လက်ရေးမှတ်တမ်းတွေ ဘာလို့ ရေးနေရသေးလဲ? ၁၂ နှစ်အကြာမှာတော့ မြန်မာဆရာဝန်တစ်ဦးက အဲ့ဒီမေးခွန်းအတွက် အဖြေကို တည်ဆောက်ပြခဲ့ပြီ။
ဤစာစုသည် မြန်မာနိုင်ငံရှိ ဆေးပညာလောကနှင့် နည်းပညာလောကကို နားလည်သူတစ်ဦးမှ ရင်ဖွင့်ပြောကြားသည့် ပုံစံမျိုးဖြစ်အောင် သဘာဝကျကျ ဘာသာပြန်ပေးထားပါသည်။
ဤစာစုသည် မြန်မာနိုင်ငံရှိ ဆေးပညာလောကနှင့် နည်းပညာလောကကို နားလည်သူတစ်ဦးမှ ရင်ဖွင့်ပြောကြားသည့် ပုံစံမျိုးဖြစ်အောင် သဘာဝကျကျ ဘာသာပြန်ပေးထားပါသည်။
ဒီဇာတ်လမ်းက ၂၀၁၂ ခုနှစ်၊ မြန်မာနိုင်ငံက အထွေထွေရောဂါကု ဆေးရုံကြီးတစ်ခုရဲ့ ဆေးကုသဆောင် (Medical Ward) ထဲမှာ စခဲ့တာပါ။
အဲ့ဒီတုန်းက ကျွန်တော်က ဂျူနီယာဆရာဝန်တစ်ယောက်ပေါ့။ တာဝန်ချိန်အရှည်ကြီး ပြီးသွားတဲ့နောက် လူနာဆင်းလက်မှတ် (Discharge Notes) တွေကို လက်နဲ့ ထိုင်ရေးနေရတယ်။ တစ်စောင် နှစ်စောင်တင် မကဘူး၊ တစ်ခါတလေ တစ်ဒါဇင်ကျော်တယ်။ လူနာတစ်ယောက်ချင်းစီရဲ့ အခြေအနေ၊ ကုသမှုတွေ၊ ဓာတ်ခွဲခန်းအဖြေတွေနဲ့ လုပ်ခဲ့သမျှ အကုန်လုံးကို စာမျက်နှာအလိုက် လက်နဲ့အသေးစိတ် လိုက်ရေးနေရချိန်မှာ အပြင်မှာတော့ လူနာတွေက တန်းစီစောင့်နေကြတုန်း။
အဲ့ဒီအခန်းထဲမှာ ကွန်ပျူတာတစ်လုံးတော့ ရှိတယ်။ လူတိုင်း အတူတူမျှသုံးရတာ။ အဲ့ဒါကလည်း များသောအားဖြင့် ဆွေးနွေးပွဲတွေအတွက် PowerPoint ပြဖို့လောက်ပဲ သုံးကြတာပါ။ အင်တာနက်ကလည်း သုံးလို့မရသလောက် နှေးနေသလို၊ အဲ့ဒီအချိန်က ဖုန်းတွေမှာလည်း အင်တာနက် မရှိသေးပါဘူး။
အဲ့ဒီမှာ ကျွန်တော့်စိတ်ထဲ မေးခွန်းတစ်ခု ပေါ်လာတယ် - "ငါတို့ ဘာလို့ အခုထိ ဒီလိုပဲ လုပ်နေကြတာလဲ?"
