สารสนเทศสุขภาพคืออะไร?

สารสนเทศสุขภาพ (Health Informatics) คือศาสตร์และการปฏิบัติงานที่เกี่ยวข้องกับการจัดการข้อมูลสุขภาพเพื่อให้เกิดข้อมูลและสารสนเทศที่มีความหมาย (Data plus Meaning) โดยมีเทคโนโลยีทำหน้าที่สนับสนุนเพื่อช่วยในการตัดสินใจทางการแพทย์อย่างรอบคอบ

ความเข้าใจด้านพฤติกรรมและองค์กร

ระบบสารสนเทศสุขภาพที่มีประสิทธิภาพจำต้องคำนึงถึง พฤติกรรมมนุษย์และบริบทขององค์กร (Human and Organization Behavior) เสมอ เนื่องจากบุคลากรการดูแลสุขภาพเป็นแกนหลักในการใช้งานจริงระดับปฏิบัติงาน

หลักการ Informed & Assisted

หัวใจหลักของปฏิบัติการสารสนเทศสุขภาพคือการบูรณาการระบบเพื่อสร้างความรอบรู้ (Informed) และการช่วยเหลือ (Assisted) ในระบบรักษาพยาบาล

ขอบเขตของสารสนเทศสุขภาพ

ทิศทางการทำงานด้านสารสนเทศสุขภาพครอบคลุมตั้งแต่ระดับรายบุคคล กลุ่มประชากร ไปจนถึงระบบสาธารณสุขขนาดใหญ่

แรงขับเคลื่อนและประโยชน์ของระบบ

องค์การอนามัยโลก (WHO) ชี้ว่าระบบข้อมูลสุขภาพที่ถูกต้องและทันท่วงที คือหัวใจสำคัญของการวางนโยบายและโปรแกรมการดูแลสุขภาพให้มีประสิทธิภาพสูงสุด

ปัญหาทั่วไปในการประยุกต์ใช้ข้อมูล

แม้จะมีเทคโนโลยีที่ก้าวหน้า แต่ในเชิงปฏิบัติจริงยังมีปัญหาความล้มเหลวที่มักพบบ่อยครั้งในการเตรียมและจัดการข้อมูลสุขภาพ

เริ่มต้นจัดเตรียมเครื่องมือพัฒนาโปรแกรม

ในการจัดการข้อมูลสุขภาพ ปัญหาหลักคือการติดตั้งโปรแกรมและไลบรารีเวอร์ชันที่ไม่ตรงกัน
เราจะเปลี่ยนมาใช้ Modern Developer Toolchain ที่มีประสิทธิภาพสูง รวดเร็ว และล็อกเวอร์ชันเพื่อป้องกันความเสียหายเชิงระบบ

ขั้นตอนที่ 1: ติดตั้ง Scoop ผ่าน PowerShell

เปิดโปรแกรม Windows PowerShell เพื่อทำการตั้งค่าระบบและติดตั้งตัวจัดการแพ็กเกจ Scoop

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser

irm get.scoop.sh | iex

ขั้นตอนที่ 2: ติดตั้ง Git และ uv ผ่าน Scoop

เราจะทำการติดตั้ง Git เพื่อใช้ดาวน์โหลดข้อมูล และติดตั้ง uv สำหรับควบคุมเวอร์ชันของ Python โครงงาน

scoop install git uv

ขั้นตอนที่ 3: สร้างและเปิดโปรเจกต์ด้วย uv init

การสร้างสภาพแวดล้อมที่สะอาดและเป็นระบบ เพื่อแยกชุดข้อมูลและไลบรารีออกจากตัวเครื่องคอมพิวเตอร์หลัก

