ช่วงวิกฤติสถานการณ์โควิด 19 ที่ผ่านมา พื้นที่หลายจุดของประเทศไทยถูกรับรู้ในฐานะคลัสเตอร์ใหญ่ของการแพร่ระบาด ที่ทุกฝ่ายต่างร่วมกันระดมความสามารถเพื่อควบคุมและป้องกันโรคระบาดนี้อย่างเต็มกำลัง เช่นเดียวกับ จังหวัดภูเก็ต ที่ได้ก้าวผ่านจากจุดสูงสุดของการแพร่ระบาด มาสู่จุดที่ไม่พบผู้ติดเชื้อรายใหม่ได้ในปัจจุบัน
นอกจากมาตรการล็อกดาวน์ปิดพื้นที่ พร้อมเดินหน้าตรวจคัดกรองเชิงรุกอย่างเข้มข้น อีกด้านหนึ่งของความสำเร็จในการยับยั้งการแพร่ระบาดบนเกาะแห่งนี้ คือการใช้เครื่องมือที่เรียกว่า “Big Data” เข้ามาเสริมให้ภารกิจการทำงานป้องกันและควบคุมโรคสำเร็จได้อย่างเป็นจริงในประเทศไทย
พญ.พันธนีย์ ธิติชัย ในฐานะแพทย์ระบาดวิทยา กลุ่มภารกิจปฏิบัติการสอบสวนควบคุมโรค (ทีม Operation) และอาจารย์ประจำหลักสูตรพัฒนานักระบาดวิทยาภาคสนาม (Field Epidemiology Training Program: FETP) เล่าย้อนกลับไปในช่วงเดือนมีนาคม 2563 ซึ่งมีการพบการระบาดจำนวนมาก
ในช่วงนั้น จ.ภูเก็ต เริ่มมีจำนวนผู้ติดเชื้อเพิ่มขึ้นอย่างรวดเร็ว โดยศูนย์ปฏิบัติการภาวะฉุกเฉิน (EOC) ได้ส่งทีม Operation ลงพื้นที่เพื่อร่วมประเมินสถานการณ์ และดำเนินการควบคุมป้องกันโรคร่วมกับทีมปฏิบัติการควบคุมโรคติดต่อในพื้นที่
สิ่งที่พบในเวลานั้นคือ แม้ จ.ภูเก็ต จะมีเคสผู้ติดเชื้ออยู่มาก แต่ส่วนใหญ่อยู่ในวงที่ค่อนข้างจำกัด คือบริเวณพื้นที่ซอยบางลา ต.ป่าตอง อ.กระทู้ แหล่งย่านสถานบันเทิงที่มีความหนาแน่น ทั้งยังเป็นจุดศูนย์รวมของนักท่องเที่ยวชาวต่างชาติในภูเก็ต ซึ่งคิดเป็น 70-80% ของปริมาณเคสทั้งจังหวัด
จุดเปลี่ยนที่สำคัญภายหลังวันที่ 18 มีนาคม เมื่อรัฐบาลได้มีมาตรการประกาศปิดสถานที่ที่มีความเสี่ยงสูง โดยเฉพาะร้านอาหารและสถานบันเทิง ทำให้เกิดการกระจายตัวของผู้คนในย่านดังกล่าว ซึ่งส่วนใหญ่ไม่ใช่ประชากรที่อาศัยอยู่ในพื้นที่ หากแต่มีภูมิลำเนาอยู่ในตำบล อำเภออื่น หรือแม้แต่ภูมิภาคอื่นของประเทศ
“พอคนกลุ่มนี้มีการแยกย้ายออกจากพื้นที่กระจายไปยังทั่วประเทศ คำถามคือเราไปติดตามดูและเฝ้าระวังกลุ่มคนเหล่านี้ ซึ่งเป็นกลุ่มที่มีโอกาสติดเชื้อสูงได้อย่างไร จึงเป็นโจทย์ที่ทำให้คิดหาวิธีและเครื่องมือเพื่อนำมาใช้ประกอบกับการสอบสวนโรคที่ทำอยู่เดิม” พญ.พันธนีย์ เล่าถึงที่มา