အဲ့ဒီမေးခွန်းက ကျွန်တော့်ဆီကနေ ဘယ်တော့မှ ထွက်မသွားတော့ဘူး။
ပြဿနာတစ်ခုကို အခြေခံပြီး တည်ဆောက်ခဲ့တဲ့ သက်တမ်းတစ်လျှောက်
ကျွန်တော် ၂၀၁၃ မှာ ဆေးတက္ကသိုလ်ကနေ ဘွဲ့ရခဲ့တယ်။ ဒါပေမဲ့ ကျွန်တော့်ရဲ့ အသက်မွေးဝမ်းကြောင်း လမ်းကြောင်းကတော့ သမားရိုးကျ ဆေးကုသတဲ့ဘက်ကို မသွားဖြစ်ခဲ့ဘူး။ ပြည်သူ့ကျန်းမာရေး၊ အဲ့ဒီကနေ IT ဘက်၊ နောက်တော့ ကျန်းမာရေးဆိုင်ရာ သတင်းအချက်အလက် နည်းပညာ (Healthcare Informatics) ဘက်ကို ရည်ရွယ်ချက်ရှိရှိနဲ့ ကူးပြောင်းခဲ့တယ်။ University of Wisconsin-Milwaukee ကနေ Healthcare Informatics နဲ့ မဟာဘွဲ့ ရခဲ့သလို၊ လမ်းခရီးတစ်လျှောက်မှာ Information Systems နဲ့ Design ဆိုင်ရာ သင်တန်းတွေလည်း အခွင့်အရေးရတိုင်း တက်ခဲ့တယ်။ COVID-19 ကာလတုန်းကလည်း UNOPS နဲ့အတူ ကျန်းမာရေးဒေတာတွေကို အကြီးအကျယ် စီမံခန့်ခွဲတဲ့ အလုပ်တွေ လုပ်ခဲ့ပါတယ်။
ရာထူးတိုင်း၊ နယ်ပယ်တိုင်းက ကျွန်တော့်ကို အတွေ့အကြုံသစ်တွေ ပေးခဲ့တယ်။ ဒါပေမဲ့ ကျွန်တော် ဘယ်နေရာမှာပဲ အလုပ်လုပ်လုပ်၊ ၂၀၁၂ တုန်းက ဆေးရုံကုသဆောင်မှာ တွေ့ခဲ့တဲ့ ပြဿနာကတော့ အတူတူပါပဲ။
မြန်မာနိုင်ငံက ဆေးခန်းတွေက နည်းပညာကို သုံးချင်ကြတယ်။ အဲ့ဒီအကြောင်းတွေ ပြောကြတယ်၊ အိပ်မက်မက်ကြတယ်။ ဒါပေမဲ့ တကယ်သုံးလို့ရမယ့် ရွေးချယ်စရာက မရှိသလောက်ပါပဲ။ Epic လိုမျိုး စနစ်ကြီးတွေကျတော့လည်း ချမ်းသာတဲ့နိုင်ငံက ဆေးရုံကြီးတွေအတွက်ပဲ ရည်ရွယ်တာဖြစ်လို့ အရမ်းစျေးကြီးပြီး ရှုပ်ထွေးလွန်းတယ်၊ ရန်ကုန်က ဆေးခန်းလေးတွေရဲ့ လက်တွေ့အခြေအနေနဲ့ လုံးဝမကိုက်ညီဘူး။ OpenMRS လိုမျိုး Open-source တွေကျတော့လည်း နည်းပညာအရ အရမ်းခက်ခဲလွန်းလို့ ပြဿနာကို ဖြေရှင်းပေးတာထက် ပြဿနာပိုတက်စေတယ်။ နောက်ဆုံးမှာ ဘတ်ဂျက်က အဓိက အတားအဆီး ဖြစ်နေပြန်ရော။ ဆေးဝါးနဲ့ လူနာအသက်ကယ်ဖို့အတွက်ပဲ အဓိက အရင်းအမြစ်တွေ သုံးနေရတဲ့ ကျန်းမာရေးစနစ်ထဲမှာ Information Systems ဆိုတာ ဘယ်သူမှ မတတ်နိုင်တဲ့ ဇိမ်ခံပစ္စည်းတစ်ခုလို ဖြစ်နေခဲ့တယ်။
ဒါကြောင့် ကျွန်တော်လည်း ရသမျှနည်းလမ်းတွေနဲ့ တတ်နိုင်တာကို လုပ်ခဲ့တာ ဆယ်စုနှစ်တစ်ခုနီးပါး ရှိသွားပါပြီ။
