From Data Barriers to Digital Healthcare Innovation

ทำอย่างไรให้ “นวัตกรรมดิจิทัล” เกิดขึ้นได้จริงในโรงพยาบาล
(ไม่ใช่แค่บนสไลด์)

ในโรงพยาบาล “ข้อมูล” มีอยู่มากมายมหาศาล — ตั้งแต่เวชระเบียนอิเล็กทรอนิกส์ ผลแลบ ภาพถ่ายทางรังสี อุปกรณ์ IoT ระบบนัดหมาย และระบบยา

แต่ความจริงที่หลายองค์กรด้านสุขภาพต้องเผชิญคือ
ข้อมูลจำนวนมาก ≠ ข้อมูลที่พร้อมใช้งาน
เพราะข้อมูลเหล่านี้กระจัดกระจายอยู่คนละระบบ มีเจ้าของต่างกัน นิยามไม่ตรงกัน และถูกเก็บมาเพื่อตอบโจทย์ในอดีต ไม่ใช่คำถามที่องค์กรอยากตอบในอนาคต

ทุกคนอยากได้ Real-time…แต่ระบบพังได้ง่าย

ผู้บริหารต้องการเห็นภาพรวมและตัวชี้วัดสำคัญ
แพทย์และหน่วยงานต้องการข้อมูลที่เจาะจงกับงานของตนเอง

ปัญหาคือความคาดหวังว่า “ต้องเร็ว ต้อง real-time” มักสวนทางกับข้อจำกัดของระบบจริง การดึงข้อมูลถี่จากหลายแหล่ง ทำให้ระบบช้า ค้าง หรือไม่เสถียร โดยเฉพาะเมื่อข้อมูลมีขนาดใหญ่และซับซ้อน

ที่หนักกว่านั้นคือ ในช่วงเริ่มต้น ระบบไม่ได้ถูกออกแบบมาเพื่อคำถามในอนาคต เมื่อองค์กรต้องการวิเคราะห์เพิ่มเติม จึงต้องย้อนกลับไปแก้ฟอร์ม เก็บข้อมูลใหม่ และวนอยู่ในลูปเดิมซ้ำแล้วซ้ำเล่า

กับดักของ Dashboard แบบรวมศูนย์

แนวทางดั้งเดิมคือการรวมข้อมูล → จัดเก็บในคลังข้อมูล → สร้าง dashboard จากส่วนกลางส่งให้ผู้บริหาร ซึ่งแม้จะดูเป็นมาตรฐาน แต่ในทางปฏิบัติมักติดคอขวดสำคัญ

• Requirement ไม่ชัด และสื่อสารผ่านคนกลาง
• ความต้องการหลากหลาย แม้ในหน่วยงานเดียวกัน
• ทีม data ถูกใช้ไปกับงานผลิตรายงานจนหมดพลัง

ผลลัพธ์คือ ทีมข้อมูลกลายเป็น “ทีมทำ dashboard” มากกว่าทีมพัฒนา data และ AI capability ขององค์กร

ทางออกที่เวิร์ก: จาก “ให้ปลา” เป็น “สอนตกปลา”

แนวคิดหลักคือ ส่วนกลางควรเลิกทำ dashboard ให้ทุกคน แล้วเปลี่ยนบทบาทเป็นผู้สร้างโครงสร้างพื้นฐานข้อมูลแทน

1. สร้าง Data Hub / Data Source กลาง
   รวมข้อมูล กำหนด governance และสิทธิ์การเข้าถึง เตรียมข้อมูลที่พร้อมใช้งานในรอบ refresh ที่เหมาะสม
2. ส่งเสริม Self-service BI
   ให้หน่วยงานทำรายงานเอง โดยใช้เครื่องมือที่เรียนรู้ได้ง่าย และสะท้อนปัญหาหน้างานจริง

Data Quality และ Governance คือฐานรากที่หลีกเลี่ยงไม่ได้

ต่อให้มีเครื่องมือดีเพียงใด หากข้อมูลไม่มีคุณภาพ ระบบก็ล้มเหลวได้เสมอ

• free text มากเกินไป ทำให้สรุปและวิเคราะห์ยาก
• การเปลี่ยนระบบทำให้เกิดข้อมูลซ้ำ
• ผู้ใช้ไม่เข้าใจการ sync ของระบบ
• ข้อมูลอ่อนไหวต้องมีการกำหนดระดับการเข้าถึง

Key Takeaways

• Digital health ไม่ติดที่ “ไม่มีข้อมูล” แต่ติดที่ “ข้อมูลใช้จริงยาก”
• Dashboard แบบสั่งทำจากส่วนกลางจะช้าเสมอ
• โมเดลที่สเกลได้คือ Data Hub + Self-service BI
• Data quality และ governance สำคัญพอ ๆ กับเทคโนโลยี
• นวัตกรรมต้องมี People + Tool + Training ไปพร้อมกัน