Meta พัฒนา Muse โมเดล AI ช่วยเร่งงานวิจัยสุขภาพให้เร็วขึ้น 10 เท่า

หนึ่งในเหตุผลสำคัญที่ Meta สร้างปัญญาประดิษฐ์ขึ้นมา คือการเพิ่มศักยภาพให้มนุษย์สามารถเร่งการวิจัยและความเข้าใจทางวิทยาศาสตร์ได้ โดยเฉพาะในโดเมนวิทยาศาสตร์สุขภาพที่ความก้าวหน้าส่งผลโดยตรงต่อชีวิตผู้คน ทั้งการวินิจฉัยที่รวดเร็วขึ้น การรักษาแบบเฉพาะบุคคล และค่าบริการที่เข้าถึงได้ง่าย แม้ข้อมูลด้านสุขภาพจะเหมาะกับการใช้ AI แต่ปัจจุบันงานวิจัยยังต้องพึ่งพาข้อมูลจริงที่ไม่สมบูรณ์และการตัดสินใจที่ซับซ้อนของผู้เชี่ยวชาญ ทำให้การใช้ AI ในด้านนี้ยังอยู่ในช่วงเริ่มต้น

ในการสำรวจเบื้องต้นนี้ Meta ได้พัฒนาระบบ AI ที่นำโดยมนุษย์เพื่อการวิจัยด้านสุขภาพ โดย AI จะทำหน้าที่เร่งการทำงานในแต่ละขั้นตอน ขณะที่ผู้เชี่ยวชาญยังคงเป็นผู้ตัดสินใจและสรุปผลทางวิทยาศาสตร์ ระบบนี้ทำงานบนโครงสร้างพื้นฐานการเขียนโค้ด (coding scaffold) ภายในองค์กรที่ขับเคลื่อนด้วย Muse Spark 1.3 และ Muse Wonder ซึ่งสามารถเข้าถึงข้อมูลสาธารณะและฐานข้อมูลบันทึกสุขภาพอิเล็กทรอนิกส์ที่ไม่ระบุตัวตนกว่า 5 ล้านรายการ

ทีมนักวิจัยทางการแพทย์จากหลากหลายสาขา ทั้งโรคหัวใจ ระบาดวิทยา และอายุรศาสตร์ ได้ใช้โครงสร้างพื้นฐานนี้ทำวิจัยต้นฉบับเสร็จสิ้นภายในเวลาเพียง 4 สัปดาห์ พวกเขาใช้ Muse ในการระดมสมองตั้งสมมติฐาน เขียนและรันโค้ด รวมถึงร่วมกันเขียนต้นฉบับงานวิจัย ตลอดกระบวนการยังมีการพัฒนาเฟรมเวิร์กส่วนกลางเพื่อควบคุมโมเดลให้ทำงานได้มีประสิทธิภาพยิ่งขึ้นในทุกขั้นตอน

ต้นฉบับงานวิจัยสิบฉบับ

วันนี้เราได้แบ่งปันต้นฉบับงานวิจัยสิบฉบับที่สร้างขึ้นผ่านกระบวนการนี้ ครอบคลุมหลากหลายสาขา เช่น โรคติดเชื้อ เวชศาสตร์การกีฬา มะเร็งวิทยา และสุขภาพช่องปาก โดยบทความทุกฉบับผ่านการตรวจสอบหลายชั้น ทั้งจากเพื่อนร่วมงานในทีมแพทย์ นักชีวสถิติ และผู้เชี่ยวชาญอิสระจากภายนอกที่ให้การตรวจสอบสรุปไว้ท้ายบทความ

รูปแบบเชิงเวลาของการวินิจฉัยโรคหัวใจเต้นผิดจังหวะและความผิดปกติของการนำไฟฟ้าหลังการติดเชื้อที่เยื่อบุหัวใจ

Paddy Ssentongo, MD, PhD1,2; W. Frank Peacock, MD, FACEP, FACC, FESC3; Kritika Singh, PhD4; Jared C. Durieux, PhD, MS, MDS, MPH5; Christos Colovos, MD, PhD

1Department of Medicine, Division of Infectious Diseases, Penn State Health Milton S. Hershey Medical Center, Hershey, Pennsylvania2Department of Public Health Sciences, Penn State College of Medicine, Hershey, Pennsylvania3Henry JN Taub Department of Emergency Medicine, Baylor College of Medicine, Houston, Texas4Stanford University School of Medicine, Stanford, California5Evidence Architecture, Stow, Ohio

สรุป

Ssentongo และคณะ พบว่าหลังเกิดภาวะติดเชื้อที่เยื่อบุหัวใจ (infective endocarditis) ผู้ป่วยมีอัตราการเกิดโรคหัวใจเต้นผิดจังหวะและความผิดปกติของการนำไฟฟ้าชนิดใหม่สูงกว่าผู้ป่วยที่มีภาวะแบคทีเรียในกระแสเลือดทั่วไปถึง 73% โดยมีความเสี่ยงในหนึ่งปีอยู่ที่ 7% เทียบกับ 4% ซึ่งชี้ให้เห็นความจำเป็นในการติดตามจังหวะหัวใจอย่างใกล้ชิดในช่วงเดือนแรกหลังออกจากโรงพยาบาล

การตรวจสอบ

“โดยรวมแล้ว ต้นฉบับนี้สะท้อนถึงระดับความเข้มงวดทางระเบียบวิธีที่เป็นแบบอย่างสำหรับการวิจัยเชิงสังเกต ผู้เขียนใช้ตัวเปรียบเทียบเชิงรุกแบบระมัดระวัง กำหนดค่าประเมิน (estimands) ไว้ล่วงหน้า แยกย่อยสัญญาณตามเวลา และทำการทดสอบความทนทาน (stress-tested) ด้วยการวิเคราะห์ competing-risk, landmark, overlap-weighting, E-value และ negative-control พวกเขามีวินัยเกี่ยวกับสิ่งที่ข้อมูลไม่สามารถแสดงได้ โดยปฏิเสธซ้ำแล้วซ้ำเล่าที่จะอ้างความเป็นเหตุเป็นผลหรือรับรองการเฝ้าระวังจังหวะการเต้นของหัวใจเป็นประจำ อย่างไรก็ตาม ความเข้มงวดทางวิทยาศาสตร์จะถูกตัดสินในที่สุดว่าภัยคุกคามหลักต่อความถูกต้องได้รับการแก้ไขหรือไม่ และในที่นี้ สัญญาณที่ไม่เป็นศูนย์ (non-null signal) ในการควบคุมเชิงลบเรื่องต้อกระจก ประกอบกับความแตกต่างในการตรวจสอบหัวใจระหว่างกลุ่มที่ยอมรับกัน ทิ้งให้เกิดอคติจากการเฝ้าระวัง (surveillance bias) เป็นคำอธิบายทางเลือกสำหรับการแตกต่างของความเสี่ยงสัมบูรณ์ที่เล็กน้อย นี่เป็นการศึกษาฐานข้อมูลที่ดำเนินการอย่างเข้มงวดและน่าทึ่งจริงๆ แต่โดยรวมแล้ว ผมจะถือว่านี่เป็นสิ่งที่สร้างสมมติฐานมากกว่าที่จะเป็นการเปลี่ยนแปลงแนวทางปฏิบัติเกี่ยวกับข้อสรุป สิ่งที่งานนี้เปลี่ยนแปลงไม่ใช่การรักษาโรคเยื่อบุหัวใจอักเสบ แต่เป็นวิธีที่เราตีกรอบผลกระทบที่ตามมา ความผิดปกติของจังหวะการเต้นของหัวใจหลังภาวะ IE เคยถูกมองว่าเป็นเหตุการณ์เฉียบพลันในโรงพยาบาล แต่การศึกษานี้ขยายความเสี่ยงของโรคการนำไฟฟ้าและหัวใจเต้นผิดจังหวะไปสู่ความตระหนักเชิงระยะยาว อย่างน้อยก็ในช่วง 90 วันแรกหลังการวินิจฉัย ข้อมูลนี้ไม่ได้เปลี่ยนมาตรฐานการรักษาโดยสิ้นเชิง แต่กระตุ้นให้เกิดความคิดและควรส่งเสริมการศึกษาเพิ่มเติมเกี่ยวกับ 90 วันแรกหลังการวินิจฉัยภาวะติดเชื้อที่เยื่อบุหัวใจ และผลกระทบต่อการนำไฟฟ้าและหัวใจเต้นผิดจังหวะ” - Michael Farbaniec MD FACC, Associate Professor of Medicine Director, Cardiovascular Disease Prevention, Co-Director, Cardiac Rehabilitation Program, Associate Program Director, Cardiology Fellowship, Heart and Vascular Institute, Division of Cardiology, Penn State Health Milton S. Hershey Medical Center.