ဆေးခန်းသုံးစနစ်တွေတင် မကပါဘူး။ ဒီနှစ်တွေအတွင်းမှာ ကျွန်တော် ဆေးဘက်ဆိုင်ရာ အဘိဓာန် App၊ ဆေးဝါးလမ်းညွှန် (Drug Encyclopedia)၊ OPD စောင့်ဆိုင်းချိန် ရှာဖွေတဲ့ Tool၊ COVID-19 ဒေတာစုဆောင်းတဲ့စနစ်နဲ့ Dashboard၊ ကျန်းမာရေးဝက်ဘ်ဆိုက်တွေ စသဖြင့် အများကြီး တည်ဆောက်ခဲ့တယ်။ တချို့က သေးသေးလေးတွေ၊ တချို့ကျတော့ လူထောင်ပေါင်းများစွာ သုံးကြတယ်။ အဲ့ဒါတွေကို ဘယ်သူလုပ်ခဲ့မှန်း သုံးတဲ့သူတွေ မသိကြပါဘူး။
အဲ့ဒီအချိန်တုန်းကတော့ တစ်ခုချင်းစီကို သီးခြားစီလို့ပဲ ထင်ခဲ့တာ။ ပြဿနာတစ်ခုရှိလာရင် ဖြေရှင်းပေးမယ့် Tool တစ်ခု လုပ်ပေးလိုက်တယ်ပေါ့။ ဒါပေမဲ့ အခုပြန်ကြည့်လိုက်တော့မှ အဲ့ဒါတွေအားလုံးက ပဟေဠိတစ်ခုရဲ့ အစိတ်အပိုင်းတွေဆိုတာ မြင်လာရတယ်။
Medical Dictionary လုပ်ခဲ့လို့ ဆေးဘက်ဆိုင်ရာ ဝေါဟာရ စံသတ်မှတ်ချက်တွေကို သိလာရတယ်။ COVID Dashboard လုပ်ခဲ့လို့ ဒေတာတွေကို အချိန်နဲ့တပြေးညီ ဘယ်လိုစီမံရမလဲဆိုတာ သင်ယူခဲ့ရတယ်။ Drug Encyclopedia လုပ်ခဲ့လို့ ဆရာဝန်တွေ အချက်အလက်ကို ဘယ်လိုရှာဖွေတတ်သလဲဆိုတာ သိခဲ့ရတယ်။ ဆေးခန်းစနစ်တွေကတော့ အလုပ်လုပ်ပုံ အဆင့်ဆင့်၊ လုံခြုံရေး၊ နဲ့ ဆရာဝန်တစ်ယောက် အလုပ်ရှုပ်နေချိန်မှာ တကယ်သုံးဖြစ်မယ့် စနစ်မျိုးဖြစ်ဖို့ ဘာတွေလိုအပ်လဲဆိုတာကို သင်ပေးခဲ့တယ်။
အဲ့ဒီတုန်းကတော့ ဒါတွေက ကြိုတင်ပြင်ဆင်မှုတွေလို့ မထင်ခဲ့မိဘူး။ ဒါပေမဲ့ အခု Medaius ကို စလုပ်တဲ့အချိန်မှာတော့ ဆေးခန်းတွေ ဘာလိုအပ်လဲဆိုတာကို ကျွန်တော် ခန့်မှန်းနေစရာ မလိုတော့ဘူး။ ဆယ်စုနှစ်တစ်ခုစာ တည်ဆောက်ခဲ့တယ်၊ ရှုံးနိမ့်ခဲ့တယ်၊ ပြန်ပြင်ခဲ့တယ်၊ လူတွေရဲ့ စကားကို နားထောင်ခဲ့တယ်—ဒီလိုနဲ့ ခက်ခက်ခဲခဲ သင်ယူခဲ့ပြီးသား ဖြစ်နေလို့ပါ။
ဆယ်စုနှစ်တစ်ခုစာ တည်ဆောက်ခြင်းနှင့် အကန့်အသတ်များကို ကြုံတွေ့ခြင်း
၂၀၁၇ ဝန်းကျင်ကစပြီး ကျွန်တော် ရသမျှ Tool တွေနဲ့ ဆေးခန်းတွေအတွက် စနစ်တွေ စတည်ဆောက်ပေးခဲ့တယ်။ Excel နဲ့ Microsoft Access ကနေ စခဲ့တာ။ နောက်တော့ Google Sheets၊ အဲ့ဒီကနေ AppSheet အထိ ရောက်ခဲ့တယ်။ AppSheet က တကယ့်ကို တိုးတက်မှုတစ်ခုပါ၊ နည်းပညာပိုင်း အကန့်အသတ်ရှိတဲ့ ဆေးခန်းတွေအတွက် တကယ့် လုပ်ငန်းစဉ်တွေကို တည်ဆောက်ပေးလို့ ရခဲ့တယ်။
