เมื่อระบบข้อมูลเป็นปัญหาเชิงโครงสร้างของการแพทย์ไทย ที่กระทบทุกสิทธิการรักษา ทั้งบัตรทอง ข้าราชการ และประกันสังคม ที่เกิดแทบทุกโรงพยาบาล และอาจทำให้รายได้ที่ควรเคลมได้จริงหายไป 20–30% เฉพาะจากส่วนของข้อมูลและเอกสาร จนทำให้โรงพยาบาลส่วนใหญ่ขาดทุน
ปัญหาที่หยั่งรากลึกจากการออกแบบระบบดาต้าที่เป็นเพียงแพลตฟอร์มบันทึกข้อมูล ในอดีตกว่า 80% ยังคงเป็นแบบ Unstructured คือหมอพิมพ์เป็นข้อความยาว ๆ เหมือนไฟล์เวิร์ด จนฝ่ายที่สรุปชาร์จข้อมูลและแปลงโค้ดในภายหลังตกหล่น ไม่สามารถแก้ไขได้ในที่สุด
ทางออกในการแก้ปัญหาจึงไม่ใช่การบังคับหรือเปลี่ยนวิธีกรอกข้อมูล แต่เป็นการพัฒนาระบบที่ทำงานทับบนเวิร์กโฟลว์เดิม โดยดึงข้อมูลทั้งหมดที่หมอและทีมบันทึกไว้อยู่แล้ว มาจัดโครงสร้างและสรุปให้แทนอย่างถูกต้องครบถ้วน
สิ่งที่เกิดขึ้น บวกกับประสบการณ์ตั้งแต่เป็นนักศึกษาแพทย์ที่ต้องเจอความซ้ำซ้อน และระบบที่กินเวลาการรักษาคนไข้ จุดประกายให้ “หมอป็อบ” นายแพทย์รพีพัฒน์ ศรีจันทร์ ประธานเจ้าหน้าที่บริหาร บริษัท สาติ จำกัด หนึ่งในสตาร์ทอัพดิจิทัลเฮลท์แคร์ พัฒนาโซลูชันซอฟต์แวร์และระบบปัญญาประดิษฐ์ (AI) ด้านการแพทย์อย่างจริงจัง เพื่อช่วยลดภาระงานด้านเอกสารในระบบการแพทย์ไทย และหวังว่าจะสามารถคืนเวลาให้หมอ และคืนรายได้ให้โรงพยาบาลได้
หมอป็อบบอกว่า เริ่มต้นมันมาจากความรู้สึกคาใจตั้งแต่สมัยเป็นนักศึกษาแพทย์ ช่วงที่ออกตรวจตามโรงพยาบาล และเริ่มเห็น “งานซ้ำซ้อน” ที่กินเวลาอย่างมากจากงานเอกสารประจำที่ต้องทำเหมือนเดิมเกือบทุกวัน หรือทุกเคส จนทำให้เวลาที่ควรใช้กับคนไข้ถูกเบียดบังไปกับงานหลังบ้านอย่างหลีกเลี่ยงไม่ได้
“ผมเริ่มออกตรวจช่วงปี 4 และเจอปัญหานี้จนเรียนจบทำหน้าที่แพทย์ ทำให้รู้เลยว่าหมอคุยกับคนไข้หน้าห้องตรวจเพียง 5 นาที แต่เวลาหลังจากนั้นอีกกว่า 60% ถูกใช้ไปกับการกรอกข้อมูลลงระบบ เขียนเอกสาร และทำงานแอดมินสารพัด จนเกิดคำถามขึ้นว่า ทำไมไม่มีระบบอะไรเข้ามาช่วย เพื่อให้หมอใช้เวลาจริง ๆ กับคนไข้ได้มากกว่านี้”
โอเวอร์–อันเดอร์เคลมทำพิษ โรงพยาบาลขาดทุน
หมอป็อบเล่าต่อว่า จุดเปลี่ยนสำคัญเกิดขึ้นอีกครั้ง เมื่อเขาได้เข้าร่วมโครงการดิจิทัลเฮลท์ ได้ลงพื้นที่จริงและคลุกคลีกับทีมอื่น ๆ ที่ไม่ใช่แค่หมอ พยาบาล เภสัชกร จึงได้เห็น “ปัญหาใหญ่อีกชั้น” ของโรงพยาบาลไทย จากฝ่ายแบ็กออฟฟิศที่ทำเรื่องเบิกเคลมค่าใช้จ่าย ทั้งในส่วนของโอเวอร์เคลมและอันเดอร์เคลมตามมา จนโรงพยาบาลขาดทุน