เธอสะท้อนถึงแนวทางในการดำเนินงานสอบสวนโรค ที่แม้ว่าทางเจ้าหน้าที่จะใช้วิธีการสัมภาษณ์ผู้ป่วยและติดตามไปยังกลุ่มผู้ที่มีประวัติสัมผัส เพื่อขยายวงการเฝ้าระวังกลุ่มเสี่ยงออกไปเรื่อยๆ อยู่แล้ว แต่กรณีเคสของกลุ่มคลัสเตอร์ที่เกี่ยวข้องกับสถานบันเทิง หรือพื้นที่สีเทานั้น ในบางครั้งเจ้าหน้าที่อาจได้รับข้อมูลที่ไม่ครบถ้วนหรือไม่ถูกต้อง จากความไม่สะดวกใจในการให้ข้อมูลของผู้ป่วย
ในเวลาเดียวกันเมื่อปริมาณผู้มีโอกาสรับเชื้อที่ขยายวงกว้างออกไปเรื่อยๆ ภายใต้กำลังเจ้าหน้าที่ที่มีอยู่อย่างจำกัด และต้องทำงานแข่งขันกับเวลา นี่จึงเป็นความท้าทายต่อการควบคุมโรค และต้องการตัวช่วยอื่นๆ เข้ามาในการทำงานมากยิ่งขึ้น
โจทย์ดังกล่าวถูกส่งมายัง นพ.ไผท สิงห์คำ แพทย์ระบาดวิทยาภาคสนาม และผู้อำนวยการศูนย์นวัตกรรมด้านสุขภาพและป้องกันควบคุมโรค กรมควบคุมโรค ซึ่งเห็นว่าเมื่อจำนวนเคสผู้ป่วยและผู้ที่สัมผัสเริ่มเยอะเกินกว่ากำลังของเจ้าหน้าที่ ที่จะทำการสอบถามไปเรื่อยๆ จึงต้องใช้เครื่องมือที่เป็น Data บางอย่าง เพื่อให้เห็นภาพการเคลื่อนย้ายของคนจากพื้นที่ดังกล่าวได้อย่างรวดเร็ว
“เมื่อพูดถึง Data ที่สามารถใช้แทนตัวบุคคลได้ในทุกวันนี้ โทรศัพท์มือถือเป็นอุปกรณ์หนึ่งที่ติดตัวอยู่กับคนเกือบทุกคน และพกพาไปไหนมาไหนตลอดเวลา จึงสามารถนำมาหารูปแบบของข้อมูลการเคลื่อนย้าย หรือที่เรียกว่า Mobility Data ซึ่งสามารถเก็บข้อมูลได้จากหลายแนวทาง” เขาระบุ
นพ.ไผท อธิบายว่า แนวทางแรกคือการใช้ข้อมูลจากสัญญาณ GPS ของโทรศัพท์ ซึ่งแม้จะให้ความแม่นยำสูง แต่ปัญหาคือยังไม่มีแอปพลิเคชันกลางที่จะสามารถนำข้อมูลเหล่านี้มาใช้ได้ร่วมกัน และทำได้ยากในแง่ของการได้รับอนุญาตจากผู้ใช้งาน เช่นเดียวกับข้อมูลตำแหน่งผู้ใช้งานของ Google ที่แม้จะเป็นข้อมูลจาก GPS เช่นเดียวกัน แต่ไม่สามารถดูข้อมูลแบบจำเพาะจุดตามที่ต้องการได้
ปัจจัยเหล่านี้นำมาสู่แนวทางของการใช้ ข้อมูลจากสัญญาณโทรศัพท์มือถือ ซึ่งเป็นข้อมูลการติดต่อระหว่างโทรศัพท์และเสาสัญญาณ แม้แนวทางนี้จะไม่ได้บอกพิกัดของผู้ใช้งานโดยตรง แต่จะเป็นพิกัดของเสาสัญญาณที่ผู้ใช้งานรายนั้นเชื่อมต่ออยู่ ฉะนั้นก็ทำให้สามารถรู้ได้ว่าบุคคลเหล่านั้นอยู่ในพื้นที่บริเวณใด
เมื่อมุ่งเป้ามายังแนวทางนี้ ทางทีมแพทย์จึงได้รับความร่วมมือจากผู้ให้บริการเครือข่ายโทรศัพท์มือถือ คือ True Digital Group ซึ่งรับโจทย์ดังกล่าวไปประมวลผลหาข้อมูลการเคลื่อนที่ในภาพรวม โดยอ้างอิงจากผู้ใช้โทรศัพท์มือถือที่อยู่บริเวณพื้นที่ซอยบางลา ต.ป่าตอง ช่วงวันที่ 18 มีนาคม เพื่อดูว่าหลังจากนั้นคนกลุ่มนี้มีการขยับไปอยู่ที่ใดบ้าง