ကျွန်တော် ကူညီပေးခဲ့တဲ့ ဆေးခန်းတွေမှာ လိုအပ်ချက်တွေ အမျိုးမျိုးရှိကြတယ်။ သုတေသနအတွက် လူနာအချက်အလက် လိုချင်တဲ့ ဆေးရုံက အထူးကုဆောင်တွေ၊ အမြန်တိုးတက်လာလို့ လူနာမှတ်တမ်းတွေကို စနစ်တကျ ထိန်းသိမ်းချင်တဲ့ Online Clinic တွေ၊ သမားရိုးကျစနစ်တွေနဲ့ မကိုက်ညီတဲ့ စိတ်ကျန်းမာရေးဆေးခန်းတွေ စသဖြင့်ပေါ့။
တစ်ခုချင်းစီကနေ ကျွန်တော် အသစ်တွေ သင်ယူခဲ့ရတယ်။ တချို့အတွက် အခကြေးငွေရသလို၊ တချို့ကိုတော့ အလကား ကူညီပေးခဲ့တယ်။ ဒါပေမဲ့ စိတ်ဓာတ်ကတော့ အတူတူပါပဲ။ ကျွန်တော့်မှာ ကူညီနိုင်တဲ့ အရည်အချင်းရှိနေရက်နဲ့ လုပ်ဖော်ကိုင်ဖက် ဆရာဝန်တွေ စက္ကူတွေ၊ Spreadsheet တွေကြားထဲမှာ ရုန်းကန်နေရတာကို ကျွန်တော် မကြည့်ရက်ဘူး။
အဲ့ဒီစနစ်တွေက တကယ်လည်း အလုပ်ဖြစ်ခဲ့ပါတယ်။ ကျွန်တော် ဒီဇိုင်းဆွဲခဲ့တဲ့ Online Clinic ပလက်ဖောင်းဆိုရင် လူနာမှတ်တမ်း တစ်သိန်းကျော်နဲ့ လာရောက်ပြသမှု သန်းနဲ့ချီပြီး ကိုင်တွယ်နိုင်ခဲ့တယ်။ ဒီစနစ်ကို ဘယ်သူလုပ်မှန်းမသိတဲ့ ဆရာဝန်တွေလည်း နေ့တိုင်း သုံးနေကြတယ်။ အဲ့ဒါက ကျွန်တော့်အတွက် အရမ်း အဓိပ္ပာယ်ရှိပါတယ်။
ဒါပေမဲ့ ဒီ Tool တွေမှာ အကန့်အသတ်ရှိတယ်ဆိုတာ ကျွန်တော် သိနေတယ်။ ဒေတာတွေ များလာတာနဲ့အမျှ၊ လုပ်ငန်းစဉ်တွေ ရှုပ်ထွေးလာတာနဲ့အမျှ အဲ့ဒီ Tool တွေက တောင့်မခံနိုင်တော့ဘူး။ ပြင်ရဆင်ရတာတွေ ခက်လာတယ်။
ကျွန်တော် တည်ဆောက်ခဲ့သမျှ စနစ်တိုင်းက အဲ့ဒီအတားအဆီးကို အမြဲတမ်း တိုက်မိတယ်။ အဲ့ဒီအခါကျမှ ပြဿနာက Tool တွေကြောင့် မဟုတ်ဘဲ ခိုင်မာတဲ့ အခြေခံအုတ်မြစ် (Foundation) တစ်ခုကို ဘယ်သူမှ မတည်ဆောက်ခဲ့ကြလို့ဆိုတာ ကျွန်တော် နားလည်လာခဲ့တယ်။
ရှုံးနိမ့်မှုကနေ သင်ခန်းစာယူခဲ့ရတဲ့ ဗားရှင်း
၂၀၂၃ မှာတော့ ရှိပြီးသား Tool တွေပေါ်မှာ မှီခိုနေမယ့်အစား အစကနေ ကိုယ်ပိုင်စနစ်တစ်ခုကို အခြေခံကစပြီး တည်ဆောက်ဖို့ ဆုံးဖြတ်လိုက်တယ်။ Python, Django, pure HTML နဲ့ CSS—ဘာဖြတ်လမ်းမှ မသုံးဘဲ ကိုဒ် (Code) တွေနဲ့ပဲ ရေးခဲ့တာ။
ခြောက်လကျော် အချိန်ပေးခဲ့ရတယ်။ လူနာစီမံခန့်ခွဲမှု၊ မှတ်တမ်းရေးတာ၊ အဖွဲ့ဝင်တွေ စီမံတာ စတဲ့ အဓိက လုပ်ဆောင်ချက်တွေ အကုန်ပါတယ်။ အဲ့ဒီတုန်းက ကျွန်တော် အရမ်းဂုဏ်ယူခဲ့သလို၊ ဒါဟာ ကျွန်တော် အမြဲတမ်း တည်ဆောက်ချင်ခဲ့တဲ့အရာလို့ ထင်ခဲ့တာ။
