในคนไข้ แต่อย่างไรก็ดีการใช้มาตรการกักกันคนไข้ที่พบอาการไม่ให้เกิดการแพร่ระบาด และรักษาตามอาการก็มีความจำเป็น
.

บทเรียนจากทั้งสองกลุ่มอาการ ซึ่งเป็นพี่น้องอยู่ในตระกูลเดียวกันกับเชื้อ Corona Virus (2019-nCoV, Novel Corona Virus) ที่กำลังแพร่กระจายอยู่ในปัจจุบัน น่าจะพอเป็นข้อมูลกรณีศึกษาที่สำคัญเพื่อที่จะใช้ทบทวนว่า มาตรการที่เราเองทำ ที่ภาครัฐทำ และหน่วยงานสาธารณสุขระหว่างประเทศทำอยู่ในวิสัยที่เหมาะสมหรือไม่ มีทิศทางอย่างไร
.

บทเรียนจากทั้งสองโรคทำให้เห็นว่าการกักกันพื้นที่ระบาดมีความสำคัญ การให้การรักษาผู้ที่ติดโรคอย่างเร่งด่วนก็สามารถช่วยให้ผู้ป่วยรอดตายได้ ไม่ใช่ว่าผู้ป่วยทุกคนจะต้องตาย ภูมิคุ้มกันของเราเองมีความสำคัญไม่น้อย ดังนั้นให้หมั่นรักษาร่างกายตนเองให้พร้อมทุกสภาวะหากติดเชื้อจริงๆ ก็มีโอกาสที่ภูมิคุ้มกันจะสามารถช่วยให้เอาตัวรอดได้ (สภาวะร่างกายที่สมบูรณ์ย่อมเป็นต้นทุนที่สำคัญ)
.

และที่สำคัญสุดในเรื่องนี้คือ การรู้จักป้องกันตัวเองไม่ให้ติดเชื้อ ทั้งด้วยการไม่นำตัวเองไปอยู่ในพื้นที่มีความเสี่ยง เมื่ออยู่ในที่ชุมชนก็ให้พยายามใช้หน้ากากป้องกัน ให้รักษาสุขอนามัยส่วนตัวให้ดี กินช้อนกลาง ล้างมือให้สะอาดทุกครั้งก่อนรับประทานอาหารหรือต้องใช้มือสัมผัสร่างกายตนเองเช่นใบหน้า ดวงตา หรือ บริเวณอื่นๆ
.
มีคำถามว่า แล้วฝั่งด้านยารักษา เรากำลังทำอะไรกับมันอยู่มั๊ย ตอบได้ว่าในปัจจุบันทีมงานนักวิจัยจากหลายประเทศกำลังศึกษามันอยู่ และด้วยการที่เราเองเคยมี platform หรือ รูปแบบที่เคยใช้รับมือกับ SARS และ MERS มาก่อน เราน่าจะสามารถเลือกใช้ยารักษาได้แม่นยำขึ้น และอาจสามารถผลิตวัคซีนมาใช้สกัดการระบาดได้ทันท่วงเวลา แต่ทั้งนี้กระบวนการวิจัยด้านยาเองก็ต้องใช้เวลา ใช้สัตว์ทดลอง ใช้อาสาสมัคร ซึ่งก็ต้องทำงานแข่งกับเวลาไม่น้อยเลยทีเดียว
.

เชื่อว่าเราน่าจะผ่านเรื่องนี้ไปได้ และขอให้ 2019-nCoV กลายเป็นเพียงกรณีศึกษาที่สำคัญในวงการแพทย์ที่มีการยอดผู้ติดเชื้อและผู้เสียชีวิตไม่มากเกินไปกว่าที่ WHO รายงานในวันนี้เลย

วิรุณ
เสาร์ 25 มกราคม 2563

รูปประกอบ : de Wit F., van Doremalen N., Falzarano D., Munster V.J. SARS and MERS: recent insights into emerging coronaviruses. Nat Rev Microbiol 2016; 14[8]:523–534

เจาะแก่นเนื้อหา “ทิศทางและยุทธศาสตร์ของร้านยายุคดิจิตอล” (Law, Big data, Health System) ตอนที่ 1

เจาะแก่นเนื้อหาทิศทางและยุทธศาสตร์ของร้านยายุคดิจิตอล” (Law, Big data, Health System) 

จากงานประชุมใหญ่สามัญประจำปี สมาคมเภสัชกรรมชุมชน (ประเทศไทย)
วันอาทิตย์ ที่ 3 มีนาคม 2562 