# 1. ย้ายตำแหน่งการทำงานไปที่ไดรฟ์ D:
D:

# 2. สร้างและเข้าไปยังไดเรกทอรีโครงการ
mkdir health-informatics
cd health-informatics

# 3. เริ่มต้นระบบโครงงาน Python ด้วย uv
uv init

ขั้นตอนที่ 4: ติดตั้ง JupyterLab และ pandas

ทำการระบุตัวแปรเพื่อดาวน์โหลดและติดตั้งเครื่องมือแก้ไขรหัสคำสั่ง (JupyterLab) และไลบรารีจัดการข้อมูลผู้ป่วย (pandas) ลงในโครงการ

uv add jupyterlab pandas faker

ขั้นตอนที่ 5: เริ่มใช้งาน Jupyter Lab

เปิดสภาพแวดล้อมการเขียนโปรแกรมและการทำ Pre-processing ข้อมูลสุขภาพเพื่อเตรียมการฝึกปฏิบัติการประจำสัปดาห์

uv run jupyter lab

ความหลากหลายของข้อมูลสุขภาพ

ในระบบสารสนเทศสุขภาพเชิงคลินิก ข้อมูลมีทั้งแบบตารางที่มีโครงสร้างชัดเจน และแบบกึ่งมีโครงสร้างที่ยืดหยุ่นสูง

การอ่านและจัดการไฟล์ CSV ด้วย pandas

เครื่องมือที่สำคัญที่สุดในการจัดการข้อมูลแบบตารางขนาดใหญ่ใน Python คือไลบรารี pandas

import pandas as pd

# 1. โหลดข้อมูลผู้ป่วยจากไฟล์ CSV
df = pd.read_csv('patients_data.csv')

# 2. ตรวจสอบมิติข้อมูล (แถว, คอลัมน์) และหัวตาราง
print(f"ขนาดชุดข้อมูล: {df.shape}")
df.head(5) # แสดงข้อมูล 5 แถวแรก

การจัดการระเบียนข้อมูลผู้ป่วยแบบ JSON

ระเบียนสุขภาพดิจิทัลสมัยใหม่ เช่น มาตรฐาน HL7 FHIR มักเก็บในรูปแบบ JSON ที่มีโครงสร้างซ้อนกัน

import json

# 1. โหลดไฟล์ JSON ของเวชระเบียนผู้ป่วย
with open('patient_fhir_demo.json', 'r') as file:
    record = json.load(file)

# 2. การสืบค้นข้อมูลเชิงลึกในโครงสร้าง Dictionary แบบซ้อน (Nested Key)
patient_name = record['resource']['name']['given']
birth_date = record['resource']['birthDate']

print(f"ผู้ป่วย: {patient_name} | วันเกิด: {birth_date}")

การคลี่โครงสร้าง JSON เพื่อวิเคราะห์แบบกลุ่ม

ในการวิเคราะห์ผู้ป่วยทั้งกลุ่ม (Cohort Analysis) เราจำต้องแปลงโครงสร้างซ้อนของ JSON ให้กลายเป็นตารางแบนราบเพื่อการคำนวณที่ง่ายขึ้น

# แปลงโครงสร้างแบบซ้อน (Nested JSON) ให้เป็นตารางแบนเรียบง่ายแบบอัตโนมัติ
df_patients = pd.json_normalize(
    record, 
    record_path=['entry'], 
    meta=['id', 'resourceType']
)
df_patients.head()

ฟังก์ชัน pd.json_normalize จะช่วยลดเวลาในการเขียนโค้ดสกัดกิ่งข้อมูลซับซ้อนออกเป็นตารางสถิติกลุ่มในทันที

ข้อควรระวังในการจัดการข้อมูลสุขภาพขนาดใหญ่

ข้อมูลทางการแพทย์และจีโนมิกส์มีขนาดที่เติบโตแบบก้าวกระโดด เราต้องเรียนรู้วิธีบริหารจัดการทรัพยากรหน่วยความจำอย่างคุ้มค่า