ဒါပေမဲ့ ပြဿနာတွေ ပြန်တက်လာပြန်ရော။
ဖုန်းနဲ့သုံးရတာ အဆင်မပြေဘူး (not mobile responsive)။ လုပ်ဆောင်ချက်အသစ် တစ်ခုထည့်ဖို့ဆိုရင် ဖိုင်တွေအများကြီးကို လိုက်ပြင်နေရတယ်။ ဆေးခန်းအမျိုးမျိုးအတွက် စိတ်ကြိုက်ပြင်ဆင်ဖို့ (Customization) ကျတော့လည်း ခက်ခဲနေပြန်တယ်။ တစ်ခုခုလုပ်တိုင်း အကန့်အသတ်ကြီးကို ပြန်ပြန်တွေ့နေရသလိုပဲ။
ဒီလိုနဲ့ ကျွန်တော် ကိုယ့်ကိုယ်ကိုယ် ဝန်ခံလိုက်ရတယ် - "ငါ အတားအဆီးကို ပြန်တိုက်မိနေပြန်ပြီ" ပေါ့။
၂၀၂၄ နှောင်းပိုင်းမှာ အဲ့ဒီ Project ကို ရပ်နားလိုက်တယ်။ အဲ့ဒီဆုံးဖြတ်ချက်က တကယ်တော့ ပြောသလောက် မလွယ်ပါဘူး။ ခြောက်လကျော်ကြာ ကြိုးစားခဲ့သမျှကို ဖျက်လိုက်ရသလိုပါပဲ။ ဒါပေမဲ့ အဲ့ဒီကနေ ကျွန်တော် အများကြီး သင်ယူခဲ့ရတယ်—စနစ်ရဲ့ တည်ဆောက်ပုံ (Architecture) အကြောင်း၊ ဆေးခန်းသုံးစနစ်တစ်ခုက ဘယ်လောက်အထိ ပြောင်းလွယ်ပြင်လွယ် ရှိရမယ်ဆိုတာနဲ့ ကျွန်တော့်ရဲ့ နည်းပညာပိုင်းဆိုင်ရာ အားနည်းချက်တွေကိုပါ သိခဲ့ရတယ်။ အဲ့ဒီရှုံးနိမ့်မှုက အလကား ဖြစ်မသွားပါဘူး၊ အဲ့ဒါက သုတေသန တစ်ခုပါပဲ။
ဒီတစ်ခါမှာတော့ ဘာကို ကွဲကွဲပြားပြား လုပ်ရမလဲဆိုတာ ကျွန်တော် သေချာသိသွားပြီ။ အစကနေ ပြန်စဖို့ သတ္တိပဲ လိုတော့တယ်။
AI ကြောင့် ဖြစ်နိုင်ချေတွေ ဘယ်လိုပြောင်းလဲသွားသလဲ
၂၀၂၃ ကတည်းက ကျွန်တော့်ရဲ့ အလုပ်လုပ်ပုံမှာ AI က အဖော်အဖက်တစ်ခုလို တိတ်တဆိတ် ပါဝင်လာခဲ့တယ်။
အရင်ကဆိုရင် ကိုဒ်ရေးရင်း ပြဿနာတစ်ခုတက်ရင် နာရီပေါင်းများစွာ အချိန်ကုန်ခဲ့ရတယ်။ Python မှာ ကျွမ်းကျင်ပေမဲ့ တခြား Language တွေမှာ မသေချာဘူး။ ကိုယ် စိတ်ကူးယဉ်တဲ့အရာနဲ့ တကယ် တည်ဆောက်နိုင်တဲ့အရာကြားမှာ ကွာဟချက်ကြီးက အရမ်းကြီးလွန်းလို့ စိတ်ပျက်စရာ ကောင်းခဲ့တယ်။
AI က အဲ့ဒီကွာဟချက်ကို မှော်ဆန်ဆန် ချက်ချင်း ဖြည့်ပေးလိုက်တာတော့ မဟုတ်ဘူး။ "AI က ကိုဒ်တွေ အကုန်ရေးပေးတယ်၊ အကုန်အဆင်ပြေတယ်" ဆိုတဲ့ စကားက မဟုတ်ပါဘူး။ သူလည်း မှားတတ်တယ်၊ ကိုဒ်ထဲမှာ အမှား (Bug) တွေ ပါလာတတ်တယ်။ သူ့ရဲ့ အကြံပြုချက်တိုင်းကို စစ်ဆေးရတယ်၊ စမ်းသပ်ရတယ်၊ တစ်ခါတလေ အကုန်ပြန်ပြင်ရတယ်။
