พฤศจิกายน 17, 2025 | บทความจาก policywatch
- ปัญหารพ.ขาดทุนจากบัตรทอง ส่วนหนึ่งมาจากการบริหารข้อมูลไม่ดีพอ ทำให้การเบิกจ่ายไม่สะท้อนต้นทุนการรักษาจริง
- พบว่าโรงพยาบาลส่วนใหญ่มีปัญหา Underclaim หรือ การเบิกน้อยกว่าที่ควร และ Overclaim หรือ การเบิกเกินกว่าหลักฐาน เนื่องจากขาดการบันทึกข้อมูลอย่างเป็นระบบ
- แนะใช้AI มาช่วยจัดระบบและประมวลข้อมูลช่วยเพิ่มประสิทธิภาพเพิ่มอัตราการอนุมัติการเบิกจ่าย และลดการสูญเสียรายได้จากความผิดพลาดในการส่งเอกสาร
โรงพยาบาลขาดทุนจากบัตรทอง ส่วนหนึ่งมาจาก “การบริหารจัดการข้อมูล” โดยพบว่าปัญหา Underclaim หรือ การเบิกน้อยกว่าที่ควร และ Overclaim หรือ การเบิกเกินกว่าหลักฐาน จนทำให้การเบิกจ่ายค่ารักษา จากสปสช. ไม่ได้สะท้อนต้นทุนจริง การใช้ AI เข้ามาช่วย อาจลดความผิดพลาดการเบิกจ่ายให้มีประสิทธิภาพมากขึ้น
หนึ่งในปัญหาการเบิกจ่าย งบประมาณ “บัตรทอง” ของรพ. ที่ไม่ได้รับการอธิบายถึงความซับซ้อน ยุ่งยาก ของการจัดการข้อมูลการเบิกจ่าย ที่ถือเป็นจุดอ่อนของโรงพยาบาลรัฐ กับการเบิกจ่ายค่ารักษาในระบบหลักประกันสุขภาพแห่งชาติ (สปสช)
ที่ผ่านมาเรามักจะพบข่าวบนหน้าสื่อว่า โรงพยาบาลเบิกค่ารักษาจาก สปสช.หลัก 100 ล้านบาท แต่โอนค่าใช้จ่ายจริงให้เพียงหลัก 100 บาท ซึ่งไม่สะท้อนต่อค่าใช้จ่ายในการรักษาจริง ซึ่งปัญหาดังกล่าวเกิดจากเอกสารและข้อมูลที่อาจจะไม่มีประสิทธิภาพเพียงพอ
แม้การเบิกค่าใช้จ่ายของโรงพยาบาล จะทำตามกฎระเบียบที่สปสช กำหนด แต่ในความเป็นจริงเมื่อตรวจสอบแล้วมักจะพบว่า มีรายการขอเบิกจ่ายหลุดรอดไป หรือ แพทย์ไม่ได้บันทึกการรักษาบางรายการ จนทำให้ไม่สามารถเบิกจ่ายได้ตรงกับความเป็นจริง
การจัดระบบข้อมูลเบิกจ่าย จึงเป็นสาเหตุหนึ่ง ที่ทำให้โรงพยาบาลรัฐ ที่อยู่ในระบบบัตรทอง ต้องประสบปัญหาขาดทุน เนื่องจากไม่สามารถเบิกค่ารักษาตามค่าใช้จ่ายจริงจากปัญหาเอกสาร หรือ การบริหารจัดการข้อมูลต้นทาง
ความซับซ้อนของระบบข้อมูลโรงพยาบาล กลายเป็นโจทย์ให้แพทย์จบใหม่อยากลุกขึ้นมาจัดการข้อมูลการเบิกจ่ายเพื่อให้ได้โฟกัส และใช้เวลากับคนไข้มากขึ้น
“เราเริ่มรู้สึก เป็นทุกข์กับตัวระบบ เพราะมีงานซ้ำซ้อนในการกรอกข้อมูลผู้ป่วยในแต่ละวันที่ต้องทำค่อนข้างเยอะ แล้วเราไม่ได้โฟกัสกับคนไข้ แต่เราต้องมาโฟกัสกับงานที่เป็นงานประจำที่มันค่อนข้างซ้ำซ้อน”
