การพัฒนาระบบติดตามและวิเคราะห์ข้อมูลการดูแลตนเองของผู้ป่วยกล้ามเนื้อหัวใจขาดเลือดเฉียบพลันที่ได้รับการรักษาจากยาละลายลิ่มเลือดและถ่างขยายหลอดเลือดหัวใจด้วยขดลวดด้วย LINE และเทคนิค Deep Learning

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

พริมา น้อยนาดี, นฤพัฒน์ อัยสานนท์, ชัชรินทร์ จันดี

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

พัชรา พงศ์มานะวุฒิ

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนวิทยาศาสตร์จุฬาภรณราชวิทยาลัย ตรัง

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2565

บทคัดย่อโครงงานวิทยาศาสตร์

โรคหัวใจติด 5 อันดับของสาเหตุการเสียชีวิต โดยพบในช่วงอายุ 45-65 ปี มีความเสี่ยงในการเป็นโรคหัวใจจากปัจจัยด้านอาหารและการสูบบุหรี่ โดยมีโรคร่วมคือ โรคเบาหวานและความดันโลหิตสูง พบภาวะแทรกซ้อน ทั้งผู้ป่วยกลับมาเป็นซ้ำด้วยกล้ามเนื้อหัวใจตายเพิ่มขึ้น ซึ่งความต้องการของผู้ป่วยกลุ่มนี้คือ การได้รับการเปิดหลอดเลือดเร็ว ปลอดภัยจากภาวะแทรกซ้อน ได้รับการเฝ้าระวังอย่างเหมาะสมและช่วยเหลือได้ทันท่วงที ผู้ป่วยมีโอกาสกลับเป็นซ้ำหลังการรักษา หากปฏิบัติตัวไม่ถูกต้อง ดังนั้นการติดตามผู้ป่วยหลังจำหน่ายจากโรงพยาบาลจึงมีความสำคัญแต่ปัจจุบันระบบการติดตามดูแลต่อเนื่องต้องมีการส่งต่อไปยังหน่วยเวชกรรมสังคม โดยมีโปรแกรมแบบใช้รวมกับผู้ป่วยทั่วไป ซึ่งโรคหัวใจมีข้อปฏิบัติที่เฉพาะเจาะจง รวมทั้งต้องให้ความสำคัญกับสัญญาณเตือนเมื่อมีอาการซ้ำ การประเมินตนเองเพื่อต้องมารักษาที่โรงพยาบาล โปรแกรมดังกล่าวไม่สามารถใช้กับผู้ป่วยโรคหัวใจได้ และต้องมีระบบส่งต่อกันหลายหน่วย ทำให้ไม่มีประโยชน์เมื่อผู้ป่วยเกิดปัญหาในการปฏิบัติตัวที่บ้าน เพื่อที่จะเเก้ปัญหาดังกล่าวผู้พัฒนาจึงได้ดำเนินการร่วมกันกับเจ้าหน้าที่ศูนย์โรคหัวใจ โรงพยาบาลตรังในการพัฒนาระบบติดตามดูแลและวิเคราะห์ข้อมูลต่อเนื่อง หลังรับการรักษา/การผ่าตัดของผู้ป่วยโรคหัวใจ โดยติดตามผ่านแพลตฟอร์ม LINE Official Account เนื่องจาก LINE ประเทศไทย มีจำนวนผู้ใช้งานมากกว่า 2 ใน 3 ของจำนวนประชากรไทย ถือเป็นตัวช่วยเชื่อมต่อผู้คนในประเทศผ่านฟีเจอร์ต่าง ๆ และอำนวยความสะดวกเหมาะกับกลุ่มเป้าหมายที่มีมากในวัยทำงาน เพื่อให้เข้าถึงการรักษาได้อย่างรวดเร็วและถูกต้อง ใช้แบบสอบถามที่ได้มีการพัฒนามาจากรูปแบบเก่าให้มีความเหมาะสมและสามารถนำข้อมูลมาวิเคราะห์ประกอบการรักษาได้ โดยใช้ชุดข้อมูลประวัติการรักษาและประวัติการเป็นโรคจากโรงพยาบาลตรังมาประกอบ เพื่อสร้างโมเดลวิเคราะห์และคาดคะเนความเสี่ยงต่างๆ เพื่อเฝ้าระวังอาการของผู้ป่วยไม่ให้ทรุดลง หรือเสียชีวิต