ธรรมชาติของข้อมูลสุขภาพและการทำความสะอาด

ชุดข้อมูลสุขภาพในโลกความเป็นจริงมักมี "สัญญาณรบกวน" (Real-world noise) เช่น การพิมพ์ผิด ช่องข้อมูลว่าง หรือค่าที่บันทึกผิดพลาดทางชีววิทยา ซึ่งอาจทำให้แบบจำลอง AI ทางการแพทย์ทำงานผิดพลาดและส่งผลกระทบต่อความปลอดภัยของคนไข้

คำสั่งตรวจสอบและจัดการค่าสูญหาย (Null/NaN)

เราใช้ไลบรารี pandas ในการระบุปริมาณข้อมูลที่ว่าง และใช้กลวิธีแก้ไขจุดบกพร่องตามระดับความสำคัญ

# 1. นับจำนวนค่าว่างในแต่ละคอลัมน์ของข้อมูลผู้ป่วย
print(df.isnull().sum())

# 2. การคัดทิ้ง (Drop) แถวที่ไม่มีข้อมูลแล็บสำคัญ เช่น 'HbA1c_level'
df_cleaned = df.dropna(subset=['HbA1c_level'])

# 3. การแทนค่าว่าง (Imputation) ด้วยค่าเฉลี่ยสถิติของกลุ่มคนไข้
mean_bp = df['systolic_bp'].mean()
df['systolic_bp'] = df['systolic_bp'].fillna(mean_bp)

💡 ข้อตระหนักเชิงระบบ: การคัดทิ้งข้อมูล (dropna) อาจทำให้เสียขนาดตัวอย่างวิจัย ในขณะที่การแทนค่าด้วยค่าเฉลี่ย (fillna) ช่วยคงขนาดกลุ่มผู้ป่วยไว้ได้ แต่ต้องพิจารณาไม่ให้ขัดต่อหลักสถิติระบาดวิทยา

การตรวจจับค่าผิดปกติ (Outliers) ทางสรีรวิทยา

การทำความสะอาดทางคลินิก ต้องอาศัยหลักการ Validity Checks (การตรวจสอบความสมเหตุสมผล) และสรีรวิทยาพื้นฐานร่วมด้วย

# 1. การลบข้อมูลอายุที่ติดลบ (ความผิดพลาดทางอายุ) หรือลบคนไข้ที่อายุ > 89 เพื่อจำกัดความเสี่ยง re-identification 
df = df[(df['Age'] >= 0) & (df['Age'] <= 89)]

# 2. การตัดค่าสถิตินอกช่วงเปอร์เซ็นไทล์ (Outlier Thresholding) 
# ลบแถวที่คอลัมน์ข้อมูลความดันสูงเกินเปอร์เซ็นไทล์ที่ 99 (อาจเกิดจากสัญญานหลุด) 
threshold_bp = df['systolic_bp'].quantile(0.99)
df = df[df['systolic_bp'] <= threshold_bp]

🔬 ตัวอย่าง Validity Check: ผู้ป่วยไม่สามารถมีอายุติดลบได้ หรือ วันที่ให้ผู้ป่วยออกจากจากโรงพยาบาล (Discharge Date) ต้องไม่เป็นวันก่อนวันที่รับผู้ป่วยเข้าโรงพยาบาล (Admission Date) เด็ดขาด

การกรองข้อมูลผู้ป่วย (Boolean Indexing)

ทักษะสกัดกลุ่มผู้ป่วยเฉพาะโรคหรือกลุ่มที่มีความเสี่ยงสูง (Prioritizing patients at risk) เพื่อวินิจฉัยและวางแนวทางรักษารายบุคคล

# 1. กรองเฉพาะผู้ป่วยเบาหวานสูงอายุที่มีความเสี่ยงสะสม (Age > 60 ปี และมีระดับน้ำตาล HbA1c > 7.0 %) 
high_risk_diabetic = df[
    (df['Age'] > 60) & 
    (df['HbA1c_level'] > 7.0)
]

print(f"จำนวนผู้ป่วยกลุ่มเสี่ยงสูงสุด: {high_risk_diabetic.shape} ราย")
high_risk_diabetic.head()