บรรยายโดย ภญ.เนตรนพิศ สุชนวณิช และอาจารย์ไพศาล ลิ้มสถิตย์ 

เรียบเรียงเนื้อหาและเขียนบทความโดย เภสัชกรวิรุณ เวชศิริ 

เนื้อหาจะแบ่งออกเป็นสองตอน โดยตอนที่หนึ่งนี้จะเป็นช่วงบรรยายโดย ภญ.เนตรนพิศ สุชนวณิช อดีตผู้บริหารสำนักงานระบบหลักประกันสุขภาพแห่งชาติ และตอนที่สองจะเป็นเรื่องเกี่ยวกับข้อกฎหมายและสถานการณ์ด้าน e-health โดยอาจารย์ไพศาล ลิ้มสถิตย์ 

เนื้อหาตอนที่หนึ่งมีดังต่อไปนี้ครับ

ในปัจจุบันเทคโนโลยีทำให้เกิดการเปลี่ยนแปลงมากมายหลายอุตสาหกรรมและแน่นอนวงการสุขภาพก็เป็นหนึ่งในนั้น  บทความนี้จะเริ่มให้ผู้อ่านได้เข้าใจศัพท์พื้นฐานที่เกี่ยวกับเทคโนโลยีเช่น IoT, Big Data, Blockchain  จากนั้นจะเล่าถึงประวัติความเปลี่ยนแปลงของร้านยาและหน่วยบริการสุขภาพสู่ระบบดิจิตอล และสุดท้ายจะชี้ให้เห็นว่าการที่ร้านยาสามารถเชื่อมสู่ระบบดิจิตอลได้จะเกิดประโยชน์อะไรและเพื่อให้เกิดการเชื่อมโยงได้ร้านยาควรทำอะไรเพิ่มเติมบ้าง 

=======================================

1. เข้าใจตรงกันเรื่องศัพท์ดิจิตอล  

  • Internet of Thing (IoT)

Internet of Thing (IoT) คือ การเชื่อมต่อของอุปกรณ์อิเลคทรอนิกส์ต่างๆ ผ่านระบบอินเตอร์เน็ต ทำให้เกิดระบบที่สามารถสั่งงานจากไหนก็ได้ เกิดข้อมูลมากมาย ทั้งข้อมูลที่มีโครงสร้าง (Structure data) และไม่มีโครงสร้าง (Unstructure data) เช่น รูป วีดีโอ นำไปสู่การทำให้เกิด Big data หรือข้อมูลจำนวนมหาศาล

  • Big data 

Big data มีคำจำกัดความที่หลากหลายมาก  โดยต้องมีคุณลักษณะอย่างเช่น มี volume หรือข้อมูลจำนวนมาก เช่น google , facebook มีข้อมูลมหาศาลส่วนตัวของผู้ใช้จำนวนมาหาศาล และเพิ่มขึ้นอย่างรวดเร็ว   ข้อมูลมีการเปลี่ยนแปลงอย่างรวดเร็ว เช่น ข้อมูลจากตลาดหุ้น หรือ จาก IoT  ข้อมูลมีการทำงานร่วมกัน  มีความถูกต้อง ไม่มั่ว มีการปรับปรุงเป็นปัจจุบัน 

ในปัจจุบันเราพบว่า ด้วยการมีข้อมูลจำนวนมาก สามารถทำให้เกิดระบบการตัดสินใจที่ชาญฉลาด เครื่องสามารถประมวลผลตอบให้เราได้ในลักษณะปัญญาประดิษฐ์ (AI) ซึ่งความจริงแล้วมีการใช้มานานหลายปีมาก ยกตัวอย่างเช่น ตั้งแต่เมื่อสมัย 20-30 ปีก่อนร้านค้าปลีกในอเมริกามีการจัดเรียงเบียร์และผ้าอ้อมเด็กมาวางไว้ด้วยกัน เพราะระบบมีการทำ data mining ทำให้ที่รู้ถึงพฤติกรรมของผู้ซื้อ ว่ามักซื้อสินค้าประเภทนี้ไปด้วยกัน เมื่อนำมาหาเหตุผลย้อนหลังก็พบว่า เป็นเพราะในช่วงเวลาสุดสัปดาห์ พ่อบ้านมักจะเลี้ยงลูกไปพร้อมๆ กับการดื่มเบียร์  

สำหรับร้านยาควรจะปรับตัวสู่ด้าน digital ด้วย แต่จุดเริ่มต้นใหญ่คือ ร้านยาเองต้องปฏิวัติตัวเองก่อน ด้วยการเริ่มเก็บข้อมูลของร้านในระบบ digital   

