คลินิกสุขภาพใช้ AI อ่านข้อมูลจากอุปกรณ์สวมใส่ได้อย่างไร

ถ้าคุณดูแลคลินิกชะลอวัย คลินิกเวชศาสตร์เชิงหน้าที่ หรือทำงานในระบบปฐมภูมิแบบจ่ายตรง คุณคงเห็นความเปลี่ยนแปลงในไม่กี่ปีมานี้แล้ว คนที่เดินเข้ามาอาจติดตามการนอนมาแล้วหกเดือน บันทึกทุกมื้ออาหารในแอป และใส่เครื่องวัดน้ำตาลต่อเนื่องนานกว่าที่ได้พบใครในทีมของคุณเสียอีก ข้อมูลเหล่านั้นมีค่ามากถ้าถามหาได้ ถ้าไม่อย่างนั้นก็กลายเป็นภาระ เพราะค้างอยู่ในภาพหน้าจอบนมือถือของลูกค้า หรือกระจายอยู่ตามหลายแหล่ง

Sonar Atlas รวบรวมข้อมูลจากอุปกรณ์สวมใส่และแอปที่กระจัดกระจายของลูกค้าทั้งหมดมาไว้ในแพลตฟอร์มเดียวที่สร้างขึ้นเพื่อสุขภาพระดับประชากรและการใช้ข้อมูลเชิงคลินิก ทีมงานสามารถดูแนวโน้มของทุกคนที่อยู่ในการดูแล เจาะลึกโปรไฟล์ของลูกค้ารายใดรายหนึ่ง หรือถาม Sonar AI ด้วยภาษาพูดทั่วไปแล้วได้คำตอบที่สร้างจากตัวเลขจริง

แดชบอร์ดเดียว แทนที่จะต้องล็อกอินเป็นสิบที่

การติดตามระยะไกลจะได้ผลก็ต่อเมื่อมีคนเห็นข้อมูลได้จริงโดยไม่ต้องล็อกอินห้าบัญชีแยกกัน ลูกค้าที่ใส่แหวน Oura ตอนนอน บันทึกการออกกำลังกายด้วย Apple Watch และบันทึกมื้ออาหารใน MyFitnessPal จะมีข้อมูลสามสายที่ไม่เชื่อมกัน การเย็บมันเข้าด้วยกันด้วยมือกินเวลาที่ทีมของคุณไม่มี

Atlas เชื่อมต่อกับอุปกรณ์สวมใส่ แอป และอุปกรณ์กว่า 600 รายการ รวมถึง Apple Health, Google Health, Garmin, Oura, Withings และ Strava การนอน กิจกรรม การฟื้นตัว โภชนาการ องค์ประกอบร่างกาย และบันทึกสุขภาพจะไหลมารวมในโปรไฟล์เดียวต่อลูกค้าหนึ่งราย แทนที่จะแยกกันอยู่ตามอุปกรณ์

จากแดชบอร์ด Overview ทีมงานจะเห็นกลุ่มลูกค้าทั้งหมดในที่เดียว คุณดูคะแนนเฉลี่ยของการฟื้นตัว การนอน ภาระ ความเครียด และโภชนาการในช่วงเวลาใดก็ได้ที่เลือก และยังเห็นว่าคะแนนเหล่านั้นเคลื่อนไหวอย่างไร อุปกรณ์ไหนกำลังซิงก์ และลูกค้ารายใดอาจต้องติดตามต่อ สิ่งที่เมื่อก่อนต้องใช้หลายแอปกับสเปรดชีตที่ทำเอง ตอนนี้อยู่ในหน้าจอเดียว

เห็นว่าลูกค้ารายไหนต้องการความสนใจมากที่สุด

ทุกคลินิกเจอคอขวดเดียวกันทุกวัน โปรไฟล์ลูกค้ามีมากเกินไป เวลาเปิดดูทีละรายมีน้อยเกินไป แทนที่จะไล่ดูรายชื่อด้วยมือ บุคลากรทางคลินิกขอให้ Sonar AI ดึงเคสที่ผิดปกติออกมาให้ตรงๆ ได้เลย