“นี่คือการศึกษาที่ออกแบบมาอย่างรอบคอบ แสดงให้เห็นว่าผู้ป่วยที่มีภาวะติดเชื้อที่เยื่อบุหัวใจยังคงมีความเสี่ยงสูงต่อโรคหัวใจเต้นผิดจังหวะและโรคการนำไฟฟ้าที่ได้รับการวินิจฉัยใหม่หลังจากอาการป่วยเฉียบพลัน โดยเฉพาะในช่วงวันที่ 31-90 จุดแข็งประการหนึ่งคือการใช้ผู้ป่วยที่มีภาวะแบคทีเรียในกระแสเลือดเป็นกลุ่มเปรียบเทียบแทนที่จะเป็นกลุ่มควบคุมที่มีสุขภาพดี สิ่งนี้ช่วยแยกแยะความเสี่ยงที่เกี่ยวข้องกับโรคเยื่อบุหัวใจอักเสบออกจากความเสี่ยงของการติดเชื้อในระบบโดยกว้าง แม้ว่าการเฝ้าระวังหัวใจที่มากขึ้นและโรคหัวใจพื้นเดิมอาจส่งผลต่อความสัมพันธ์นี้ แต่ช่วงเวลานั้นมีความหมายทางคลินิกและสมควรได้รับความสนใจเพิ่มขึ้นต่อความผิดปกติของจังหวะและการนำไฟฟ้าในระหว่างการติดตามผลช่วงแรก” - Emily Guhl, MD, MS, FACC เป็นแพทย์โรคหัวใจ non-invasive ที่ได้รับการรับรองจากบอร์ดที่ Allegheny Health Network Beaver/Sewickley

การกลับมาตรวจซ้ำ การรับเข้าโรงพยาบาล และอัตราการเสียชีวิตหลังจากออกไปโดยไม่ได้รับการตรวจในกลุ่มผู้ป่วยแผนกฉุกเฉินที่มีอาการทางสุขภาพจิต

Sarmed Ashoo, MD1; W. Frank Peacock, MD2; Christos Colovos, MD, PhD

1Florida State University College of Medicine, Tallahassee, Florida2Department of Emergency Medicine, Baylor College of Medicine, Houston, Texas

สรุป

Ashoo และคณะ พบว่าผู้ป่วยที่มาแผนกฉุกเฉินด้วยอาการทางสุขภาพจิตแล้วออกไปก่อนได้รับการตรวจ มีอัตราการกลับมาตรวจซ้ำ (RR 1.86), การรับเข้าโรงพยาบาล (RR 4.41) และการเสียชีวิตระยะสั้น (RR 2.15) สูงกว่าผู้ป่วยที่รับการรักษาจนเสร็จสิ้นอย่างมาก ข้อมูลนี้เน้นย้ำถึงความเปราะบางของกลุ่มผู้ป่วยที่ต้องการกลยุทธ์การติดตามผลที่เฉพาะเจาะจง

การตรวจสอบ

“การศึกษาเชิงย้อนหลังที่ละเอียดมากนี้ขยายขอบเขตการวิจัยในปัจจุบันโดยแสดงให้เห็นว่าผู้ป่วยสุขภาพจิตที่พบในแผนกฉุกเฉินที่ออกไปก่อนพบแพทย์มีแนวโน้มที่จะกลับมาตรวจซ้ำ รับเข้าโรงพยาบาล และมีความเสี่ยงสูงต่อการเสียชีวิตภายใน 30 วัน การใช้ Artificial Intelligence เพื่อวิเคราะห์กรณีผู้ป่วยกว่าล้านรายช่วยให้เกิดผลกระทบที่สูงขึ้นทั้งในด้านการวิจัยและทางคลินิก ผลลัพธ์เหล่านี้ชี้ให้เห็นถึงความจำเป็นอย่างต่อเนื่องในการแทรกแซงที่รวดเร็วและเป็นนวัตกรรมใหม่ในผู้ป่วยสุขภาพจิตในภาวะวิกฤต โดยเฉพาะอย่างยิ่งเมื่อกลุ่มเสี่ยงนี้อาจประสบปัญหาในการร้องขอการรักษาอยู่แล้ว ในการศึกษานี้ ผู้ป่วยที่เป็นผู้ใช้แผนกฉุกเฉินบ่อยครั้ง (high utilizers) อาจถูกนับรวมหลายครั้ง ดังนั้นการวิจัยในอนาคตควรตรวจสอบว่ารูปแบบนี้ยังคงเกิดขึ้นในกลุ่มคนที่ไม่ค่อยใช้แผนกฉุกเฉินหรือไม่” - Dr. Jonathan Espenan, MD, จิตแพทย์ที่ได้รับการรับรองจากบอร์ดของกระทรวงกิจการทหารผ่านศึกสหรัฐฯ

“การศึกษาเชิงย้อนหลังขนาดใหญ่นี้เน้นย้ำถึงปัญหาที่พบบ่อยซึ่งส่งผลกระทบต่อแผนกฉุกเฉิน (ED) หลายแห่งทั่วสหรัฐอเมริกา และพยายามทำความเข้าใจให้ดียิ่งขึ้นว่าเกิดอะไรขึ้นกับผู้ป่วยที่ออกจากแผนกฉุกเฉินโดยไม่ได้รับการรักษา โดยประเมินผลลัพธ์หลักจากการกลับมาที่ ED ภายใน 7 วัน และผลลัพธ์รองอีกหลายอย่างรวมถึงการกลับมาตรวจซ้ำ การรับเข้าโรงพยาบาล และการเสียชีวิต งานนี้มุ่งเน้นไปที่กลุ่มประชากรสุขภาพจิตที่เปราะบางโดยเฉพาะ ซึ่งมีประโยชน์ในการอธิบายตามที่ผู้เขียนเน้นย้ำว่า มีความเสี่ยงที่จะเกิดการเจ็บป่วยและการเสียชีวิตเพิ่มขึ้นในกลุ่มผู้ป่วยนี้ที่มักขาดการสนับสนุนและการสนับสนุนจากครอบครัวและ/หรือชุมชน ผู้เขียนสามารถแสดงผลลัพธ์ที่มีนัยสำคัญทางสถิติในผลลัพธ์หลักและผลลัพธ์รองหลายประการ แม้ว่าจะไม่ใช่เรื่องน่าประหลาดใจสำหรับใครก็ตามที่ทำงานในสาขาสุขภาพจิต แต่มันได้ช่วยเพิ่มหลักฐานที่เรามักขาดหายไปในสาขาของเรา และหวังว่าจะเป็นประโยชน์ต่อระบบสุขภาพในการทำความเข้าใจผลกระทบของปัญหาทางคลินิกนี้ได้ดีขึ้น และเริ่มทำงานเพื่อหาวิธีแก้ปัญหาที่ดีขึ้นเพื่อป้องกันปัญหาพื้นฐานบางอย่างในอนาคต การศึกษานี้มีจุดแข็งหลายประการเนื่องจากมีกลุ่มประชากรผู้ป่วยขนาดใหญ่และระเบียบวิธีที่เข้มงวดโดยรวม อย่างไรก็ตาม ขาดการปรับตัวแปรที่อาจรบกวน (confounding variables) สำหรับผลลัพธ์หลัก และ/หรือไม่ได้ให้รายละเอียดที่เกี่ยวข้องทางคลินิก เช่น การวินิจฉัยโรคของผู้ป่วย ความรุนแรงของโรค หรือเหตุผลอื่นๆ ที่ผู้ป่วยอาจออกไปโดยไม่ได้รับการตรวจ (เช่น ความเร่งด่วนของ ED, เวลารอ, ประเภทของบริการที่มี ฯลฯ) ข้อมูลนี้จะช่วยให้แพทย์สามารถกำหนดเป้าหมายปัญหาที่เป็นปัจจัยร่วมได้ดีขึ้น สามารถจัดลำดับความสำคัญของปัญหาเร่งด่วนที่สุดที่พบบ่อย และจัดสรรทรัพยากรได้อย่างเหมาะสม” - Dr. Rohini Downs, PharmD, BCPP, เภสัชกรจิตเวชที่ได้รับการรับรองจากบอร์ดและผู้เชี่ยวชาญด้านเภสัชกรรมคลินิกจิตเวชที่ Parkland Health & Hospital System ใน Dallas