  • Blockchain 

Blockchain  เป็นระบบการเก็บข้อมูลแบบหนึ่ง ซึ่งทำให้ข้อมูลที่เราได้รับ update ถูกต้องตรงกัน ทำให้เกิดการเปลี่ยนผ่านสู่สังคมดิจิทัลอย่างถูกต้อง  

ทั้งนี้ หากร้านยายังไม่เริ่มบันทึกข้อมูล  คนไข้ก็จะไม่ได้รับการรักษาอย่างต่อเนื่องอย่างที่ควรจะเป็น คนไข้ต้องถูกถามคำถามเดิมซ้ำๆ เช่น แพ้ยาอะไรบ้าง มีโรคประจำตัวหรือไม่ ทั้งๆ ที่สามารถส่งต่อข้อมูลระหว่างหน่วยบริการกันได้ เมื่อหน่วยบริการไม่รู้ข้อมูล ก็อาจทำให้คนไข้ได้รับยาซ้ำซ้อนได้ ข้อมูลจากการให้บริการก็ไม่สามารถนำไปใช้ในงานวิจัยต่อได้ หรือแม้ไม่สามารถป้องกัน ADR หรืออาการไม่พึงประสงค์ได้ ยกตัวอย่างเช่น ในช่วงปีที่ผ่านมามีคนไข้ HIV ที่จำเป็นต้องได้ยา ARV และยากลุ่ม Ergot จำนวนไม่น้อย ซึ่งยาทั้งสองกลุ่มมีอันตกิริยาระหว่างกัน (ยาตีกัน)  ทำให้คนไข้ต้องถูกตัดขา การมีข้อมูลการรับประทานยาในสถานพยาบาลสามารถป้องกันเหตุนี้ได้ แต่พบว่า สำหรับร้านยา ยังไม่มีการเชื่อมต่อข้อมูลหรือระบบการบอกแจ้งเตือนให้ร้านยาได้บอกกับคนไข้สำหรับยากลุ่มนี้   

ดังนั้น ถ้าสถานบริการสุขภาพและร้านยาสามารถแชร์ข้อมูลกันได้ และถูกต้องตรงกัน ก็จะมีประโยชน์อย่างมากต่อการดูแลผู้ป่วย   

คำถามสำคัญในส่วนนี้คือ ร้านยาได้เริ่มต้นเก็บข้อมูลในระบบดิจิตอลแล้วหรือยัง? 

========================================

2. การเปลี่ยนแปลงของร้านยาสู่ระบบดิจิทอล  

ต้องถามผู้ประกอบการร้านยาตั้งแต่แรก ว่ามีเป้าหมายการเปลี่ยนแปลงเพื่ออะไร เช่น 

  • เพื่อการทำร้านยาให้ได้กำไรสูงสุด  
  • เพื่อการบริการคนไข้ให้ได้มีประสิทธิภาพ 
  • เพื่อสร้างระบบบริการสาธารณสุขที่ดีขึ้น 

ถ้าโจทย์คือ ต้องการได้กำไร ก็ตรงไปตรงมา ให้ดูว่าผู้ซื้อที่ร้านยาต้องการอะไร ผู้ซื้อไทยเปลี่ยนความต้องการเร็วมาก ผู้ประกอบการต่างประเทศ มักจะสืบโดยหาว่าคนไทยต้องการอะไรแล้วนำมาประมวลผลเพื่อเสนอสินค้าที่ผู้ซื้อต้องการซื้อ  

ยกตัวอย่างเช่น ในปัจจุบัน การซื้อสินค้าบน website จะมีการส่งภาพโฆษณาแตกต่างกันจากพฤติกรรมการท่อง website ในอดีตที่แตกต่างกันของผู้ซื้อ ซึ่งสะท้อนถึงระบบการเก็บข้อมูลและระบบการแนะนำสินค้าจากข้อมูลดังกล่าว   

ประวัติการเปลี่ยนแปลงของการเชื่อมต่อของร้านยาร่วมไปกับระบบสุขภาพหลักของไทย 

มีการศึกษาในปี 2553 คนกรุงเทพ ส่วนใหญ่ที่เจ็บป่วยระดับกลางถึงมากมักจะไปโรงพยาบาลหรือคลินิค  ส่วนการเจ็บป่วยเล็กๆ น้อยๆ ก็มักจะไปร้านยา  ซึ่งพฤติกรรมนี้สอดคล้องกับความพยายามในการนำร้านยาเข้าสู่ระบบหลักประกันสุขภาพ 