"ลูกค้ารายไหนที่ HRV ลดลงห้าวันติดกันทั้งที่ระยะเวลานอนดูปกติ"

"ทำเครื่องหมายทุกคนที่อัตราการเต้นหัวใจขณะพักสูงขึ้นในขณะที่กิจกรรมที่บันทึกไว้คงที่หรือลดลง"

"ลูกค้า 5 รายไหนที่ต้องดูแลทันที และเพราะอะไร"

"ดึงลูกค้าที่ประสิทธิภาพการนอนต่ำกว่า 80% ติดต่อกันสองสัปดาห์ออกมา"

การแจ้งเตือนจะชี้ไปที่ค่าที่วัดได้ตัวที่ทำให้เกิดการเตือน และแสดงว่าค่านั้นอยู่ตรงไหนเมื่อเทียบกับประวัติของคนคนนั้นเอง จากตรงนั้นทีมงานเปิดโปรไฟล์เต็มเพื่อตรวจสอบข้อมูลต้นทางก่อนจะให้คำแนะนำใดๆ ได้

ได้คำอธิบาย ไม่ใช่แค่ตัวเลข

การสังเกตเห็นความเปลี่ยนแปลงเป็นเรื่องหนึ่ง การเข้าใจว่าอะไรทำให้เกิดขึ้นเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง และมักเป็นส่วนที่กินเวลามากที่สุด Sonar AI ถูกสร้างมาเพื่อตอบคำถามข้อที่สองนี้โดยตรง มันรวบรวมทุกอย่างที่เกี่ยวกับลูกค้าคนหนึ่งไว้ด้วยกัน แทนที่จะให้ใครต้องสลับไปมาระหว่างกราฟหลายอัน

"อะไรอยู่เบื้องหลังคะแนนการฟื้นตัวของ Kate ที่ลดลงในสัปดาห์นี้"

"เอามาวางเทียบกับบันทึกโภชนาการและการดื่มน้ำของเธอในช่วงเดียวกัน แล้วบอกหน่อยว่าอะไรเปลี่ยนไป"

คำถามแรกให้คำอธิบายที่ชัดเจนแก่ทีมงานจากข้อมูลของ Kate เอง Sonar AI อาจแสดงว่า HRV ของเธอต่ำกว่าค่าพื้นฐานราว 12% ขณะที่การนอนลดจากปกติ 7 ชั่วโมง 12 นาที เหลือ 6 ชั่วโมง 4 นาที ถ้ากิจกรรมยังค่อนข้างคงที่ ภาพรวมชี้ไปทางคุณภาพการนอนและการฟื้นตัวมากกว่าการที่ภาระการฝึกพุ่งขึ้น

คำถามถัดมาเพิ่มบริบทอีกชั้นหนึ่ง Sonar AI ตรวจดูข้อมูลโภชนาการและการดื่มน้ำในช่วงเดียวกันได้ว่ามีอะไรเปลี่ยนไปพร้อมกับการฟื้นตัวหรือไม่ ถ้าปริมาณแคลอรีลดลงในคืนที่นอนแย่ลงด้วย ทีมงานก็มีร่องรอยที่เจาะจงกว่าคะแนนการฟื้นตัวต่ำเพียงอย่างเดียว

เพราะ Sonar AI จำบริบทของบทสนทนาไว้ ทีมงานจึงค่อยๆ แคบการวิเคราะห์ลงได้โดยไม่ต้องเริ่มใหม่ ขอดูแนวโน้มการนอนของ Kate เทียบค่าเดียวกันกับเดือนก่อน หรือดูสัญญาณอื่นที่เกี่ยวข้องในบทสนทนาเดิมได้