“การศึกษานี้กล่าวถึงความกังวลที่สำคัญด้านความปลอดภัยของผู้ป่วยในเวชศาสตร์ฉุกเฉินโดยการเปรียบเทียบผลลัพธ์ระหว่างผู้ป่วยที่มีอาการทางสุขภาพจิตที่ออกไปโดยไม่ได้รับการตรวจกับผู้ที่รับการรักษาในแผนกฉุกเฉินจนเสร็จสิ้น กลุ่มตัวอย่างขนาดใหญ่และการครอบคลุมช่วงอายุที่กว้าง ทั้งในเด็กและผู้ใหญ่ ให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับผลลัพธ์ของประชากรที่เปราะบางนี้ สิ่งที่พบมีนัยต่อการดำเนินงานของแผนกฉุกเฉิน และอาจเป็นข้อมูลสำหรับการแทรกแซงที่ตรงเป้าหมายเพื่อปรับปรุงการเข้าถึงการดูแลฉุกเฉินอย่างทันท่วงที ความปลอดภัยของผู้ป่วย และการส่งมอบการดูแลสุขภาพ การวิจัยในอนาคตสามารถสำรวจปัจจัยที่ส่งผลให้ผู้ป่วยออกไปโดยไม่ได้รับการตรวจ และประเมินการแทรกแซงที่ตรงเป้าหมายเพื่อปรับปรุงการเข้าถึงการดูแลฉุกเฉินและผลลัพธ์ทางสุขภาพที่ตามมาในกลุ่มผู้ป่วยที่มีภาวะทางสุขภาพจิต” - Dr. Enoch Opoku Afriyie, MD, MPH, แพทย์ฉุกเฉินและนักระบาดวิทยาที่ฝึกฝนจาก Johns Hopkins Bloomberg School of Public Health และ Kwame Nkrumah University of Science and Technology

การสงบของโรคเบาหวานชนิดที่ 2 ในบันทึกสุขภาพที่เชื่อมโยงกัน: พบไม่บ่อย ระยะเวลาสั้น และมักสิ้นสุดลงด้วยการเริ่มการรักษาใหม่มากกว่าระดับ HbA1c ที่เพิ่มขึ้น

Felipe Lobelo, MD, PhD1; Jared Durieux, PhD, MS, MDS, MPH2; Daniel Kim, MD, PhD3; Christos Colovos, MD, PhD

1Emory Global Diabetes Research Center, Rollins School of Public Health, Emory University, Atlanta, Georgia2Evidence Architecture, Stow, Ohio3Division of Cardiology, Department of Medicine, University of Washington, Seattle, Washington

สรุป

Lobelo และคณะ พบว่าการสงบของโรค (remission) ในเบาหวานชนิดที่ 2 เกิดขึ้นเพียง 4.3% ในกลุ่มผู้ใหญ่ที่เคยรักษามาก่อน และมักสิ้นสุดลงเพราะการเริ่มใช้ยาใหม่มากกว่าการมีระดับน้ำตาล (HbA1c) สูงขึ้น โดยการเริ่มยาใหม่มักเกิดขึ้นขณะที่ระดับน้ำตาลยังอยู่ในช่วงก่อนเบาหวาน สิ่งนี้บ่งชี้ว่าควรรายงานการกลับมามีระดับน้ำตาลสูงและการเริ่มรักษาใหม่แยกจากกันเพื่อความแม่นยำ

การตรวจสอบ

“การศึกษาในโลกแห่งความเป็นจริงขนาดใหญ่นี้ให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับความถี่และความทนทานของการสงบของโรคเบาหวานชนิดที่ 2 ในทางปฏิบัติทางคลินิกตามปกติ มีการวิเคราะห์เพิ่มเติมบางประการที่สามารถทำให้ต้นฉบับแข็งแกร่งขึ้นได้ แม้ว่าผู้เขียนจะรายงานความแตกต่างของอัตราการสงบของโรคในกลุ่มเชื้อชาติและชาติพันธุ์ต่างๆ แต่เหตุผลที่เป็นพื้นฐานของความแปรปรวนเหล่านี้ยังไม่ชัดเจน จะเป็นประโยชน์มากหากจะสำรวจว่าความแตกต่างเหล่านี้ยังคงอยู่หรือไม่หลังจากการปรับค่า HbA1c เริ่มแรก, อายุ, BMI, ประวัติการรักษา และปัจจัยทางคลินิกที่เกี่ยวข้องอื่นๆ พื้นที่เพิ่มเติมที่คุ้มค่าแก่การสำรวจคือความเข้มข้นของการรักษาเริ่มต้นสามารถทำนายการสงบของโรคเบาหวานในเวลาต่อมาได้หรือไม่ แม้ว่าผู้เขียนจะรายงานความแพร่หลายของยาลดระดับน้ำตาลแต่ละชนิด แต่ความสัมพันธ์ระหว่างจำนวนยาที่ใช้ในตอนเริ่มต้นและโอกาสในการสงบของโรคยังไม่ได้รับการตรวจสอบ การแบ่งระดับอัตราการสงบของโรคตามจำนวนกลุ่มยาลดระดับน้ำตาล พร้อมการปรับค่า HbA1c เริ่มแรก การใช้ฉีดอินซูลิน และลักษณะทางคลินิกที่เกี่ยวข้องอื่นๆ อาจให้ข้อมูลเชิงลึกที่เป็นประโยชน์ว่าภาระการรักษาเป็นตัวทำนายโอกาสในการบรรลุการสงบของโรคในทางปฏิบัติทางคลินิกตามปกติหรือไม่ นอกจากนี้ยังน่าสนใจที่จะตรวจสอบว่าจำนวนยาลดระดับน้ำตาลที่ใช้ก่อนการสงบของโรคทำนายความเสี่ยงของการกลับมาเป็นซ้ำได้หรือไม่ ผู้ป่วยที่ต้องการยาหลายชนิดอาจมีโรคเบาหวานที่ลุกลามมากกว่าและมีความสามารถสำรองของเซลล์เบต้า (beta-cell reserve) ลดลง ซึ่งอาจทำให้การสงบของโรคอย่างยั่งยืนมีโอกาสน้อยลง การวิเคราะห์ความสัมพันธ์ระหว่างภาระยาก่อนหน้าและระยะเวลาที่เกิด glycemic relapse แยกจากการเริ่มการรักษาใหม่ จะให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับตัวทำนายความทนทานของการสงบของโรค และช่วยระบุผู้ป่วยที่อาจต้องการการติดตามอย่างใกล้ชิดหลังจากหยุดยา จุดระเบียบวิธีจุดหนึ่งที่สำคัญเป็นพิเศษคือ: ผู้เขียนควรวัดภาระยาในทันทีก่อนการหยุดยา แทนที่จะพึ่งพาเพียงยาที่บันทึกไว้เมื่อเริ่มเข้าสู่การศึกษา เพราะการรักษาอาจเปลี่ยนแปลงไปอย่างมากก่อนที่จะเกิดการสงบของโรค” - Dr. Harshal Deshmukh, MBBS, MPH, MRCP, PhD, FRACP, อายุรแพทย์โรคต่อมไร้ท่อและรองศาสตราจารย์ที่ James Cook University และ Staff Specialist Endocrinologist ที่ Mackay Base Hospital ใน Queensland