เขาอธิบายต่อว่า อันเดอร์เคลม คือ โรงพยาบาลรักษาคนไข้จริง ทำหัตถการและให้ยาตามมาตรฐาน แต่ข้อมูลที่ส่งไปเบิกไม่ครบ หรือระบบไม่สามารถดึงหลักฐานมาประกอบได้ ทำให้เคลมได้น้อยกว่าที่ควรจะได้ คิดเป็นราว 20% ของรายได้ที่ควรได้รับเลยทีเดียว
ส่วนโอเวอร์เคลม คือ โรงพยาบาลส่งข้อมูลไปเคลมมากกว่าหลักฐานที่ระบบปลายทางมองเห็น แม้ในความเป็นจริงหมอจะรักษาครบ แต่หากไม่มีการบันทึกหรือหลักฐานในระบบ ก็ถูกตีความว่าเป็นการเคลมเกิน
ปัญหามันเกิดระหว่างทาง หากข้อมูลตกหล่นหรือแปลงโค้ดผิด ข้อมูลก็สูญหาย ทำให้เกิดปัญหา “อันเดอร์เคลม” และ “โอเวอร์เคลม” ตามมาเป็นโดมิโน และนั่นเป็นส่วนหนึ่งที่ทำให้โรงพยาบาลต้องขาดทุนจากเรื่องเอกสารและการจัดการข้อมูล
“ที่น่ากังวลคือ กรณีโอเวอร์เคลม หน่วยงานต้นสังกัดจะจ่ายเงินไปก่อนแล้วมาตรวจสอบย้อนหลัง 1–2 ปี หากพบว่าไม่มีหลักฐานประกอบเพียงพอ ก็มีการเรียกเงินคืน กลายเป็นภาระใหญ่ทางการเงินของโรงพยาบาลกลับมา จริง ๆ คำว่าโอเวอร์เคลมในมุมการแพทย์น่าสงสารมากตรงที่ว่า เรารักษาแล้ว แต่มันไม่ได้มีการบันทึกข้อมูล แล้วเราโดนตีไปว่าโอเวอร์เคลม คือส่วนใหญ่ไม่ได้มีโรงพยาบาลหรือหมอไหนตั้งใจโอเวอร์เคลมหรอก แต่ข้อมูลมันหายไปในระหว่างทาง แล้วพอเอามาประกบกันมันเลยไม่ตรง จึงถูกปฏิเสธหรือเรียกเงินคืนตามมา”
SATI | AI ระบบซัพพอร์ตการทำงานของเหล่าฮีโร่ชุดกาวน์
ข้างต้นเป็นทั้งจุดเริ่มต้นและจุดเปลี่ยนที่ทำให้เกิด SATI | AI โดยหมอป็อบบอกว่า ปัญหาที่เกิดขึ้นคือการจัดการข้อมูล โดยเฉพาะในกระบวนการสรุปข้อมูลเพื่อเคลมค่ารักษา หนึ่งเคสผู้ป่วยใน (IPD) ใช้เวลาสรุปนานถึง 30 วัน ผ่าน 3 ขั้นตอนหลัก ได้แก่ หมอเจ้าของไข้บันทึกและสรุปครั้งแรก จากนั้นนักเวชระเบียนหรือโค้ดเดอร์แปลงเป็นรหัสโรค–หัตถการ และสุดท้ายมีหมออีกคนเป็นผู้สรุปใหญ่ ก่อนส่งเรื่องไปเบิกกับกองทุนสุขภาพและบริษัทประกัน ซึ่งระหว่างทางมีโอกาสที่ข้อมูลอาจสูญหายได้
ระบบนี้คือการนำเทคโนโลยี AI เข้ามาแก้ไขปัญหาที่ต้นตอ เพื่อสร้างประโยชน์ใน 3 มิติหลัก คือ ผู้ป่วย ที่ได้รับการดูแลอย่างเต็มที่ โดยไร้ข้อจำกัดเรื่องสิทธิการรักษา
บุคลากรทางการแพทย์ ที่สามารถช่วยลดภาระงานเอกสาร (Double Burden) ลงได้ถึง 76% คืนเวลาให้บุคลากรได้โฟกัสกับการดูแลผู้ป่วยอย่างเต็มศักยภาพ
และสุดท้าย สถานพยาบาล เพื่อลดความเสี่ยงการถูกปฏิเสธเบิกจ่าย เพื่อปกป้องรายได้ และช่วยบริหารต้นทุนได้อย่างมีประสิทธิภาพ