ปัญหาหลักๆ ที่พบมีดังนี้ คือ งานซ้ำซ้อนและงานรูทีนที่มากเกินไป ทำให้บุคลากรทางการแพทย์ต้องเสียเวลาไปกับงานที่ไม่เกี่ยวข้องกับการดูแลผู้ป่วยโดยตรง เช่น การคัดลอกผลแล็บใส่กระดานและการทำเอกสาร
นั่นคือจุดเริ่มต้น ของการคิดค้นระบบเพื่อลดความซ้ำซ้อนของงานธุรการ ทำให้ นพ.รพีพัฒน์ ศรีจันทร์ ศัลยแพทย์ออร์โธปิดิกส์ และที่ปรึกษาด้านข้อมูล/AI ศูนย์ศรีพัฒน์ คณะแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่ และเพื่อนแพทย์ 3 คน ร่วมกันคิดค้นโปรแกรมที่เรียกว่า ChartSum-AI ในนามบริษัท สาติ จำกัด เพื่อแก้ปัญหา การเบิกจ่ายงบฯการรักษาของโรงพยาบาล เพื่อช่วยโรงพยาบาลบริหารจัดการข้อมูล ที่ตกหล่นไป และมีช่องโหว่จนไม่สามารถสะท้อนค่าใช้จ่ายที่เกิดขึ้นจริง ในการดูแลรักษาพยาบาลผู้ป่วยบัตรทอง
ปัญหาระบบการจัดการข้อมูลของโรงพยาบาล มีความสำคัญทั้งในเรื่องของบริหารจัดการงบประมาณ บริหารจัดการดูแลการรักษาผู้ป่วย เพราะถ้าลดงาน งานซ้ำซ้อนและงานรูทีนที่มากเกินไปจะช่วยเพิ่มเวลให้กับ บุคลากทางการแพทย์มากขึ้น
บุคลากรทางการแพทย์ต้องเสียเวลาไปกับงานที่ไม่เกี่ยวข้องกับการดูแลผู้ป่วยโดยตรง เช่น การคัดลอกผลแล็บใส่กระดานและการทำเอกสาร และเสียเวลาไปกับงานธุรการ (งานแอดมิน) หลังจากตรวจคนไข้เพียง 5 นาที หมอต้องใช้เวลาประมาณ 60% ของเวลาที่เหลือไปกับการกรอกข้อมูลในระบบ เขียนเอกสาร และงานแอดมินอื่นๆ ทำให้ไม่ได้โฟกัสกับคนไข้
ข้อมูลไม่สมบูรณ์ ปัญหาเบิกจ่าย”บัตรทอง”
การจัดการข้อมูลอย่างเป็นระบบ ไม่เพียงช่วยเพิ่มเวลาให้แพทย์ในการดูแลผู้ป่วย แต่ยังช่วยแก้ปัญหา โรงพยาบาลไม่สามารถเบิกค่าใช้จ่ายจาก สปสช. ได้ตามการรักษาจริงส่วนใหญ่มีปัญหาดังนี้
ปัญแรกคือ Underclaim จากการสำรวจข้อมูลการเบิกจ่ายของโรงพยาบาลรัฐ กรณี ใช้สิทธิบัตรทอง ที่ผ่านมาพบว่า มีปัญหาตั้งแต่ Underclaim หรือ การเบิกน้อยกว่าที่ควร กว่า 20 % เพราะข้อมูลที่บันทึกไม่เหมือนกันหรือหาข้อความที่ต้องการไม่เจอ ทำให้โรงพยาบาลไม่ได้ส่งข้อมูลเพื่อเบิกเงินอย่างครบถ้วนตามการรักษาจริง
เพราะเวลาตรวจรักษาคนไข้คนหนึ่ง อาจจะไม่ได้มีแค่โรคเดียว แต่มีหลายโรค ที่ต้องมีการรักษา ต้องจ่ายยา แต่รายจ่ายเหล่านี้ ไม่ได้ปรากฎในการเบิกจ่าย เนื่องด้วยระบบการคัดกรองข้อมูลไม่สามารถดึงหรือแยกแยะข้อมูลส่วนนี้ออกมาได้ เพราะเวลาที่หมอเขียนในเวชระเบียน จะเขียนแบบยาว เรียงเนื้อหา แยกแยะรายละเอียดการรักษา ทำให้เวลาทำเบิกจ่าย การรักษาโรคอื่นๆ จะไม่ได้ปรากฎชัดเจน ในรายจ่าย ของรพ.