“เรานำข้อมูลจำนวนผู้เชื่อมต่อกับเสาสัญญาณ มาคำนวณเป็นค่าคะแนนความเสี่ยง โดยให้น้ำหนักผู้ที่ต่อเชื่อมเสาสัญญาณนาน แปลว่าเขาอยู่ในพื้นที่นั้นจริงไม่ใช่แค่ผ่าน ก็จะให้ค่าคะแนนความเสี่ยงสูง เช่นเดียวกับถ้ายิ่งมีคนเชื่อมต่อมากในบริเวณเสาสัญญาณนั้น เวลารวมคะแนนก็จะสูงไปด้วย ซึ่งวิธีนี้เป็นการประมวลความหนาแน่นในภาพรวมเท่านั้น ไม่ได้เข้าถึงข้อมูลผู้ใช้งานรายบุคคล จึงไม่มีปัญหาเรื่องการละเมิดสิทธิส่วนบุคคล” นพ.ไผท อธิบายหลักการ
จากนั้นเมื่อนำการคำนวณมาดูเสาสัญญาณของทั้งประเทศ ว่ามีผู้ใช้สัญญาณโทรศัพท์มือถือบริเวณซอยบางลาช่วงวันดังกล่าวกระจายไปอยู่ที่ใดของประเทศไทยบ้าง ข้อมูลที่พบก็ถูกประมวลผลและส่งต่อไปยังทีม Operation ให้สามารถตัดสินใจที่จะพุ่งเป้าเจ้าหน้าที่และระยะเวลาที่มีอยู่จำกัด เพื่อลงไปในบริเวณพื้นที่ใดก่อนให้ตามหาผู้ป่วยได้อย่างมีประสิทธิภาพ
“วิธีการพื้นฐานที่เราติดตามสอบถาม เพื่อหาผู้ที่มีโอกาสป่วยเพิ่มเติมนั้นทำอยู่แล้ว และก็ทำให้เราสามารถตามหาเคสจำนวนมากได้ที่ภูเก็ต แต่เมื่อเคสเริ่มกระจายไปเยอะขึ้น บวกกับเวลาอันสั้น เครื่องมือนี้เป็นตัวช่วยให้การทำงานแบบเดิมมีประสิทธิภาพมากยิ่งขึ้น ทำให้เจ้าหน้าที่สามารถโฟกัสจุดการทำงานได้ชัดเจนมากขึ้น” แพทย์ระบาดวิทยารายนี้ ระบุ
เมื่อพิจารณาจากขนาดของข้อมูล การเคลื่อนย้ายของคนจำนวนมากในทุกวันเป็นระยะเวลาหนึ่ง ซึ่งนับว่าเป็นข้อมูลที่มีปริมาณมาก (มี Volume) เห็นการเคลื่อนไหวได้อย่างรวดเร็ว (มี Velocity) เป็นข้อมูลที่บอกภาพได้จริง (มี Veracity) และสามารถเชื่อมโยงสมมติฐานการแพร่กระจายโรคได้ชัดเจนขึ้น (มี Value) จึงนับว่าการใช้ข้อมูลนี้เข้าข่ายการนำ Big Data มาปฏิบัติภารกิจได้อย่างไม่ต้องสงสัย
“การใช้ข้อมูลสัญญาณโทรศัพท์ หรือ Telecommunications ลักษณะเดียวกันนี้ มีบางประเทศได้เสนอแนวคิดนี้เพื่อใช้ดูภาพรวมการเคลื่อนตัวของโรคด้วยเช่นกัน ซึ่งต่อไปเราก็จะขยับความร่วมมือกับเครือข่ายรายอื่นๆ เพิ่มเพื่อทำโจทย์เดียวกันนี้ และพัฒนาเครื่องมือให้ใช้งานได้ง่ายขึ้น เพื่อนำมาเป็นข้อมูลในการวิเคราะห์และประกอบการตัดสินใจ ในการเฝ้าระวังโรคพื้นที่อื่นๆ ต่อไป ซึ่งหากพื้นที่ใดสนใจแต่ยังไม่มั่นใจว่าจะต้องทำอย่างไร สามารถติดต่อมาได้ ทางทีมยินดีเป็นตัวกลางในการประสานและช่วยเหลือ” นพ.ไผท ทิ้งท้าย
ขอบคุณภาพจาก สำนักงานสาธารณสุขจังหวัดภูเก็ต และเพจ ภูเก็ตรวมใจต้านภัย Covid-19
- 110 views