ขอแนวโน้มในรูปแบบที่ทีมต้องใช้จริง

แต่ละบทบาทต้องการรายละเอียดต่างกัน คนที่เตรียมตัวก่อนพบลูกค้าอยากได้ค่ารายวันที่แม่นยำ คนที่ตรวจดูอย่างรวดเร็วขอแค่สรุปสั้นๆ ส่วนคนที่ประเมินความคืบหน้าระยะยาวอยากเห็นแนวโน้มเป็นกราฟมากกว่า

"วาง HRV กับระยะเวลานอนของเธอในกราฟเดียวกันสำหรับ 60 วันล่าสุด จะได้ดูว่าขยับไปด้วยกันไหม"

"แยกจำนวนก้าวและแคลอรีจากกิจกรรมของเธอเป็นรายวันในสามสัปดาห์ล่าสุด ไม่เอาแค่ยอดรวมรายสัปดาห์"

"เขียนสรุปการฟื้นตัวสองประโยคที่วางลงในบันทึกการพบลูกค้าได้เลย"

Sonar AI จัดรูปคำตอบตามคำถาม อาจเป็นกราฟที่เทียบหลายค่า ตารางรายวันพร้อมตัวเลขที่แม่นยำ หรือสรุปสั้นๆ ที่ทีมนำไปใช้ที่อื่นได้

กราฟยังแสดงช่วงปกติของลูกค้าคนนั้นในแต่ละค่าได้ด้วย ทำให้ดูออกง่ายขึ้นว่าความเปลี่ยนแปลงมีความหมายกับคนคนนี้จริงไหม แทนที่จะเทียบกับเป้าหมายกลางๆ

มองเห็นรูปแบบทั้งกลุ่มลูกค้าในคราวเดียว

การดูทีละคนบอกเรื่องราวได้เพียงส่วนหนึ่ง Sonar Atlas ยังรองรับการวิเคราะห์สุขภาพระดับประชากร ช่วยให้ทีมเทียบรูปแบบในกลุ่มที่กว้างขึ้นและเห็นว่าแนวโน้มเดียวกันปรากฏขึ้นที่ใดบ้าง

"ลูกค้ารายไหนทำตามเป้าจำนวนก้าวได้ทุกสัปดาห์แต่อัตราการเต้นหัวใจขณะพักยังสูงอยู่"

"หาทุกคนในโปรแกรมสุขภาพเมตาบอลิกที่เดือนนี้ทั้งแนวโน้มน้ำหนักและระดับกิจกรรมนิ่งไปพร้อมกัน"

"จัดอันดับลูกค้าตามความสม่ำเสมอของเวลานอนในไตรมาสที่ผ่านมา ไม่ใช่ตามจำนวนชั่วโมงรวม"

คำถามแบบนี้ได้ผลดีที่สุดเมื่อมีค่าที่ชัดเจนและกรอบเวลากำกับ เพิ่มอีกหนึ่งเงื่อนไขก็จะแคบกลุ่มลงไปอีก แทนที่จะถามกว้างๆ ว่าใครกำลังลำบาก ทีมงานรวมสัญญาณที่เกี่ยวข้องสองสามอย่างเข้าด้วยกันเพื่อหารูปแบบระดับประชากรที่เจาะจงกว่าได้

ทีมยังกรองหน้าจอ Overview ตามโปรแกรมหรือกลุ่มก่อนก็ได้ พอมีใครโดดออกมา ก็เข้าไปดูโปรไฟล์รายบุคคลอย่างละเอียดจากตรงนั้น

รวมหลายอุปกรณ์และหลายแอปโดยไม่เสียความแม่นยำ

ลูกค้าส่วนใหญ่ใช้มากกว่าหนึ่งอุปกรณ์หรือหนึ่งแอป บางคนติดตามกิจกรรมด้วย Apple Watch การนอนด้วยแหวน Oura และโภชนาการในอีกแอปคนละตัวไปเลย แท็บ Sources ในโปรไฟล์ของลูกค้าแต่ละรายจะแสดงอุปกรณ์ที่เชื่อมต่อทั้งหมด เวลาที่ซิงก์ครั้งล่าสุด และยังส่งข้อมูลอยู่หรือไม่