"ความสำคัญของบทความนี้อยู่ที่วิธีการตีกรอบใหม่ให้ชุมชนการแพทย์เข้าใจการสงบของโรคเบาหวานชนิดที่ 2 ในทางปฏิบัติทางคลินิกในโลกแห่งความเป็นจริง มันแสดงให้เห็นว่าในกลุ่มตัวอย่างนี้ การสงบของโรคมักถูกตัดตอนไม่ใช่เพราะระดับน้ำตาลในเลือดที่สูงขึ้น แต่เกิดจากการตัดสินใจทางคลินิกเชิงรุกในการเริ่มใช้ยาใหม่ การศึกษาก่อนหน้านี้ในโลกจริงระบุว่าการสงบของโรคเบาหวานชนิดที่ 2 นั้นแทบจะ 'ไม่ยั่งยืน' โดยรายงานอัตราความล้มเหลวที่สูงเนื่องจากพวกเขานับการสิ้นสุดของการสงบของโรคเป็นการ 'กลับมาเป็นซ้ำ' ทางชีวภาพทั้งหมด การศึกษานี้เน้นย้ำว่าการประเมินการสงบของโรคในโลกจริงนั้นขึ้นอยู่กับ 'คำจำกัดความเชิงปฏิบัติ' อย่างมาก (ช่วงเวลาการยืนยัน การจัดการช่องว่างการรักษาที่ไม่ทราบสาเหตุ และบันทึกการจ่ายยาจากร้านยา) ด้วยการประเมินทางเลือกเหล่านี้อย่างเป็นระบบ บทความนี้จึงสร้างมาตรฐานที่เข้มงวดสำหรับการวิจัยเชิงสังเกตในอนาคต สำหรับระบบสุขภาพ นักวิจัย และผู้ออกนโยบายที่ออกแบบมาตรการคุณภาพหรือแนวทางปฏิบัติทางคลินิก สิ่งที่พบเน้นย้ำว่า glycemic relapse และการเริ่มการรักษาใหม่ต้องรายงานเป็น 'ผลลัพธ์ที่แยกจากกัน' หากไม่มีการแยกแยะนี้ ข้อมูลการดูแลตามปกติจะไม่สามารถตีความได้อย่างแม่นยำหรือเปรียบเทียบกับผลการทดลองทางคลินิกที่เข้มข้นได้อย่างเป็นธรรม" - Margarita Ochoa-Maya, MD, อายุรแพทย์โรคต่อมไร้ท่อที่ได้รับการรับรองจากบอร์ดและ Medical Director of Rare Disease Endocrinology ที่ Amgen/Horizon Therapeutics

การบาดเจ็บจากการเล่นพิกเกิลบอล, ความสนใจในการค้นหา, และการมีส่วนร่วมในสหรัฐอเมริกาปี 2014-2023: การศึกษาอนุกรมเวลาเชิงนิเวศวิทยา

Daniel Seung Kim1; Felipe Lobelo2; Jared C. Durieux3; Christos Colovos

1Division of Cardiology, Department of Medicine, University of Washington, Seattle, Washington2Hubert Department of Global Health, Rollins School of Public Health, Emory University, Atlanta, Georgia3Evidence Architecture, Stow, Ohio

สรุป

เมื่อพิกเกิลบอลได้รับความนิยมเพิ่มขึ้น Kim และคณะ พบว่าการเข้ารับการตรวจในห้องฉุกเฉินจากการบาดเจ็บพุ่งสูงขึ้นอย่างรวดเร็วในช่วงปี 2014-2023 โดยเฉพาะในกลุ่มอายุ 60-70 ปี อย่างไรก็ตาม การเพิ่มขึ้นนี้เกิดจากจำนวนผู้เล่นที่มากขึ้น ไม่ใช่เพราะตัวกีฬามีอันตรายสูงขึ้นต่อบุคคล และการค้นหาใน Google ไม่สามารถใช้เป็นตัวชี้วัดจำนวนการบาดเจ็บที่แท้จริงได้

การตรวจสอบ

“นี่เป็นต้นฉบับทางระเบียบวิธีที่มีประโยชน์และมีเหตุผล และฉันเชื่อว่าประเด็นการสนทนาหลักสองประการนั้นคุ้มค่าที่จะนำเสนอต่อชุมชนเวชศาสตร์การกีฬา: จำนวนการเข้าตรวจในแผนกฉุกเฉินที่เพิ่มขึ้นไม่ได้หมายความถึงความเสี่ยงในการบาดเจ็บ 'ต่อผู้เล่น' ที่สูงขึ้น และความสัมพันธ์ของความสนใจในการค้นหาส่วนใหญ่จะหายไปเมื่อตัดแนวโน้มและฤดูกาลที่มีร่วมกันออก (ตัวควบคุมเชิงลบเรื่องขนมปังเปรี้ยวทำให้ประเด็นนั้นน่าจดจำ) จุดที่น่าสนใจที่สุดสำหรับฉันในการศึกษานี้คือความจริงที่ว่า 70% ของการบาดเจ็บเกิดขึ้นในกลุ่มอายุ 60-79 ปี ซึ่งจากมุมมองของเวชศาสตร์การกีฬา เรารู้ว่าผู้ป่วยในกลุ่มอายุนี้มีความเสี่ยงสูงต่อการบาดเจ็บทางออร์โธปิดิกส์เมื่อเทียบกับกลุ่มวัยหนุ่มสาว สาเหตุหลักมาจากภาวะเอ็นอักเสบที่เป็นอยู่เดิม ความหนาแน่นของกระดูกที่ลดลง ความคล่องแคล่วที่ลดลง และโรคร่วมทางการแพทย์ อย่างไรก็ตาม นี่น่าจะเป็นเรื่องจริงในทุกชนิดกีฬาและไม่ใช่เรื่องเฉพาะสำหรับพิกเกิลบอล” - Kaisen Yao, MD, ศัลยแพทย์ออร์โธปิดิกส์ที่กำลังศึกษาต่อด้าน Sports Medicine ที่ NYU Langone Health

แนวโน้มการเข้าตรวจแผนกฉุกเฉินจากการบาดเจ็บที่เกี่ยวข้องกับสกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้าในสหรัฐอเมริกาปี 2014-2023: การศึกษาเชิงสังเกตย้อนหลัง

Kritika Singh, PhD1; Jared C. Durieux, PhD, MS, MDS, MPH2; W. Frank Peacock, MD3; James Grichnik, MD, PhD4; Christos Colovos, MD, PhD

1Stanford University School of Medicine, Stanford, California2Evidence Architecture, Stow, Ohio3Department of Emergency Medicine, Baylor College of Medicine, Houston, Texas4University of South Florida, Tampa, Florida