อย่างไรก็ดี ในอดีตร้านยาเคยถูกตั้งข้อสงสัยในเรื่องคุณภาพ จึงมีความพยายามผลักดันเรื่องร้านยาคุณภาพให้เป็นจำนวน outlet หรือหน่วยให้บริการในจำนวนที่เพียงพอ โดยเฉพาะเขตเมืองซึ่งร้านยามีบทบาทมาก   

ตามความเป็นจริงแล้ว คนไข้คนหนึ่งมักไม่ได้ใช้บริการสุขภาพแค่เพียงในโรงพยาบาล เพราะจะมีสถานพยาบาลในระดับต่างๆ ร่วมด้วย เช่น อนามัย  รพ.สต.​ ร้านยา หรือแม้แต่การดูแลเจ็บป่วยที่บ้าน  พฤติกรรมการบริการสุขภาพจึงเป็นการเคลื่อนไหวส่งต่ออย่างต่อเนื่อง จาก Primary care สู่ intermediat และสู่ long term care  

ข้อมูลจึงมีการเคลื่อนย้ายไปจากหน่วยบริการต่างๆ  หน่วยบริการในระดับต่างๆ จึงควรมีข้อมูลของคนไข้รองรับสำหรับการเข้ารับบริการด้วย  

ไม่นานมานี้ สำนักงานหลักประกันสุขภาพแห่งชาติ (สปสช.) ได้รับเงินจากรัฐบาลในโครงการดูแลผู้ป่วยแบบ Long term care สำหรับการดูแลผู้ป่วยที่บ้าน การดูแลผู้สูงอายุ  โดยมีการให้ค่าดูแล Care giver  และทำร่วมกับชุมชน  ซึ่งจะมีแนวคิดใหม่เรื่องการใช้แหล่งของเงินผสมผสานกัน ร้านยาอาจเป็นส่วนหนึ่งของ care givers  และถ้า หน่วยบริการหรือร้านขายยาคิดว่าเงินไม่พอ อาจใช้วิธีการนำเงินท้องถิ่นเข้ามาประกบเพิ่มเติมเพื่อสนับสนุนให้เกิดบริการได้ เช่น ผนวกกับกองทุนประกันสังคม หรือ สวัสดิการข้าราชการ หรือ เงินสนับสนุนจากหน่วยงานท้องถิ่นเช้ามาเพิ่ม  

ในปี 2552 เคยมีความพยายามในการทำโครงการบัตรเดียวใช้บริการที่ไหนก็ได้ในจังหวัด โดยผู้ป่วยสามารถเลือกได้ว่าจะใช้บริการจังหวัด ทางผู้จัดทำจึงตั้งคำถามว่า ถ้าสามารถบูรณาการข้อมูลผู้ป่วย เชื่อมกับระบบสิทธิกับข้อมูลเลข 13 หลักและเชื่อมกับระบบทะเบียนราษฎร์ ก็จะทำให้ดูแลคนไข้ตามระบบนี้ได้  แต่ในความเป็นจริงในเวลานั้นยังไม่สามารถเชื่อมโยงกันได้  โดยมีกรณีศึกษาหนึ่ง พบว่า คนไข้ได้ไปใช้บริการ รพ.ชุมชนแห่งหนึ่ง ได้ยา Ibuprofen มาแล้วไม่หาย แต่คนไข้ตัดสินใจไม่กลับไปใช้บริการที่โรงพยาบาลเดิมแต่ไป รพ.ศูนย์ ซึ่งได้ naproxen กลับมา ความหมายคือ คนไข้ได้ยา  NSAIDs  ซ้ำ ซึ่งส่งผลกระทบด้านลบต่อคนไข้อย่างชัดเจน  

================================== 

3. การพัฒนาระบบเชื่อมต่อระบบข้อมูลสุขภาพ (Big data กับงานเภสัชกรรม)

มีกรณีของประเทศไต้หวัน มีการรวมตัวกันของร้านยาจำนวน 200 ร้าน มีการทำระบบส่งต่อแชร์ข้อมูลจากร้านยาไปสู่โรงพยาบาล ผลปรากฎว่า ระบบหลักประกันสุขภาพได้พยายามทำการเชื่อมข้อมูลเข้าสู่ระบบไปมาอย่างสมบูรณ์  เมื่อคนไข้ไปใช้บริการที่โรงพยาบาล  และเสียบบัตร smart card และหมอเสียบบัตรประจำตัวของหมอ หมอก็จะเห็นข้อมูลคนไข้ และประวัติการรักษาทั้งหมด  ทำให้ค่าใช้จ่ายในการรักษาโดยรวมลดลง ลดค่าใช้จ่ายจากการใช้ยาซ้ำซ้อนในโรคเดียวกันอย่างมีนัยยะสำคัญ 