เมื่ออุปกรณ์สองเครื่องรายงานค่าเดียวกัน Atlas จะไม่เลือกเครื่องใดเครื่องหนึ่งแบบสุ่ม ทีมตั้งกฎการรวมค่าได้ทีละค่า โดยเลือกระหว่าง Max ค่าเฉลี่ย หรือผลรวม สำหรับค่าที่สะสมอย่างจำนวนก้าวหรือระยะการนอน Atlas ตั้งค่าเริ่มต้นเป็น Max เพื่อให้น้ำหนักกับแหล่งที่บันทึกวันนั้นได้ครบที่สุด แทนที่จะบวกข้อมูลที่ทับซ้อนกัน ส่วนค่าที่วัด ณ จุดเวลาอย่าง HRV หรืออัตราการเต้นหัวใจขณะพัก ค่าเริ่มต้นคือค่าเฉลี่ย แผง Sources ยังบอกด้วยว่ามีกี่อุปกรณ์ที่ร่วมสร้างค่าแต่ละค่า ถ้าตัวเลขไหนดูผิดปกติ ทีมงานตามย้อนกลับไปยังแหล่งที่เชื่อมต่อและตรวจดูช่องว่างของการซิงก์ก่อนตัดสินใจว่าจะให้น้ำหนักมากแค่ไหนได้

ข้อมูลที่ปรับให้ตรงกันแล้วนี้กลายเป็นฐานของ Sonar AI แทนที่จะวิเคราะห์ไฟล์ที่ส่งออกแยกกันแล้วมานั่งเดาว่าควรเชื่อแหล่งไหน มันทำงานจากค่าที่ Atlas รวมและตัดสินไว้แล้ว ทีมงานจึงได้ฐานที่สะอาดกว่าสำหรับการใช้ข้อมูลเชิงคลินิก และ AI ก็มีประโยชน์กว่าแดชบอร์ดที่เอาแต่แสดงตัวเลขที่ไม่เชื่อมโยงกัน

ใส่ Sonar AI เข้าไปในขั้นตอนการทำงานเดิมของคลินิก

คุณค่าจะปรากฏเมื่อมันกลายเป็นส่วนหนึ่งของกิจวัตรที่ทีมทำอยู่แล้ว ไม่ใช่เครื่องมือแยกอีกตัวที่ต้องมีคนคอยนึกขึ้นได้ว่าต้องเปิด

ตรวจเช็กตอนเริ่มวัน

ตอนเช้าให้ถามว่าใครต้องดูแล ไล่ดูการแจ้งเตือนสำคัญ และตรวจว่ามีปัญหาการซิงก์ในกลุ่มลูกค้าหรือไม่

ก่อนพบลูกค้าแต่ละราย

ดึงภาพรวมอย่างเร็วของคนที่เป็นคิวถัดไป ทั้งการนอน การฟื้นตัว และกิจกรรมล่าสุด จะได้เห็นสิ่งที่ควรพูดถึงก่อนบทสนทนาเริ่ม ไม่ใช่ระหว่างที่คุยอยู่

ตรวจเช็กรายเดือน

ขอสรุป 30 หรือ 90 วันของกิจกรรม การนอน และการฟื้นตัว เทียบกับช่วงก่อนหน้า แล้วทำเครื่องหมายทุกคนที่แนวโน้มเคลื่อนออกนอกช่วงปกติของตัวเอง

ทบทวนระดับกลุ่ม

กรองหน้าจอ Overview ตามโปรแกรมหรือเป้าหมาย ดูว่ากลุ่มโดยรวมกำลังไปทางไหน แล้วใช้ Sonar AI หาว่าใครเป็นคนดึงแนวโน้มนั้นไปทางใดทางหนึ่ง

อยากเห็นการทำงานจริงไหม

ลองดู Sonar Atlas และจองเดโมเพื่อดูว่ามันช่วยให้คลินิกของคุณได้ผลลัพธ์ที่ดีขึ้นอย่างไร