“ปัญหานี้ทำให้เกิดคำถามว่าทำไมไม่มีการดูแลเอกสารหลังบ้าน เป็นปัญหาของรพ.ทุกที่ คือปัญหาบริหารจัดการข้อมูลอื่นๆ ซึ่งเป็นที่มาทำให้เกิดUnder claim ข้อมูลไม่ได้ส่งต่อเพื่อการเบิก ทำให้รายได้ที่รพ.ควรจะได้หายไปจากความเป็นจริง และเมื่อสะสมไปเรื่อยๆก็เกิดปัญหาขาดสภาพคล่องหรือ ขาดทุนได้”
อีกปัญหาคือ การ Overclaim หรือ การเบิกเกินกว่าหลักฐาน ซึ่งพบส่วนใหญ่ 60 % เกิดจากการบันทึกข้อมูลไม่ครบถ้วน เช่น ลืมบันทึกโรคประจำตัวบางอย่างที่ให้การรักษาไปแล้ว ทำให้เมื่อส่งเบิกไปแล้วมีการเรียกเงินคืนในภายหลัง
นพ.รพีพัฒน์ บอกอีกว่า ปัญหาที่ตามมาอีกประการก็คือ การเกิดOverClaim หรือการเบิกเกินกว่าหลักฐานที่มีอยู่ ปัญหานี้มักเกิดจากรักษาแล้ว ไม่มีการบันทึกข้อมูล ข้อมูลจึงไม่ครบถ้วน เช่น ลืมบันทึกโรคประจำตัวบางอย่างที่ให้การรักษาไปแล้ว ทำให้เมื่อส่งเบิกไปแล้วมีการเรียกเงินคืนในภายหลัง
“ระบบของรพ.การจะทำเรื่องเบิกค่าใช้จ่ายได้ คนสรุปคือหมอเจ้าของไข้ ตามมาด้วยนักสถิติ และหมอใหญ่ จะต้องเป็นไปตามขั้นตอนของรพ. และใช้เวลาไม่ต่ำกว่า 30 วัน กว่าจะสรุปทำให้เมื่อถึงเวลาต้องส่งเรื่องเพื่อเบิกค่าใช้จ่าย ข้อมูลบางส่วนหายไปหาไม่เจอ ไม่รู้อยู่ไหน”
ปัญหาเหล่านี้ เรียกว่า ปัญหาโครงสร้างระบบข้อมูลทางการแพทย์ และถือเป็นการใช้บุคลากรไปกับงานเอกสารที่เสียเวลา ขณะที่ข้อมูลก็กระจัดกระจาย ไม่มีโครงสร้าง หรือ unstructured data โดยเฉพาะข้อมูลส่วนใหญ่ประมาณ 80% เป็น unstructured data คือพิมพ์เป็นข้อความยาวๆ เหมือนไฟล์ Word
ช่องโหว่ระบบข้อมูลดังกล่าว แก้ปัญหาได้ระบบจัดการข้อมูลทางการแพทย์ด้วย AI หรือเป็นระบบอัตโนมัติ ChartSum-AI สำหรับการประมวลผลข้อมูลเวชระเบียน และการตรวจสอบ เวชระเบียน นับเป็นการเพิ่มประสิทธิภาพการดำเนินงานข้อมูลของโรงพยาบาล ที่สำคัญคือ เป็นการยกระดับคุณภาพมาตรฐานของข้อมูลการเบิกจ่ายค่ารักษาพยาบาล และลดภาระงาน ด้านเอกสารของบุคลากรทางการแพทย์
“ผมรู้สึกถึงปัญหาเรื่องภาระงานเอกสาร ตั้งแต่ตอนเป็นนักศึกษาแพทย์มาฝึกงานที่รพ. พอมาทำงานก็รู้สึก suffer กับตัวระบบ หมายความว่า suffer ตัวระบบก็คืองานซ้ำซ้อนในแต่ละวันต้องใช้เวลาประมาณ 60% ไปกับงานเอกสาร ทำให้ไม่มีเวลามา ดูแลผู้ป่วยเท่าที่ควร”
ChartSum–AI จัดระบบข้อมูล รพ.