ဒါပေမဲ့ AI က ကျွန်တော့်ကို ကိုဒ်တွေထက် ပိုတန်ဖိုးရှိတာတစ်ခု ပေးခဲ့တယ်။ အဲ့ဒါက "တွေးဖော်တွေးဖက် (Thinking Partner)" တစ်ယောက် ရလိုက်တာပါပဲ။ ဆေးခန်းပေါင်းစုံရဲ့ ဒေတာတွေကို ဘယ်လို သီးခြားစီ ခွဲထားမလဲဆိုတဲ့ Architecture ပိုင်းကို ဆွေးနွေးလို့ရလာတယ်။ လူနာမှတ်တမ်းတွေကို AI နဲ့ စစ်ဆေးတဲ့အခါမှာ ဘယ်လို စနစ်တကျ လုပ်မလဲဆိုတာ အဖြေရှာလို့ ရလာတယ်။ ညသန်းခေါင် အမှားရှာမရလို့ ပိတ်မိနေချိန်မှာ အားကိုးစရာ ဖြစ်လာတယ်။
ကျွန်တော့်ရဲ့ လုပ်နိုင်စွမ်းက နှစ်ဆမက တိုးတက်လာခဲ့ပါတယ်။
၂၀၂၄ အစမှာ အစကနေ ပြန်စခဲ့တယ်။ Frontend အတွက် Next.js၊ Backend အတွက် Python—လုံခြုံရေးနဲ့ ချဲ့ထွင်နိုင်စွမ်းအတွက် သီးခြားစီ ခွဲထုတ်လိုက်တယ်။ ကိုဒ်တွေ ပြင်ဆင်မှု (Commits) ပေါင်း ၅၀၀ ကျော်၊ တစ်ခုချင်းစီတိုင်းက တိုးတက်မှုတွေပါပဲ။ လုပ်ဆောင်ချက်တိုင်းကို Developer တစ်ယောက်အနေနဲ့တင် မဟုတ်ဘဲ ဆရာဝန်တစ်ယောက် အမြင်နဲ့ပါ စမ်းသပ်ခဲ့တယ် - "ငါသာ အခု လူနာကြည့်နေတာဆိုရင်၊ ဒီစနစ်က ငါ့ကို ကူညီမှာလား ဒါမှမဟုတ် ဝန်ထုပ်ဝန်ပိုး ပိုဖြစ်စေမှာလား" ဆိုပြီး အမြဲ မေးခဲ့တယ်။
ကျွန်တော် ကိုယ်တိုင်ပဲ Backend ရေးတယ်၊ Frontend ရေးတယ်၊ UX ဒီဇိုင်းဆွဲတယ်၊ ဆရာဝန်အနေနဲ့ စစ်ဆေးတယ်၊ ဆေးခန်း အက်ဒမင်အနေနဲ့ သုံးကြည့်တယ်၊ လုံခြုံရေး စစ်တယ်။
၁၀ လအကြာမှာတော့ Medaius က အသင့်ဖြစ်ခဲ့ပါပြီ။
Medaius ဆိုတာ တကယ်တော့ ဘာလဲ
ဒီခရီးတစ်ခုလုံး—၂၀၁၂ က ဆေးရုံကုသဆောင်၊ ဆယ်စုနှစ်တစ်ခုစာ တည်ဆောက်ခဲ့တာတွေ၊ ရှုံးနိမ့်ခဲ့တဲ့ Django ဗားရှင်း၊ ၁၀ လကြာ အားထုတ်မှုတွေ—အဲ့ဒါတွေအားလုံးရဲ့ နောက်ဆုံးရလဒ်က ဘာလဲ?
အဲ့ဒါက EHR တစ်ခုတော့ မဟုတ်ပါဘူး။ ဒါကို ကျွန်တော် ရှင်းရှင်းလင်းလင်း ပြောချင်တယ်။ EHR ဆိုတဲ့ စကားလုံးက Healthcare IT မှာ တိကျတဲ့ အဓိပ္ပာယ်ရှိပြီး ဝန်ထုပ်ဝန်ပိုးတွေ အများကြီး ပါပါတယ်။ ရှုပ်ထွေးတယ်၊ စျေးကြီးတယ်၊ ဆရာဝန်တွေအတွက်ထက် စည်းမျဉ်းတွေနဲ့ ငွေတောင်းခံလွှာ (Billing) တွေအတွက်ပဲ ရည်ရွယ်ပြီး တည်ဆောက်ထားတာမျိုးပေါ့။