สรุป

Singh และคณะ แสดงให้เห็นถึงภาระที่เพิ่มขึ้นในการดูแลฉุกเฉินจากการใช้สกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้า โดยใช้ข้อมูลระดับประเทศจากแผนกฉุกเฉินในสหรัฐฯ เพื่อชี้ให้เห็นแนวโน้มการบาดเจ็บที่เพิ่มสูงขึ้น

การตรวจสอบ

“ผมคิดว่านี่เป็นตัวอย่างเชิงปฏิบัติว่าโมเดลการใช้เหตุผลของ AI สามารถช่วยนักวิจัยทำความเข้าใจชุดข้อมูลโลกแห่งความเป็นจริงขนาดใหญ่และซับซ้อนได้อย่างไร ข้อสรุปทางคลินิกก็สำคัญเช่นกัน: การบาดเจ็บจากสกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้ากำลังสร้างภาระที่เพิ่มขึ้นสำหรับแผนกฉุกเฉินและระบบสุขภาพ โดยที่ไม่มีหลักฐานของความรุนแรงของการบาดเจ็บที่เพิ่มขึ้นชัดเจน เราทุกคนรู้ว่าการใช้จักรยานไฟฟ้าเพิ่มขึ้น แต่ขั้นตอนต่อไปที่มีประโยชน์คือการจับคู่ข้อมูลการบาดเจ็บเหล่านี้กับข้อมูลที่ดีขึ้นเกี่ยวกับความถี่ที่ผู้คนขี่จักรยานไฟฟ้าและสกู๊ตเตอร์ไฟฟ้าจริงๆ เพื่อให้เราสามารถตัดสินใจได้ว่าอุปกรณ์เหล่านี้ปลอดภัยขึ้นหรืออันตรายขึ้นเมื่อคำวณต่อรอบการขี่” - Dr. Daniel Seidman, DO, MPH, แพทย์เวชศาสตร์ครอบครัวและเวชศาสตร์การกีฬาที่ได้รับการรับรองจากบอร์ด ผู้ร่วมก่อตั้ง Kin health และ Clinical Assistant Professor of Family and Community Medicine ที่ Michigan State University College of Osteopathic Medicine.

“โดยรวมแล้วผมคิดว่านี่เป็นการศึกษาที่ทันเวลาและน่าสนใจมาก สำหรับหัวข้อที่ศึกษายากเนื่องจากการรหัสข้อมูลที่ทับซ้อนหรือตีความยาก ผลการศึกษาตอกย้ำความประทับใจส่วนตัวของผมว่าการบาดเจ็บจากสกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้า (และค่ารักษาพยาบาลที่เกี่ยวข้อง) เพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา ผมคิดว่านี่เป็นการใช้ LLM ที่น่าสนใจในการช่วยกำหนดกฎสำหรับการค้นหาชุดข้อมูลที่ไม่ได้เป็นมาตรฐาน แล้วช่วยตรวจสอบผลลัพธ์ โดยดึงจุดแข็งของโมเดลดังกล่าวออกมา อย่างไรก็ตาม ข้อจำกัดคือไม่มีการตรวจสอบกรณีโดยแพทย์ ดังนั้นความแม่นยำที่แท้จริงจึงประเมินได้ยาก ผมคิดว่ายังมีศักยภาพในอนาคตมากกว่านี้สำหรับแนวคำถามนี้ เนื่องจากหลายท้องถิ่นได้บังคับใช้กฎระเบียบเกี่ยวกับอุปกรณ์ไมโครโมบิลิตี้ และแนวทางที่คล้ายกันในการวิเคราะห์ข้อมูลก่อนและหลังการเปลี่ยนแปลงเหล่านั้นจะน่าสนใจมากในการประเมินว่าการป้องกันการบาดเจ็บในพื้นที่นี้สามารถออกกฎหมายได้หรือไม่ (แม้ว่าจะต้องใช้ข้อมูลระดับภูมิภาคซึ่งปัจจุบันไม่มีใน NEISS)” - Dr. Thomas Falls, MD, ศัลยแพทย์ออร์โธปิดิกส์และผู้เชี่ยวชาญด้านเวชศาสตร์การกีฬา

“เป็นการศึกษาที่น่าสนใจซึ่งสำรวจผลกระทบและภาระที่อาจเกิดขึ้นต่อบริการสุขภาพฉุกเฉินและผู้ป่วยในจากรูปแบบการขนส่งที่ได้รับความนิยมเพิ่มขึ้นในช่วงไม่กี่ปีที่ผ่านมา การศึกษาเน้นย้ำถึงการเพิ่มขึ้นของการเข้ารับการรักษาในโรงพยาบาลสำหรับผู้ใช้สกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้า แต่ไม่ได้เชื่อมโยงข้อมูลนี้กับจำนวนผู้ใช้ทั้งหมดโดยประมาณของการขนส่งทั้งสองรูปแบบนี้ ดังนั้นเราจึงไม่สามารถระบุความเสี่ยงของการบาดเจ็บที่ต้องเข้ารับการรักษาในโรงพยาบาลสำหรับผู้ใช้สกู๊ตเตอร์ไฟฟ้าและจักรยานไฟฟ้าได้ งานวิจัยในอนาคตควรประเมินสิ่งนี้และเปรียบเทียบความเสี่ยงสัมพัทธ์กับการขนส่งรูปแบบดั้งเดิมมากขึ้น” - Dr. Oliver Chan, MBBS, MD, FRCS (Tr & Orth), ศัลยแพทย์ออร์โธปิดิกส์ที่ปรึกษาเชี่ยวชาญด้านการผ่าตัดเท้า ข้อเท้า และการบาดเจ็บที่ Chelsea and Westminster NHS Foundation Trust

โรคทางทันตกรรมที่มีการบันทึกไว้ในผู้ป่วยที่มีภาวะติดเชื้อในกระแสเลือดจากเชื้อ Staphylococcus aureus

Paddy Ssentongo, MD, PhD1; W. Frank Peacock, MD, FACEP, FACC, FESC3; Christos Colovos, MD, PhD

1Department of Medicine, Division of Infectious Diseases, Penn State Health Milton S. Hershey Medical Center, Hershey, Pennsylvania2Department of Public Health Sciences, Penn State College of Medicine, Hershey, Pennsylvania3Henry JN Taub Department of Emergency Medicine, Baylor College of Medicine, Houston, Texas

สรุป

Ssentongo และคณะ พบว่าโรคทางทันตกรรมปรากฏบ่อยขึ้นถึง 4 เท่าในผู้ป่วยติดเชื้อ Staphylococcus aureus ในกระแสเลือด (SAB) โดยเฉพาะในกลุ่มที่เคยติดเชื้อลิ้นหัวใจหรือใช้ยาเสพติดชนิดฉีด ข้อมูลนี้สนับสนุนความสำคัญของการตรวจช่องปากเป็นประจำในกระบวนการดูแลผู้ป่วย SAB

การตรวจสอบ

“นี่เป็นการศึกษาที่มีคุณค่าและออกแบบมาอย่างรอบคอบ: บันทึกทางการแพทย์ระบุปัญหาทางทันตกรรมบ่อยกว่ามากในการติดเชื้อสตาฟในกระแสเลือดเมื่อเทียบกับการติดเชื้อ E. coli ในกระแสเลือด ช่องว่างนี้ปรากฏในการวิเคราะห์ทุกรูปแบบ แม้ว่าการตรวจฟันที่ละเอียดขึ้นในระหว่างกระบวนการวินิจฉัยเชื้อสตาฟอาจอธิบายบางส่วนได้ ตามที่ผู้เขียนระบุอย่างตรงไปตรงมา ผู้เขียนกล่าวเสริมอย่างถูกต้องว่าการศึกษยังไม่สามารถพิสูจน์ได้ว่าช่องปากเป็นแหล่งที่มาและไม่ได้ทดสอบการรักษาทางทันตกรรม ผมคิดว่างานนี้ใส่ตัวเลขที่เป็นประโยชน์หลังจากการตรวจช่องปากที่มีอยู่แล้วในกระบวนการรักษาเชื้อสตาฟ โดยเฉพาะอย่างยิ่งเมื่อไม่พบแหล่งที่มาอื่น” - Adam Schaefer, DMD, ทันตแพทย์ CAD/CAM และที่ปรึกษาหลักที่ Strategic Dental Solutions