สำหรับประเทศไทย สภานิติบัญญัติแห่งชาติ (สนช.)   ได้เสนอให้รวบรวมข้อมูลการเจ็บป่วยรายโรค ทั้ง OPD, IPD ให้อยู่ในระบบและมองเห็นได้ มีข้อมูลการ complain จากผุ้รับบริการและผู้ให้บริการตลอด 24 ชั่วโมงแล้วร้อยเชื่อมข้อมูลทั้งหมดมาบูรณาการเป็น patient center ซึ่งดูจากหลักการแล้ว น่าจะดีเหมือนกับที่หลายคนฝันอยากเห็น  

ข้อมูลดังกล่าวก็สามารถนำมาวิจัยต่อได้ โดยผู้ทำการวิจัยจะแปลงเลข 13 หลักให้เป็นรหัสที่ไม่สามารถแปลงกลับได้ ซึ่งสะท้อนทว่าได้ทำการรักษาความลับของผู้ป่วย   

มีตัวอย่างในประเทศเกาหลีใต้ ที่ได้ดำเนินการนำข้อมูลบุคคลร้อยเชื่อมกับข้อมูลการเจ็บป่วยเป็นผลสำเร็จแล้ว โดยถ้าคนไข้เปิดมือถือจะบอกว่าข้อมูลการเจ็บป่วย ผลการตรวจเลือด ตลอดไปถึงการแนะนำว่าอาหารที่ควรรับประทานคืออะไรที่จะเหมาะต่อสภาวะสุขภาพ  คือ เอาข้อมูลที่น่าเชื่อถือมาชนเข้ากับพฤติกรรมของเรา เช่น ถ้ากินมัน กินเค็ม ก็ต้องลดอะไรบ้าง 

ประเทศไทยเองก็ได้พัฒนาข้อมูลในลักษณะนี้อยู่ โดยขณะนี้มีทีมงานที่มีการร่วมมือระหว่าง กทม. ได้ทำระบบเชื่อมต่อกับโรงพยาบาลภูมิพล ทำการเชื่อมตารางนัดคนไข้ มีข้อมูลทางคลินิก และสามารถแจ้งให้คนไข้ทราบได้ว่าอยู่ในสภาวะความเสี่ยงทางสุขภาพแบบใด เช่น  high risk หรือ low risk ที่เกี่ยวข้องกับสุขภาพ

ซึ่งในอนาคต หากมีการเปิดโอกาสให้ร้านยาเข้าร่วมในระบบดังกล่าว ร้านยาก็จะยืนอยู่บนพื้นฐานของ Patient center ซึ่งในตอนนี้หากร้านยาสามารถเริ่มต้นการบันทึกข้อมูลเข้าระบบและสามารถนำข้อมูลนั้นเข้ามาแชร์ร่วมกับระบบกลางได้จะเกิดประโยชน์ต่อคนไข้มาก  หากสามารถสร้างการเชื่อมต่อกับระบบดังกล่าวได้ จะทำให้เกิด Big data  และร้านยาจะเป็นสมาชิกหนึ่งของ Big data ข้อมูลจะถูกนำมาผนวกร่วมเป็นส่วนหนึ่งของรายงาน ทำให้สามารถประมวลสภาวะทางสุขภาพของประเทศได้อย่างถูกต้อง โดยระบบดังกล่าวกำลังจะแล้วเสร็จใน 1-2 เดือนนี้ ซึ่งองค์กร JIGA อยากทำให้ระบบดังกล่าวเกิดในประเทศไทยเพื่อเป็นต้นแบบนำร่องให้ได้

แต่จุดเริ่มต้น เจ้าของร้านยาทุกท่านจะต้องเปลี่ยนการบันทึกข้อมูลเป็นระบบดิจิทัล โดยเริ่มจากต้องคุยกัน  ต้องปรับตัว ต้องกำหนดชนิดของข้อมูล ว่าข้อมูลอะไรที่ร้านยาอยากได้ และข้อมูลอะไรที่ร้านยาจะส่งกลับให้ระบบกลางบ้าง เพื่อที่จะทำให้มีการดูแลข้อมูลคนไข้ได้อย่างเหมาะสมสำหรับคนไข้ในแต่ละคน และเภสัชกรสามารถดูแลผู้ป่วยได้ดียิ่งขึ้น