Medaius ဆိုတာက ဆေးခန်းသုံး လုပ်ငန်းခွင်စနစ် (Clinic Workspace) တစ်ခုပါ။ သူက Operating System တစ်ခုလိုပဲ အစိတ်အပိုင်းတစ်ခုချင်းစီကို စိတ်ကြိုက်ပြင်လို့ရတယ်၊ ပြောင်းလွယ်ပြင်လွယ် ရှိတယ်။ ဆေးခန်းကြီးလာတာနဲ့အမျှ သူကလည်း လိုက်ပြီး ကြီးထွားနိုင်အောင် ဒီဇိုင်းဆွဲထားတာပါ။ အထွေထွေရောဂါကု ဆေးခန်း၊ စိတ်ကျန်းမာရေး ဆေးခန်း၊ သွားဘက်ဆိုင်ရာ ဆေးခန်း—သူတို့အားလုံးမှာ အလုပ်လုပ်ပုံတွေ မတူကြဘူး။ Medaius က အဲ့ဒါတွေအားလုံးကို ကိုင်တွယ်နိုင်တယ်။ ဘာလို့လဲဆိုတော့ ဆော့ဖ်ဝဲလ်ကုမ္ပဏီ သတ်မှတ်ထားတဲ့အတိုင်း သုံးရတာမျိုး မဟုတ်ဘဲ ဆေးခန်းတွေက သူတို့ရဲ့ တကယ့် အလုပ်လုပ်ပုံအတိုင်း ပြင်ဆင်ပြီး သုံးလို့ရလို့ပါ။
AI လုပ်ဆောင်ချက်တွေကိုလည်း အပိုဆောင်းအနေနဲ့ မဟုတ်ဘဲ အခြေခံကတည်းက ထည့်သွင်းထားပါတယ်။ လူနာနဲ့ စကားပြောနေတုန်း အသံကနေ မှတ်တမ်းအလိုအလျောက် ရေးပေးတာ၊ လူနာမှတ်တမ်းတွေကို အကျဉ်းချုပ်ပေးတာ၊ PDF တွေနဲ့ လက်ရေးနဲ့ ရေးထားတဲ့ မှတ်တမ်းတွေထဲကနေ ဒေတာတွေကို ထုတ်ယူပေးတာတွေ ပါဝင်တယ်။ ဒါပေမဲ့ အရေးကြီးဆုံး တစ်ချက်က—AI က ထုတ်ပေးသမျှ အချက်အလက်တိုင်းကို တရားဝင် မှတ်တမ်းမဖြစ်ခင်မှာ ဆရာဝန်က ပြန်စစ်ဆေးပြီး အတည်ပြုရမယ်ဆိုတဲ့ အချက်ပါ။ AI ဆိုတာ ဆရာဝန်ရဲ့ ဆုံးဖြတ်ချက်ကို အကူအညီပေးဖို့ပဲဖြစ်ရမယ်၊ အစားထိုးဖို့ မဟုတ်ဘူး။ ဒါက ကျွန်တော် လုံးဝ အလျှော့မပေးနိုင်တဲ့ မူဝါဒပဲ။
စျေးနှုန်းကိုလည်း Subscription ပုံစံနဲ့ သွားထားပြီး၊ ဆေးခန်းတွေအနေနဲ့ မိမိတို့ တကယ်သုံးတဲ့ အစိတ်အပိုင်းတွေအတွက်ပဲ ပေးရမှာပါ။ NGO တွေနဲ့ အာမခံကုမ္ပဏီတွေအတွက် Sponsor Module တွေ၊ ဒေတာအနှစ်ချုပ်တွေ ကြည့်ဖို့ Reporting Module တွေလည်း ပါပါတယ်။ တကယ်လို့ ဆေးခန်းက AI မသုံးချင်သေးဘူးဆိုရင်လည်း အကုန်ပိတ်ထားပြီး တခြားလုပ်ဆောင်ချက်တွေကိုပဲ သုံးလို့ရပါတယ်။
အခုဆိုရင် ဆရာဝန်ပေါင်း ၃၀၀ နီးပါးက ဒီစနစ်ကို သုံးဖို့ အသင့်ဖြစ်နေပါပြီ။
အဲ့ဒီအရေအတွက်က ကျွန်တော့်ကို အခုထိ အံ့သြစေတုန်းပဲ။ ဒါပေမဲ့ ပြန်စဉ်းစားကြည့်တော့လည်း—သူတို့ ဒါမျိုးကို စောင့်နေကြတာ ကြာပြီပဲလေ။ ကျွန်တော်တို့ အားလုံး စောင့်နေခဲ့ကြတာပါ။
ဘာကြောင့် ဒါကို တည်ဆောက်ခဲ့တာလဲ
ကျွန်တော် အခု ဆရာဝန်အဖြစ် လက်တွေ့မကုသတော့ပါဘူး။ ဘာလို့ ထွက်ခဲ့တာလဲလို့ လူတွေ မေးကြတယ်။