AI เชิงตัวแทนที่นำโดยมนุษย์เพื่อการวิจัย EHR แบบครบวงจร: เส้นทางยา Antibody-Drug Conjugate ลำดับขั้นในมะเร็งเต้านม

Arturo Loaiza-Bonilla, MD, MSEd1,2; Christos Colovos, MD, PhD; Daniel Kim, MD, PhD, MPH3; James M. Grichnik, MD, PhD4; Kritika Singh, PhD5; Paolo Tarantino, MD6

1St. Luke's University Health Network, Bethlehem, Pennsylvania2Massive Bio, Inc., Boca Raton, Florida3Division of Cardiology, Department of Medicine, University of Washington, Seattle, Washington4Department of Dermatology and Cutaneous Surgery, University of South Florida, Tampa, Florida5Stanford University School of Medicine, Stanford, California6Dana-Farber Cancer Institute, Boston, Massachusetts

สรุป

Loaiza-Bonilla และคณะ ศึกษาการใช้ยา antibody-drug conjugates ในผู้ป่วยมะเร็งเต้านม และพบว่าลำดับการใช้ยาระหว่าง sacituzumab govitecan และ trastuzumab deruxtecan ให้ผลลัพธ์ในการรักษาที่เท่าเทียมกัน

การตรวจสอบ

“ฉันพบว่านี่เป็นต้นฉบับที่น่าสนใจและตรงไปตรงมาจริงๆ โดยเฉพาะอย่างยิ่งเพราะมันกล่าวถึงสองด้านที่กำลังกลายเป็นสิ่งสำคัญในการวิจัยมะเร็งเต้านมอย่างรวดเร็ว: วิธีที่เราสร้างหลักฐานในโลกแห่งความเป็นจริงที่มีความหมายจากชุดข้อมูล EHR ที่ใหญ่ขึ้นเรื่อยๆ และเอเจนท์ AI จะช่วยสนับสนุนกระบวนการนั้นตั้งแต่การตั้งคำถามไปจนถึงการวิเคราะห์และการรายงานได้อย่างไร ข้อความที่สำคัญที่สุดคือสิ่งที่น่าอุ่นใจว่าเมื่อความสามารถในการวิจัยอัตโนมัติเพิ่มขึ้น ความเชี่ยวชาญทางคลินิกจะมีความสำคัญมากขึ้น ไม่ใช่ลดลง AI สามารถช่วยเราตรวจสอบข้อมูลได้ แต่แพทย์ยังคงต้องรู้ว่าคำตอบนั้นสมเหตุสมผลทางคลินิกหรือไม่” - Dr. Olubukola Ayodele, MBBS, MSc, FRCP, Medical Oncology Breast Lead ที่ University Hospitals of Leicester NHS Trust

Cladophialophora bantiana: กรณีศึกษารายกรณีทางคลินิกในสหรัฐฯ โดยได้รับความช่วยเหลือจากปัญญาประดิษฐ์

Ray Y. Chen1; Kaeun Ji1; Christos Colovos1

1Meta Platforms, Inc., Menlo Park, California

สรุป

Chen และคณะ ใช้ AI คัดกรองข้อมูลอย่างรวดเร็วจนสามารถระบุผู้ป่วย 21 รายที่ติดเชื้อราหายาก C. bantiana ในสมองและปอด พร้อมอธิบายลักษณะทางคลินิกได้ในเวลาอันสั้น แสดงให้เห็นว่า AI ช่วยให้นักวิจัยเข้าถึงการวิเคราะห์ชุดข้อมูลขนาดใหญ่ได้อย่างมีประสิทธิภาพ

การตรวจสอบ

"ความสามารถในการตรวจจับแนวโน้มของโรคติดเชื้อที่เกิดขึ้นใหม่ได้อย่างรวดเร็วเป็นสิ่งสำคัญต่อการเฝ้าระวังสาธารณสุขและการเตรียมพร้อมสำหรับโรคระบาด แต่ยังคงถูกจำกัดด้วยเวลาและทรัพยากรที่จำเป็นในการวิเคราะห์ชุดข้อมูลทางคลินิกขนาดใหญ่ เพื่อตอบสนองต่อรายงาน MMWR ล่าสุดที่บันทึกการตรวจพบเชื้อราก่อโรคหายาก Cladophialophora bantiana ที่เพิ่มขึ้น Chen และคณะ ได้ใช้ AI ในการคัดกรองบันทึกสุขภาพอิเล็กทรอนิกส์หลายล้านรายการเพื่อหาเคสเพิ่มเติมภายในเวลาเพียงไม่กี่วันหลังจากการตีพิมพ์ การวิเคราะห์ของพวกเขาไม่พบแนวโน้มที่คล้ายคลึงกันในเคสต่างๆ ซึ่งอาจสะท้อนถึงความแตกต่างในวิธีการตรวจสอบเคสที่ใช้ ซึ่งเป็นข้อจำกัดสำคัญเมื่อเปรียบเทียบการศึกษาทั้งสอง อย่างไรก็ตาม สิ่งที่พวกเขาพบเน้นย้ำถึงความเร็วและความเป็นไปได้ของวิธีการคัดกรองด้วยความช่วยเหลือของ AI สำหรับการสืบสวนทางระบาดวิทยา" - Dr. Travis Price, PhD, D(ABMM), นักจุลชีววิทยาคลินิกที่ได้รับการรับรองจากบอร์ด

"เพื่อแก้ไขช่องว่างของความรู้เรื่องการติดเชื้อเนื่องจาก Cladophialophora bantiana ผู้เขียนได้ใช้เทคโนโลยีฐาน AI เพื่อรวบรวมข้อมูลอย่างรวดเร็วจากบันทึกอิเล็กทรอนิกส์ที่มีอยู่ของผู้ป่วยที่มีการติดเชื้อหายากนี้ พวกเขาประสบความสำเร็จในการระบุตัวผู้ป่วยและดึงบันทึกเพื่อนำมาสกัดรายละเอียดทางคลินิกที่บันทึกไว้ได้ภายในหนึ่งวัน อย่างไรก็ตาม จำนวนเคสนั้นน้อยเกินกว่าจะสรุปผลได้ การค้นหาและจัดทำต้นฉบับนี้เสร็จสิ้นอย่างรวดเร็วมาก และจะเป็นประโยชน์ต่อการพัฒนาแนวทางนี้ด้วยระเบียบวิธีมาตรฐานสำหรับคำถามที่กำหนดไว้เพื่อการใช้งานในอนาคต การศึกษานี้บ่งชี้ถึงความจำเป็นในการกำหนดมาตรฐานระเบียบวิธีสำหรับการทำเหมืองข้อมูลทางคลินิกเฉพาะจากชุดข้อมูลขนาดใหญ่ นอกจากนี้ยังจะเป็นประโยชน์ในการพัฒนาแนวทางจริยธรรมในการเข้าถึงข้อมูลดังกล่าวด้วย" - Dr. Elizabeth Mathai, MD, PhD, นักจุลชีววิทยาคลินิก