============================================= 

ช่วงฝากร้าน 

สำหรับร้านยาที่กำลังมองหาระบบการบริหารร้านขายยา และเปลี่ยนแปลงตนเองสู่ระบบดิจิตอล Arincare ขอเสนอเป็นทางเลือกหนึ่งโดยเป็นระบบบริหารร้านขายยาที่ใช้งานง่าย ใช้ฟรี สำหรับเภสัชกรร้านขายยา ด้วยแนวคิด Arincare คือ เพื่อนแท้ร้านขายยา  เราสร้าง Arincare มาด้วยใจให้ร้านยาไทยใช้ฟรี
สามารถเข้าไปดูรายละเอียดได้ที่ 

http://www.arincare.com

เภสัชกรและร้านขายยาสมัครใช้งานฟรี เริ่มต้นได้ทันที 🎉
✍️ สมัครใช้งาน คลิก >> http://bit.ly/arincare
ติดต่อสอบถาม
TEL: 064-226-6888
LINE: @arincare

Credit : ภาพงานประชุมวิชาการโดย คุณปรีชา เพชรบูรณ์

มาดูแผนการของ Ping An Good Doctor กัน

Ping An (ผิง อัน) บริษัทให้บริการด้านสุขภาพออนไลน์จากจีน จัดทัพใหญ่รุกคลินิกและร้านขายยาเคลื่อนที่ ซึ่งในปัจจุบันได้ให้บริการ “One-Minute Clinics” ด้วยการตั้งบูธที่คนไข้สามารถเดินเข้าไปรับการตรวจคัดกรองจากหมอ AI และสามารถรับยาได้เลยทันที โดยให้ดำเนินการแล้วถึง 1,000 บูธ ใน 8 จังหวัดของประเทศจีน ในต้นเดือนมกราคม 2562 (อ้างอิงบทความ : https://bit.ly/2CfBDY9)

เราลองมาดูด้วยกันดีกว่า ว่าแผนการของ Pin An เป็นอย่างไรบ้าง

ภาระกิจของ Ping An คือ สร้างระบบ Ecosystem ด้านสุขภาพที่ใหญ่ที่สุดในโลกเพื่อส่งเสริมการมีสุขภาพที่ดีด้วยการใช้เทคโนโลยี โดยมีภาพฝันว่าอยากเห็น

  • ทุกครอบครัวมีหมอประจำตัว
  • ทุกคนมีข้อมูลสุขภาพแบบอิเล็คทรอนิกส์
  • ทุกคนมีแผนจัดการคุ้มครองสุขภาพ

ตลาดการให้บริการสุขภาพในจีนมีขนาดใหญ่ และมีการเติบโตที่สูงมาก (โดยเฉลี่ยโต 9.4% ต่อปี) ซึ่งปัญหาที่เกิดขึ้นคือ โรงพยาบาลและบุคลากรทางการแพทย์ไม่เพียงพอ โดยพบว่า คนไข้ต้องใช้เวลารอพบแพทย์กว่า 3 ชั่วโมง ซึ่งปกติจะต้องใช้เวลากับแพทย์เฉลี่ยประมาณ 8 นาที (ถ้ามาดูของไทยจะพบว่ามากกว่านี้ ลองไปโรงพยาบาลรัฐดูครับ และแน่นอนว่าตรวจคนไข้ 8 นาทีทุกคนไม่สามารถเป็นไปได้เลย) และพบว่าตัวเลขการประกันสุขภาพจะติดลบในอีกไม่กี่ปีข้างหน้า

ทางออกคือ การนำเทคโนโลยี Internet และ AI (Artificial Intelligence : ปัญญาประดิษฐ์) มาช่วย ทั้งการใช้ Internet เพื่อแบ่งปันทรัพยากรสาธารณสุข และการใช้ AI ในการคัดกรองคนไข้ ทั้งยังสามารถให้บริการได้ 24 ชั่วโมงทุกวันด้วยคุณภาพที่ดีและไม่ต้องเสียเวลารอคอย ด้วยระบบบริการแบบนี้สามารถกลายเป็นโมเดลที่สามารถช่วยเพิ่มการเข้าถึงบริการสุขภาพได้ สามารถขยายได้อย่างรวดเร็ว และนำไปสู่สุขภาพที่ดีขึ้นของประชาชน