ตัวแปรประเภท Boolean Array ทำหน้าที่เสมือนหน้าต่างคัดกรอง (Mask) ซึ่งกรองหาแถวที่มีเงื่อนไขเป็น True ขึ้นมาเป็นตารางใหม่สำหรับดำเนินงานต่อในทันที

การปรับเปลี่ยนประเภทข้อมูล (Type Conversion)

ในขั้นตอนวิเคราะห์ข้อมูลสุขภาพ ความผิดพลาดมักเกิดจากการระบุชนิดข้อมูลคอลัมน์ไม่ตรงกับลักษณะแท้จริงของค่าที่บันทึก

# 1. ตรวจสอบชนิดข้อมูลของ DataFrame
print(df.dtypes)

# 2. แปลงอายุจากทศนิยมให้เป็นจำนวนเต็มเพื่อการวิเคราะห์ทางสถิติ (Discrete Variable) 
df['Age'] = df['Age'].astype(int)

# 3. แปลงคอลัมน์วันที่สมัครจากการเป็น 'ตัวหนังสือ (object)' ไปเป็น 'วันเวลา (Datetime)'
df['admission_date'] = pd.to_datetime(df['admission_date'])
print(df['admission_date'].dtypes) # แสดงผลเป็น datetime64[ns]

💡 ความสำคัญของ Datetime: หากเราไม่แปลงประเภทวันที่เป็น Datetime ก่อน ตัวแปรนั้นจะทำหน้าที่เพียงตัวหนังสือ (String) ทำให้เราไม่สามารถนำวันที่ไปคำนวณหามิติทางเวลาหรือนำไปหาช่วงเวลารักษา (Length of Stay) ได้อย่างถูกต้อง

ความจำเป็นในการบันทึกข้อมูลระหว่างทาง

ในกระบวนการทำงานข้อมูลสุขภาพ (Health Data Lifecycle) เมื่อเราจัดการเตรียมและทำความสะอาดข้อมูลดิบแล้ว
การบันทึกสถานะของชุดข้อมูลที่สะอาด (Cleaned Intermediate State) เป็นขั้นตอนที่สำคัญมากทางวิทยาการข้อมูล

ชุดคำสั่งการส่งออกข้อมูลตารางด้วย pandas

เมื่อทำความสะอาดข้อมูลเสร็จแล้ว เราจะใช้ฟังก์ชันดั้งเดิมของ pandas บันทึกตารางกลับไปเป็นไฟล์ CSV หรือส่งต่อเป็นโครงสร้าง JSON

# 1. ส่งออกตารางสะอาดเป็นไฟล์ CSV (โดยไม่เซฟดัชนีแถว)
df_cleaned.to_csv('cleaned_patients_data.csv', index=False)

# 2. ส่งออกเป็นไฟล์ข้อมูล JSON เพื่อเตรียมส่งผ่านเครือข่ายสากล
df_cleaned.to_json('cleaned_patients_records.json', orient='records', indent=4)

สรุปเนื้อหาประจำสัปดาห์ที่ ๑

สัปดาห์แรก มุ่งเน้นการวางรากฐานทางความคิดควบคู่ไปกับทักษะวิชาชีพเชิงปฏิบัติการจัดการข้อมูลดิบ

โจทย์ปฏิบัติการและการบ้าน ๑ (Homework 1)

การบ้านประจำสัปดาห์ เพื่อประเมินผลสัมฤทธิ์ CLO2

📅 กำหนดการส่งงาน: ก่อนเริ่มคาบเรียนปฏิบัติการสัปดาห์ถัดไป (สัปดาห์ที่ ๒)

แหล่งวิชาการแนะนำและการติดต่อผู้สอน

ช่องทางการการเรียนรู้เพิ่มเติม