"การศึกษานี้แสดงให้เห็นถึงศักยภาพของการวิเคราะห์ด้วยความช่วยเหลือของ AI ในการเร่งงานวิจัยทางคลินิกโดยการระบุและระบุลักษณะผู้ป่วยที่มีภาวะหายากและไม่ได้รับการศึกษาอย่างเพียงพออย่างรวดเร็วจากชุดข้อมูลบันทึกสุขภาพอิเล็กทรอนิกส์ขนาดใหญ่ สิ่งที่พบให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับการติดเชื้อ Cladophialophora bantiana โดยเฉพาะความแตกต่างระหว่างเคสที่ระบบประสาทส่วนกลาง (CNS) และเคสที่ปอด และบทบาทที่อาจเกิดขึ้นของการกดภูมิคุ้มกันและภาวะสุขภาพพื้นเดิม การวิจัยในอนาคตที่รวมกลุ่มประชากรผู้ป่วยขนาดใหญ่ขึ้นและการยืนยันที่เป็นอิสระของการระบุเคสด้วยความช่วยเหลือของ AI จะช่วยสร้างความแข็งแกร่งให้กับความน่าเชื่อถือของแนวทางนี้ ในขณะเดียวกันก็ช่วยให้สามารถระบุปัจจัยเสี่ยงที่ไม่เคยรู้จักมาก่อน ผลลัพธ์การรักษา และรูปแบบของโรคได้" - Dr. Kristina Mahan, PhD, นักชีววิทยาโมเลกุลและนักชีววิทยาสังเคราะห์

Z Codes สำหรับความต้องการทางสังคมและการดูแลรักษาเฉียบพลันที่ตามมาในระบบสุขภาพของสหรัฐฯ 21 แห่ง

Felipe Lobelo, MD, PhD1; Jared Durieux, PhD, MS, MDS, MPH2; Sarmed Arshoo, MD3; Christos Colovos, MD, PhD

1Emory Global Diabetes Research Center, Rollins School of Public Health, Emory University, Atlanta, Georgia2Evidence Architecture, Stow, Ohio3Florida State University College of Medicine, Tallahassee, Florida

สรุป

Lobelo และคณะ พบว่ารหัสบันทึกทางการแพทย์ Z59 (ความยากลำบากด้านที่อยู่อาศัยหรือการเงิน) สามารถทำนายการใช้บริการฉุกเฉินและโรงพยาบาลได้ในปีถัดไป โดยเฉพาะกลุ่มคนไร้บ้านในระบบ Medicaid งานวิจัยนี้สนับสนุนการแยกรายงานความเสี่ยงจากความยากลำบากเฉพาะเรื่องเพื่อกำหนดเป้าหมายความช่วยเหลือให้ตรงจุด

การตรวจสอบ

“การศึกษาเชิงย้อนหลังจากบันทึกสุขภาพอิเล็กทรอนิกส์และบันทึกการเรียกร้องค่ารักษาพยาบาลนี้ได้เปรียบเทียบผู้ใหญ่สามกลุ่มที่มีอายุตั้งแต่ 18 ปีขึ้นไปในระบบสุขภาพของสหรัฐฯ 21 แห่งที่ระบุตัวตนได้ กลุ่มแรกประกอบด้วยผู้ที่มีรหัสความต้องการทางสังคม Z59 เกี่ยวกับความมั่นคงของที่อยู่อาศัย รายได้ การเข้าถึงอาหาร และการขนส่ง กลุ่มที่สองไม่มีรหัสความยากลำบาก Z59 ในขณะที่กลุ่มที่สามมีรหัส Z ที่ไม่เกี่ยวข้องกับความยากลำบากทางสังคม ผู้ป่วยที่มีรหัสความยากลำบาก Z59 โดยเฉพาะรหัสคนไร้บ้าน รวมถึงผู้รับสิทธิ Medicaid มีสัญญาณที่แข็งแกร่งที่สุดในการใช้บริการดูแลสุขภาพบ่อยครั้งในเวลาต่อมา เนื่องจากความแพร่หลายของการให้รหัสอยู่ในช่วง 1.0% ถึง 23.8% ในข้อมูล EHR และการเคลม การศึกษาในอนาคตควรรวมถึงการตรวจสอบปัจจัยที่นำไปสู่อัตราการให้รหัส Z59 ที่สูงขึ้นเพื่อเพิ่มความไวและความเฉพาะเจาะจง” - Dr. Laura Kahn, MD, MPH, MPP, FACP

“การศึกษานี้ตั้งคำถามว่ารหัส Z59 สะท้อนถึงความยากลำบากหรือเป็นเพียงการกระทำของการบันทึกข้อมูล การออกแบบตัวควบคุมเชิงลบโดยใช้รหัส Z02/Z76 ทางการบริหารจัดการเป็นแนวทางที่ชาญฉลาดและเป็นจุดแข็งหลักของบทความ สิ่งที่พบมีความเกี่ยวข้องกับระบบสุขภาพและผู้ชำระเงิน อย่างไรก็ตาม ผลลัพธ์เรื่องการรับเข้าโรงพยาบาลนั้นยังดูไม่น่าเชื่อถืนัก ในระบบห้าแห่งที่มีวันที่พักรักษาตัวที่ถูกต้องส่วนใหญ่ สัญญาณการรับเข้าโรงพยาบาลเฉพาะความยากลำบากจะไม่ปรากฏอีกต่อไป แนวทางตัวควบคุมเชิงลบตั้งสมมติฐานว่าแพทย์ให้รหัสความยากลำบากและรหัสการบริหารจัดการในวิธีที่คล้ายคลึงกัน การศึกษาในอนาคตควรทดสอบสมมติฐานนี้ อาจจะด้วยรหัสควบคุมที่สองหรือการทบทวนแฟ้มประวัติ ก่อนที่จะใช้การปรับปรุงนี้ในการปฏิบัติจริง” - Dr. Sidath Kapukotuwa, PhD, MS, MCHES

ผลลัพธ์ในภาวะติดเชื้อที่เยื่อบุหัวใจจากเชื้อ Staphylococcus aureus ที่ไวต่อยาเมทิซิลลินและดื้อต่อยาเมทิซิลลิน เมื่อเปรียบเทียบกับภาวะติดเชื้อที่เยื่อบุหัวใจจากเชื้อ Staphylococcus lugdunensis

Paddy Ssentongo, MD, PhD1; W. Frank Peacock, MD, FACEP, FACC, FESC3; Christos Colovos, MD, PhD

1Department of Medicine, Division of Infectious Diseases, Penn State Health Milton S. Hershey Medical Center, Hershey, Pennsylvania2Department of Public Health Sciences, Penn State College of Medicine, Hershey, Pennsylvania3Henry JN Taub Department of Emergency Medicine, Baylor College of Medicine, Houston, Texas

สรุป

Ssentongo และคณะ ศึกษาผู้ป่วยกว่า 4,000 ราย พบว่าแม้เชื้อ S. lugdunensis จะมีอัตราการเสียชีวิตต่ำกว่า S. aureus แต่กลับต้องผ่าตัดลิ้นหัวใจบ่อยกว่า งานวิจัยนี้ย้ำว่าไม่ควรละเลยเชื้อชนิดนี้และควรรายงานความไวต่อยาแยกจากกันในการศึกษาวิจัย