Ping An จึงได้สร้าง “One-Stop Platform” หรือ หน่วยให้บริการสุขภาพที่รวมในจุดเดียว โดยให้บริการทั้งคนสุขภาพดีและคนป่วย ซึ่ง Platform นี้จะเป็นที่รวมของ “ข้อมูลสุขภาพ” “การให้บริการทางการแพทย์” “ยาและเวชภัณฑ์” และ “ประกันสุขภาพ”

สิ่งที่ Ping An ให้บริการ ครอบคลุมไปตั้งแต่คนสุขภาพดี คนป่วย คนไข้ที่อยู่ระหว่างการรักษา ผ่านเครื่องมือคือ ระบบปัญญาประดิษฐ์ อินเตอร์เน็ต และทีมแพทย์ของบริษัท โดยจะจัดบริการที่เหมาะสมให้แต่ละระยะ อาทิ บริการ fitness, บริการความงาม, ประกันชีวิต, e-commerce, บริการตรวจสุขภาพ, กายภาพบำบัด, ร้านขายยา, โรงพยาบาล, และทีมแพทย์

ตัวเลขหน่วยให้บริการก็ไม่น้อย เช่น หมอประจำกว่า 800 คน และหมอรับจ้างกว่า 2,100 คน เครือข่ายโรงพยาบาลกว่า 3,000 แห่ง เครือข่ายร้านขายยากว่า 7,500 แห่ง หน่วยตรวจร่างกาย 1,100 แห่ง ใน 300 เมือง คลินิกทำฟัน 500 แห่ง เป็นต้น

เรียกได้ว่า Ping An แทบจะเป็นประตูสู่ระบบสาธารณสุขของประเทศจีน ไม่ว่าคนไข้จะเขามาในรูปแบบไหน ก็จะออกไปด้วยบริการของ Ping An ได้ ทั้งในรูปแบบ online และ off-line ยกตัวอย่างเช่น การส่งยาด่วน การให้คำปรึกษาออนไลน์ การส่งต่อ การนัดหมายแพทย์ การขอความคิดเห็นจากแพทย์ท่านที่สอง ส่วนโรคเรื้อรังก็ให้บริการการจัดการโรคเรื้อรัง บริการแพทย์จีน ตรวจสุขภาพ ส่วนกรณีสุขภาพดีก็จะมีบริการได้แก่ บทความสุขภาพ ฟิตเนส การตรวจยีนส์ ลดน้ำหนัก โปรแกรมสุขภาพ การรักษาช่องปาก และโปรแกรมความงาม ดังภาพด้านล่าง

และส่วนที่เหลือนี่ก็คือ ข้อมูลด้านยอดการใช้งาน ซึ่งคนใช้เฉลี่ยตกอยู่ราว 370,000 คนต่อวัน ทำกำไรขั้นต้นก่า 33% ในปีที่ผ่านมา

เห็นภาพกันแล้ว ท่านผู้อ่านมองภาพว่าระบบสุขภาพของไทยในวันข้างหน้าจะเป็นอย่างไรครับ เราจะมีคนสร้างระบบคล้ายๆ กันนี้ได้ไหม หรือ เมื่อเวลาผ่านไป เราอาจเป็นได้แค่ลูกจ้างหรือผู้ใช้งาน

#PingAnGoodDoctor

Ping An (ผิง อัน) จัดทัพใหญ่รุกคลินิกและร้านขายยาเคลื่อนที่

Ping An บริษัทให้บริการด้านสุขภาพออนไลน์จากจีน จัดทัพใหญ่รุกคลินิกและร้านขายยาเคลื่อนที่ มาดูการเติบโตของเค้ากัน

#Timeline

* Ping An Good Doctor ก่อตั้งในปี 2015 สำนักงานใหญ่อยู่ที่เซี่ยงไฮ้ โดยให้บริการให้คำปรึกษาโดยแพทย์ นัดหมายแพทย์ รวมทั้งได้รับใบอนุญาตให้เป็นโรงพยาบาลออนไลน์ ซึ่งทำให้สามารถออกใบสั่งยาได้

* 2016 ได้รับการสนับสนุนจากบริษัทแม่ Pin An Insurance ซึ่งเป็นบริษัทประกันใหญ่เป็นอันดับ 3 ของโลกด้วยเงินลงทุน 500 ล้านดอลล่าร์ (15,000 ล้านบาท)