แกนหลักของแพลตฟอร์มเป็นเอไอทั้งหมด ตั้งแต่ดึงข้อมูลที่กระจัดกระจายมาจัดโครงสร้าง ไปจนถึงวิเคราะห์และสรุปชาร์จ แต่ในการใช้งานจริง ทุกเคสต้องมีบุคลากรมนุษย์ตรวจทานก่อน “บันทึกหรือส่งออก” เสมอ
สาเหตุเพราะในระดับนโยบาย มีกรอบกำกับชัดเจนว่าซอฟต์แวร์การแพทย์แบบไหนเป็นเพียง “เครื่องมือช่วย” และแบบไหนถือเป็น “ผู้ตัดสินใจแทนแพทย์” ซึ่งบริษัทเลือกวางตัวเป็น “ระบบแนะนำ (suggestion system)” ให้หมอและทีมเป็นผู้กดยืนยันขั้นสุดท้าย เพื่อลดความเสี่ยงและเพิ่มความเชื่อมั่น
ตั้งเป้ารายได้ 25 ล้าน จ่อขยายบริการโรงพยาบาลเอกชน–บริษัทประกัน
เมื่อผลลัพธ์การใช้งานเป็นที่ยอมรับ การขยายตัวทางธุรกิจก็ตามมา โดยหมอป็อบบอกถึงเรื่องนี้ว่า ปัจจุบันระบบของบริษัทมีการใช้งานจริงในโรงพยาบาลรัฐหลายแห่ง สามารถช่วยลดเวลางานด้านเอกสารและการสรุปชาร์จได้เฉลี่ย 40% พร้อมช่วยให้โรงพยาบาลเบิกค่ารักษาได้ตรงตามจริงมากขึ้น เพิ่มรายได้จากการเคลมได้ตั้งแต่ 5–62% ซึ่งถือว่าสูงกว่าเดิมอย่างมาก
นอกจากนี้ บริษัทยังมีแผนที่จะเริ่มขยายไปยังโรงพยาบาลเอกชน โดยเน้นการช่วยจัดระเบียบและทำให้ข้อมูลการแพทย์มีโครงสร้าง สามารถนำไปใช้บริหารจัดการต่อได้ง่าย และยังมีบริษัทประกันชีวิตใช้เทคโนโลยีเดียวกันไปช่วยตรวจสอบข้อมูลเคลมในมิติ “การแพทย์” เพิ่มเติมจากข้อมูลสถิติเดิม
ส่วนโครงสร้างธุรกิจ บริษัทเริ่มต้นจากผู้ร่วมก่อตั้ง 4 คน ลงทุนกันเองประมาณ 1 ล้านบาท ก่อนจะเติมเงินสะสมเป็น 3 ล้านบาท เพื่อพัฒนาระบบต่อเนื่อง และล่าสุดเพิ่งระดมทุนรอบเล็ก (angel round) จากนักลงทุนรายบุคคลได้เพิ่มอีกราว 12.5 ล้านบาท และปีนี้ถือเป็นปีแรกที่บริษัทมีกำไรอยู่ที่ 1 ล้านบาท โดยปีหน้าบริษัทตั้งเป้าว่าจะมีรายได้ประมาณ 25 ล้านบาท
“เป้าหมายของทีมไม่ใช่การขายซอฟต์แวร์เพียงอย่างเดียว แต่ต้องการใช้เอไอเข้าไปจัดระเบียบข้อมูลการแพทย์ให้โรงพยาบาล และในระยะถัดไปอยากต่อยอดจากการสรุปชาร์จ ไปสู่การเป็น ‘สมองข้อมูล’ ที่ช่วยให้โรงพยาบาลบริหารงานและการเงินได้ดีขึ้น บนฐานของข้อมูลจริงที่ครบถ้วนและเชื่อถือได้ โดยมีเอไอทำงานเต็มที่อยู่เบื้องหลัง แต่ยังคงให้คนเป็นผู้ตัดสินใจสุดท้ายอยู่เสมอ”
หมอป็อบยังทิ้งท้ายด้วยว่า เป้าหมายสำคัญที่สุดของการทำธุรกิจนี้ไม่ใช่เพียงรายได้ของบริษัท แต่คือการช่วยให้โรงพยาบาลอยู่รอดได้ด้วยข้อมูลที่ดีขึ้น และดึงเวลาของแพทย์กลับมาอยู่กับคนไข้ให้มากที่สุดในระบบที่ซับซ้อนขึ้นทุกวัน เพราะเขายังรักและให้เกียรติในอาชีพแพทย์เสมอ และยังคงตรวจคนไข้เป็นประจำทุกวันอาทิตย์ แม้ธุรกิจของเขาจะค่อย ๆ ขยายตัวขึ้นก็ตาม