โปรแกรมที่เรียกว่า “ChartSum – AI “แพลตฟอร์มอัจฉริยะ ทำหน้าที่ประมวลผลข้อมูลทางคลินิก ช่วยสรุปและตรวจสอบเวชระเบียนอิเล็กทรอนิกส์ (EMRs) แบบอัตโนมัติ ความสามารถหลักๆ เพื่อระบบจัดการข้อมูลอัตโนมัติ เพิ่มความถูกต้องของการเบิกจ่าย ด้วยระบบรหัสมาตรฐาน (ICD, DRG, SNOMED-CT เป็นต้น ช่วยลดระยะเวลาในการทำงาน ด้วยระบบช่วยสรุปชาร์ตและตรวจสอบการเบิกจ่ายอัตโนมัติ ลดข้อผิดพลาด ด้วยการตรวจสอบความสอดคล้องระหว่างการวินิจฉัย การสั่งหัตถการ การจ่ายยาและรายการค่าใช้จ่าย
นอกจากนี้ ยังสามารถเชื่อมต่อกับระบบสารสนเทศโรงพยาบาล (HIS) ขั้นนำ เช่น HOSxP ภายในระยะเวลา 4 สัปดาห์ และสามารถปรับใช้กับระบบ HIS อื่น ๆ ด้วยเช่นกัน
ที่ผ่านมา รพ.มหาราชเชียงใหม่ ศูนย์ศรีพัฒน์ คณะแพทยศาสตร์ มหาวิทยาลัยเชียงใหม่ รพ.เชียงรายประชานุเคราะห์ รพ.มหาราชนครราชสีมา และ รพ.น่าน นำระบบดังกล่าวไปใช้ และช่วยแก้ปัญหาและเพิ่มประสิทธิภาพในการเบิกจ่ายได้ เพิ่มอัตราการอนุมัติการเบิกจ่าย และลดการสูญเสียรายได้จากความผิดพลาดในการเบิกจ่ายได้
“การใช้ AI เข้ามาช่วย ทำให้ลดเวลาทำงานลดเวลาโดยรวมของขั้นตอนการทำงาน (overall workflow) ได้ 40% เพิ่มรายได้จากการเบิกจ่ายจากสปสช.ได้โดย สามารถช่วยให้โรงพยาบาลได้รับเงินเพิ่มขึ้นตั้งแต่ 5% ถึง 62% ขึ้นอยู่กับคุณภาพการทำงานเดิมของโรงพยาบาลแต่ละแห่ง”
ที่สำคัญในการในการตรวจสอบเวชระเบียนดังกล่าว สามารถเพิ่มอัตราการอนุมัติการเบิกจ่าย และลดการสูญเสียรายได้จากความผิดพลาดในการลงรหัส ช่วยลดความเสี่ยงทางด้านการเงินของโรงพยาบาล ด้วยโครงสร้างค่าบริการแบบแบ่งรายได้ (Revenue Sharing) โดยไม่ต้องลงทุนระบบในวงเงินสูงล่วงหน้า และสามารถ เห็นผลลัพธ์ ทางการเงินได้อย่างชัดเจน
“ที่เราคิดไว้อีกอย่างของการพัฒนาระบบก็คือ การแก้ปัญหาที่ต้นทาง เฟสต่อไปคือการติดตั้งระบบเพื่อแจ้งเตือนแบบเรียลไทม์ ณ ตอนที่แพทย์กำลังตรวจอยู่ หากลืมลงข้อมูลสำคัญบางอย่าง” นพ.รพีพัฒน์
นพ.รพีพัฒน์ เชื่อว่า การใช้ AI เข้าไปช่วยจัดระบบการจัดการข้อมูล โดยเฉพาะการเบิกจ่ายกับ สปสช.จะช่วยให้โรงพยาบาล จัดทำข้อมูลที่สะท้อนค่าใช้จ่ายจริง และสามารถนำข้อมูลมาช่วยบริหารจัดการ การบริหารงบประมาณของโรงพยาบาลได้