အမှန်တိုင်း ဖြေရရင်တော့ - ဒါဟာ ကျွန်တော် တကယ်လုပ်ရမယ့် အလုပ်မို့လို့ပါ။
ဆေးပညာ၊ ပြည်သူ့ကျန်းမာရေး၊ Healthcare Informatics၊ AI နဲ့ ဆေးခန်းတွေအတွက် တကယ်လိုအပ်တဲ့ Tool တွေကို ဆယ်စုနှစ်တစ်ခုစာ တည်ဆောက်ခဲ့တဲ့ အတွေ့အကြုံ—ဒီလို ပေါင်းစပ်မှုမျိုးက ကျွန်တော့်မှာပဲ ရှိနေလို့ပါ။ ဒီလုပ်ငန်းခွင်တွေရဲ့ အခက်အခဲကို ကျွန်တော် အတွင်းသိ သိတယ်။ ဆရာဝန်တွေ တကယ်ဘာလိုအပ်လဲဆိုတာ ကျွန်တော် သိတယ်။
တကယ်လို့ ကျွန်တော်သာ ဒါကို မတည်ဆောက်ခဲ့ရင်၊ ဘယ်သူမှ ဒီလိုမျိုး ပုံစံတူ တည်ဆောက်နိုင်မှာ မဟုတ်ဘူး။
ဒါကြောင့် ကျွန်တော် တည်ဆောက်ခဲ့တာပါ။
ဒီလှိုင်းက စောင့်နေမှာ မဟုတ်ဘူး
ကျန်းမာရေး နည်းပညာတွေက ကျွန်တော့်သက်တမ်းတစ်လျှောက်မှာ အမြန်ဆုံးနှုန်းနဲ့ ပြောင်းလဲနေပါတယ်။ AI ဆိုတာ အနာဂတ် မဟုတ်တော့ဘူး၊ အခု လက်ရှိမှာကိုပဲ ကမ္ဘာတစ်ဝန်းက အဖွဲ့တွေက ခေတ်မီကျန်းမာရေး ဆော့ဖ်ဝဲလ်တွေထဲမှာ ထည့်သွင်းနေကြပြီ။
ကျွန်တော် ဒါကို အနီးကပ် စောင့်ကြည့်နေပါတယ်။ ကျွန်တော် စိုးရိမ်တာက ပြိုင်ဘက်တွေ မဟုတ်ဘူး၊ နည်းပညာတွေ နောက်မှာ ကျန်ခဲ့မယ့် ဆေးခန်းလေးတွေ အတွက်ပါ။
ကုမ္ပဏီကြီးတွေက ဆေးရုံကြီးတွေအတွက် AI တွေ လုပ်ပေးကြမှာပဲ။ ဒါပေမဲ့ ရန်ကုန်က ဆေးခန်းသေးသေးလေးတွေ၊ အွန်လိုင်း စိတ်ကျန်းမာရေး ဆေးခန်းတွေ၊ နယ်မြို့က အထူးကု ဆေးခန်းလေးတွေကလည်း ဒီနည်းပညာကို ရသင့်ပါတယ်။ သူတို့မှာက ဖြုန်းတီးစရာ အရင်းအမြစ် နည်းတဲ့အတွက် ဒီနည်းပညာက သူတို့အတွက် ပိုတောင် လိုအပ်ပါသေးတယ်။
အဲ့ဒီလှိုင်းကို ကျွန်တော် ဖမ်းဆွဲဖို့ ကြိုးစားနေတာပါ။ နည်းပညာသက်သက်အတွက် မဟုတ်ဘဲ၊ အရင်က နည်းပညာလှိုင်းတွေမှာ အမြဲတမ်း ချန်လှပ်ခံထားရတဲ့ ဆရာဝန်တွေနဲ့ လူနာတွေအတွက်ပါ။
ဒီတစ်ခါတော့ ကျွန်တော်တို့ အလွတ်မခံနိုင်ပါဘူး။
Medaius ကို medaius.com မှာ သွားရောက်ကြည့်ရှုနိုင်ပါတယ်။ သင်ဟာ ပိုကောင်းတဲ့ စနစ်တစ်ခုကို ရှာနေတဲ့ ဆေးခန်းပိုင်ရှင်ပဲဖြစ်ဖြစ်၊ ဒီပြဿနာကို နားလည်တဲ့ ဆရာဝန်ပဲဖြစ်ဖြစ်၊ ဒါမှမဟုတ် ဒီစနစ်ကို လိုအပ်နေတဲ့ ဆေးခန်းတွေဆီ ရောက်အောင် ကူညီချင်သူပဲဖြစ်ဖြစ်—ကျွန်တော့်ကို ဆက်သွယ်ပေးပါ။
ကျွန်တော်တို့ အခုမှ စတာပါ။