การตรวจสอบ

“บทความนี้แก้ไขช่องว่างสำคัญในวรรณกรรม โดยเฉพาะข้อมูลผลลัพธ์เกี่ยวกับสถานะความเสี่ยงของภาวะติดเชื้อที่เยื่อบุหัวใจระหว่างสิ่งมีชีวิตที่ต่างกัน และ/หรือรูปแบบความไวต่อยา โดยเฉพาะ Staphylococcus lugdunensis ข้อสรุปที่ระบุในบทความนี้ว่าควรรายงานชนิดของเชื้อและความไวต่อยาเมทิซิลลินแยกกันในการศึกษาผลลัพธ์ของโรคเยื่อบุหัวใจอักเสบได้รับการสนับสนุนอย่างดีจากข้อมูลที่สะท้อนในบทความนี้ นั่นคือความเสี่ยงที่เพิ่มขึ้นของการเสียชีวิตใน 30 วันในกลุ่ม Staphylococcus aureus ควรสังเกตว่าผู้ป่วยในกลุ่ม Staphylococcus aureus มีอาการติดเชื้อในกระแสเลือดหรือช็อกจากการติดเชื้อมากกว่า ซึ่งอาจสัมพันธ์กับความเสี่ยงที่เพิ่มขึ้นของการเสียชีวิตใน 30 วัน นอกจากนี้ดูเหมือนว่ากลุ่ม Staphylococcus aureus จะมีปัจจัยรบกวนสำหรับการติดเชื้อที่ฝังลึกมากขึ้น ซึ่งอาจเพิ่มความเสี่ยงต่อการเสียชีวิต ดังที่เห็นได้จากอัตราของโรคกระดูกอักเสบ ข้ออักเสบติดเชื้อ และฝีในช่องเหนือเยื่อหุ้มไขสันหลัง (epidural abscesses) ที่สูงขึ้น สำหรับการศึกษาในอนาคต ฉันสนใจที่จะเห็นการเปรียบเทียบระหว่าง Staphylococcus lugdunensis ที่ไวต่อเมทิซิลลิน เทียบกับที่ดื้อต่อเมทิซิลลิน อย่างไรก็ตาม จำนวนที่น้อยในกลุ่ม lugdunensis ที่รวมกันอาจทำให้การวิเคราะห์นี้ยากที่จะมีพลังเพียงพอสำหรับผลลัพธ์ที่มีความหมาย ในแง่ของข้อมูล ฉันสนใจที่จะเห็นข้อมูลเกี่ยวกับอัตราผลเพาะเชื้อเป็นบวกซ้ำและระยะเวลาที่ติดเชื้อ” - Mollie VanNatta Day, PharmD, BCPS, BCIDP

“การศึกษานี้ใช้ LLM เพื่อช่วยออกแบบและดำเนินการวิเคราะห์ขนาดใหญ่ของภาวะติดเชื้อที่เยื่อบุหัวใจจาก S. lugdunensis, MSSA และ MRSA สิ่งที่พบที่มีประโยชน์ที่สุดสำหรับแพทย์คืออัตราการเกิดภาวะแทรกซ้อนทางลิ่มเลือดอุดตันและกระดูกและข้อที่สูงขึ้นซึ่งพบใน S. aureus ซึ่งเป็นการเตือนให้มองหาภาวะแทรกซ้อนที่แพร่กระจายไปยังส่วนอื่น (metastatic complications) การอ้างสิทธิ์เรื่องอัตราการเสียชีวิตนั้นดูจะเกินจริงไปหน่อย ตัวภาคผนวกเองระบุว่าการวิเคราะห์ “ไม่ได้ระบุความแตกต่างของอัตราการเสียชีวิต” และบทความไม่ได้กล่าวถึงวรรณกรรมที่มีอยู่ซึ่งรายงานอัตราการเสียชีวิตจากโรคเยื่อบุหัวใจอักเสบ S. lugdunensis อยู่ที่ประมาณ 20-42% การศึกษาในอนาคตจะได้ประโยชน์จากการยืนยันโรคเยื่อบุหัวใจอักเสบตามเกณฑ์ Duke, การระบุเชื้อที่ยืนยันด้วยผลเพาะเชื้อ, มาตรการความรุนแรงที่เกี่ยวข้องกับโรคเยื่อบุหัวใจอักเสบ เช่น การมีอยู่และขนาดของสิ่งงอก (vegetations) และการทบทวนโดยมนุษย์อย่างระมัดระวังต่อการวิเคราะห์ที่มี LLM ช่วยเหลือ” - Storm Dorrough, MD

“ผู้เขียนได้ใช้ฐานข้อมูล EHR ขนาดใหญ่พร้อมความช่วยเหลือจาก AI เพื่อศึกษาประชากรผู้ป่วยที่ติดเชื้อเยื่อบุหัวใจ S. lugdunensis ที่ใหญ่กว่ารายงานก่อนหน้านี้อย่างมาก ซึ่งเป็นประโยชน์ต่อการศึกษาการติดเชื้อที่พบได้ไม่บ่อย ผมยังชื่นชมการเปรียบเทียบแยกกันกับ MSSA และ MRSA แม้ว่าผมจะยังไม่ค่อยปักใจเชื่อในข้อสรุปเรื่องอัตราการเสียชีวิตเพราะผลลัพธ์เปลี่ยนไปในการวิเคราะห์ความอ่อนไหว (sensitivity analyses) ข้อจำกัดหลักคือกลุ่มต่างๆ ถูกระบุโดยใช้เกณฑ์การวินิจฉัยที่ต่างกัน ทำให้ยากที่จะบอกว่าความแตกต่างของผลลัพธ์สะท้อนถึงตัวการติดเชื้อเองหรือวิธีที่ผู้ป่วยถูกคัดเลือก การศึกษาในอนาคตสามารถกำหนดกลุ่มประชากรเหล่านี้ได้ดีเพื่อระบุรายละเอียดความเสี่ยงของเชื้อที่มีอัตราการเสียชีวิตสูงนี้ได้มากขึ้น” - Ali Ahmad, MD

ประสบการณ์ของนักวิจัยทางการแพทย์

ความโดดเด่นของโครงการนี้คือความรวดเร็วที่ AI ช่วยเร่งกระบวนการวิจัย ตั้งแต่การสังเคราะห์วรรณกรรม การทดสอบสมมติฐาน ไปจนถึงการเขียนโค้ดวิเคราะห์ข้อมูล นักวิจัยสามารถสร้างต้นฉบับเสร็จสมบูรณ์ได้ภายในเวลาไม่ถึงสองสัปดาห์ บางชิ้นงานใช้เวลาเพียง 7 วันเท่านั้น ซึ่งผู้เข้าร่วมรายงานว่ามีประสิทธิภาพเพิ่มขึ้นถึงสิบเท่าเมื่อเทียบกับวิธีดั้งเดิม ท่านสามารถอ่าน รายงาน ประสบการณ์ฉบับเต็มของนักวิจัยได้ที่ลิงก์นี้

นักวิจัยระบุว่า Muse ช่วยขจัดอุปสรรคทางเทคนิค เช่น การเขียนโปรแกรม ทำให้ผู้เชี่ยวชาญสามารถโฟกัสไปที่ความสงสัยใคร่รู้และความคิดสร้างสรรค์ได้มากขึ้น อีกทั้งโมเดล Muse Wonder ยังทำหน้าที่เป็นคู่คิดที่ไม่ประจบประแจง (sycophantic) โดยพร้อมจะโต้แย้งสมมติฐานที่ผิดพลาดและชี้แนะแนวทางที่ถูกต้อง ช่วยให้การวิจัยเป็นประชาธิปไตย (democratize research) และลดช่องว่างระหว่างคำถามทางคลินิกกับการทำวิจัยให้สำเร็จจริง

มองไปข้างหน้า

การสำรวจครั้งนี้เป็นเพียงจุดเริ่มต้นของโมเดล Muse ในวงการวิทยาศาสตร์และสุขภาพ แม้ปัจจุบันจะเน้นการวิเคราะห์ย้อนหลัง แต่ในอนาคต Meta มีแผนจะขยายขอบเขตการใช้ AI เพื่อเชื่อมโยงข้อมูลที่หลากหลายและสร้างสมมติฐานใหม่สำหรับการทดลองเชิงรุก โดยมี AI เป็นเอเจนท์ช่วยวิจัยภายใต้การกำกับดูแลของผู้เชี่ยวชาญ เพื่อขับเคลื่อนนวัตกรรมทางการแพทย์ต่อไป