* กันยายน 2017 Ping An ได้เปิดตัว “AI Doctor” ที่ช่วยคัดกรอง ให้คำแนะนำคนไข้ โดยภายในประกอบด้วยฐานข้อมูลการวินิจฉัยโรคหลายร้อยล้านการวินิจฉัยเป็นต้นแบบ

* พฤศจิกายน 2017 Ping An Good Doctor เข้าระดมทุนในตลาดหุ้นฮ่องกง 1 พันล้านดอลล่าร์ (33,000 ล้านบาท)

* กลางเดือน พฤศจิกายน 2018 Ping An ได้เข้ามาทำ MOU ร่วมกับเครือโรงพยาบาลกรุงเทพของไทย (BDMS) เครือข่ายโรงพยาบาลที่ใหญ่ที่สุดในประเทศไทย โดยจะทำการแลกเปลี่ยนประสบการณ์การให้บริการทั้งออนไลน์และออฟไลน์ระหว่างกัน รวมทั้งจะทำให้ Ping An กลายเป็น one stop service สำหรับกลุ่มนักท่องเที่ยวชาวจีน

* ปลายเดือน พฤศจิกายน 2018 Ping An ได้เปิดตัว “One-Minute Clinics” ซึ่งคนไข้สามารถเดินเข้าไปบอกอาการ และรับการวินิจฉัยโดยหมอปัญญาประดิษฐ์ได้ (หมอ AI) ซึ่งจะทำการรวบรวมข้อมูลก่อนส่งต่อให้กับแพทย์จริงๆ ตัดสินใจ และในตู้จะมียาที่ใช้บ่อยๆ อยู่กว่า 100 ตัว ทำหลังจากการรับการวินิจฉัย คนไข้ก็สามารถรับยากลับบ้านผ่านตู้นี้ได้เลย

* มกราคม 2019 Ping An Good Doctor ได้นำ “One-Minutes Clinics” ติดตั้งใน 8 จังหวัดในประเทศจีน ด้วยจำนวนตู้กว่า 1,000 ตัว ซึ่งสามารถใช้ในการดูแลผู้ป่วยได้กว่า 3 ล้านคน โดยสามารถตรวจให้คำปรึกษาได้กว่า 2,000 โรค และสามารถตอบปัญหาด้านการแพทย์กว่า 10,000 อย่างได้อย่างทันท่วงที ด้วยมาตรฐานความแม่นยำในระดับสากล ในตู้ประกอบด้วยยากว่า 100 ตัวที่ทำการปรับอุณหภูมิเพื่อประกันคุณภาพของตัวยา ถ้าคนไข้ต้องใช้ยาที่ไม่มีในบูธ ก็สามารถนำใบสั่งยาจากระบบไปซื้อออนไลน์ผ่านแอปพลิเคชั่น Pin An Good Doctor ได้ ซึ่งยาจะถูกจัดส่งภายในหนึ่งชั่วโมงโดยเครือข่ายร้านขายยาใกล้เคียง

ด้วยการนำเทคโนโลยีมาประยุกต์ ทั้ง Digital platform ในรูปแบบ Application ทั้งการรวมรวมข้อมูลด้านคลินิกขนาดใหญ่ประมวลผลในรูปแบบ Big data มีการใช้ปัญญาประดิษฐ์ หรือ AI ในการช่วยคัดกรองและวินิจฉัยโรค รวมทั้งการประสานเครือข่ายแพทย์ และร้านยาในพื้นที่และในปัจจุบันได้เข้ามาจับมือกับเครือโรงพยาบาลกรุงเทพเรียบร้อยแล้ว เรียกได้ว่าพร้อมและครบเครื่องมาก

หมอ เภสัชกร และนักเทคโนโลยีสาธารณสุขไทย เรามีความพร้อมขนาดไหนในการมี platform ของตนเอง หรือว่า อนาคตเราต้องเตรียมความพร้อมไปอยู่ในเครือข่ายของ Ping An ด้วยหรือไม่นะ … ฝากให้ช่วยกันคิดต่อนะครับ

#PingAn
#PingAnGoodDoctor
#Telemedicine
#Telepharmacy 
#เภสัชกรการตลาด

ปล. ทั้งนี้ทั้งนี้ กลุ่ม CP ของไทย ได้ถือหุ้น PING AN ผ่านตลาดฮ่องกงรวมกันเป็นจำนวนถึง 27.84% ของหุ้นที่จดทะเบียนในตลาดหุ้นฮ่องกง หรือคิดเป็นมูลค่าสูงถึง 5.14 แสนล้านบาท เลยที่เดียว (https://www.finnomena.com/mkzk/ping-an-1/)