งานวิจัยบ่งชี้ อาจมีผู้ติดเชื้อโควิด-19 มากกว่าที่รายงานอยู่หลายเท่าตัว

งานวิจัยบ่งชี้ อาจมีผู้ติดเชื้อโควิด-19 มากกว่าที่รายงานอยู่หลายเท่าตัว

07 April 2020

งานวิจัยล่าสุดจากสหรัฐอเมริกาได้มีข้อสรุปที่น่าเป็นห่วงว่า จำนวนผู้ติดเชื้อเราทราบกันว่ามีอยู่ทั่วโลกจากการนำเสนอข้อมูลผ่านแผนภาพตามสถานการณ์จริงหรือ dashboard นั้น อาจน้อยกว่าจำนวนผู้ติดเชื้อที่มีอยู่จริงในขณะนี้หลายเท่าตัว

ข้อมูล ณ วันที่ 3 เมษายน พ.ศ. 2563 ระบุว่าประเทศไทยมีจำนวนผู้ติดเชื้อที่ตรวจและพบจริง 1978 ราย แต่งานวิจัยล่าสุดบ่งชี้ว่า อาจมีจำนวนผู้ติดเชื้อจริงอีกหลายเท่าตัว (แผนภาพจาก ThaiFightCOVID)

ถึงแม้ว่าเราจะเห็นตัวเลขจำนวนผู้ติดเชื้อโควิด-19 ที่มีการรายงานอย่างเป็นทางการแล้วประมาณ 2,000 ราย (ข้อมูล ณ วันที่ 3 เมษายน) แต่ในความเป็นจริงแล้ว อาจมีผู้ติดเชื้อในประเทศไทยแล้วถึง 14,000 – 40,000 ราย!

หลังจากที่รัฐบาลจีนในออกมายอมรับว่า ภาครัฐของจีนนับและเปิดเผยจำนวนผู้ติดเชื้อโควิด-19 เฉพาะผู้ป่วยที่แสดงอาการเท่านั้น และไม่นับผู้ติดเชื้อที่ไม่แสดงอาการ ทำให้เกิดคำถามที่น่าเป็นห่วงว่า จำนวนผู้ติดเชื้อที่ได้รับการเผยแพร่ในสื่อสาธารณะอยู่นั้น เป็นจำนวนที่น้อยกว่าความเป็นจริงหรือไม่? และน้อยกว่าเท่าใด?

นอกจากการที่รัฐบาลในบางประเทศอาจจะไม่รายงานจำนวนผู้ติดเชื้อที่ภาครัฐทราบทั้งหมดแล้ว การนับจำนวนผู้ติดเชื้อโควิด-19 ให้ตรงกับความเป็นจริงนั้น ยังมีความท้าทายในเชิงปฏิบัติอยู่หลายประการ คือ

  1. ผู้ที่ได้รับเชื้อจำนวนมาก จะไม่แสดงอาการใดๆ แม้จะเกินระยะฟักตัว 2 – 14 วันแล้วก็ตาม (asymptomatic) ล่าสุดนิวยอร์กไทมส์ รายงานว่า อาจมีผู้ติดเชื้อประเภทนี้มากถึง 1 ใน 4 ของผู้ติดเชื้อทั้งหมด และแน่นอนว่าผู้ติดเชื้อจำนวนมากเหล่านี้จะไม่ไปรับการตรวจหาเชื้อเนื่องจากคิดว่าตนเองไม่มีอาการ และสามารถเป็นพาหะนำโรคได้โดยที่ผู้ติดเชื้อไม่รู้ตัว
  2. ผู้ได้รับเชื้อที่จะแสดงอาการในภายหลังอาจกำลังอยู่ในระยะเริ่มต้นหลังจากถูกรับเชื้อ (exposed) จึงทำให้อาจตรวจหาเชื้อโควิด-19 ไม่พบในระยะแรก
  3. เครื่องมือตรวจหาเชื้อไวรัส อาจใช้เวลานานและมีราคาแพง และยังมีอยู่อย่างจำกัดอีกด้วย

จำนวนผู้ติดเชื้ออย่างเป็นทางการ กับ จำนวนผู้ติดเชื้อที่มีอยู่จริง : ต่างกันหลายเท่าตัว

ดร. ลูซี่ ลี นักวิทยาศาสตร์ข้อมูล (data scientist) จากศูนย์วิจัย Chan Zuckerberg Biohub ซึ่งเป็นศูนย์วิจัยด้านการแพทย์ในความร่วมมือกับ University of California – Berkeley, University of California – San Francisco, และ Stanford University ได้เปิดเผยถึงงานวิจัยชิ้นล่าสุดในงาน COVID-19 and AI: A Virtual Conference ที่จัดผ่านช่องทางออนไลน์โดยมหาวิทยาลัยสแตนฟอร์ด ในการประมาณจำนวนของผู้ที่ติดเชื้อที่มีอยู่จริงในขณะนี้ทั่วโลก ที่อาจรวมถึงผู้ติดเชื้อที่ไม่แสดงอาการใด ๆ และไม่ได้รับการตรวจเชื้อ

ผลงานวิจัยของ ดร. ลี ได้สรุปผลออกมาว่า จำนวนผู้ป่วยที่มีการรายงานอย่างเป็นทางการในประเทศจีนในขณะนี้ อาจเป็นเพียง 1 ใน 7 ของจำนวนผู้ติดเชื้อจริงเท่านั้น ในขณะที่จำนวนผู้ป่วยที่มีการรายงานอย่างเป็นทางการทั่วโลกอาจเป็นเพียง 1 ใน 20 ของจำนวนผู้ติดเชื้อจริง!

หากเราใช้ผลวิเคราะห์จากงานวิจัยของ ดร.ลี กับสถานการณ์ในประเทศไทยในขณะนี้ ถึงแม้ว่าเราจะเห็นตัวเลขจำนวนผู้ติดเชื้อโควิด-19 ที่มีการรายงานอย่างเป็นทางการแล้ว 1,978 ราย (ข้อมูล ณ วันที่ 3 เมษายน) แต่ในความเป็นจริงแล้ว อาจมีผู้ติดเชื้อในประเทศไทยแล้วถึง 14,000 – 40,000 ราย!

จำนวนผู้ติดเชื้อที่มีการรายงานอย่างเป็นทางการ (ประเทศไทย)จำนวนผู้ติดเชื้อที่อาจมีอยู่จริงในขณะนี้ (ประเทศไทย)
1,97814,000 – 40,000

นับจำนวนผู้ติดเชื้อที่มองไม่เห็น ด้วยวิทยาศาสตร์ข้อมูล

ดร. ลี ใช้การวิเคราะห์ตามหลักวิทยาศาสตร์ข้อมูล (Data Science) และข้อมูลขนาดใหญ่ (Big Data) ด้วยโมเดลทางคณิตศาสตร์ถึงสองรูปแบบด้วยกัน คือ การวิเคราะห์จำนวนผู้ป่วยตามอนุกรมเวลา (time series analysis), และการศึกษาโครงสร้างเชิงพันธุกรรม (viral genomic data) และการกลายพันธุ์ (mutation) ของเชื้อโควิด-19 ผลการวิเคราะห์จากโมเดลทางคณิตศาสตร์ทั้งสองโมเดลนี้ ให้ผลการประมาณจำนวนผู้ติดเชื้อที่มีอยู่จริงที่ใกล้เคียงกัน

A screenshot of a cell phone

Description automatically generated
การศึกษาอนุกรมเวลาของจำนวนผู้ติดเชื้อที่ได้รับการตรวจพบ เทียบกับจำนวนผู้ติดเชื้อจากวันที่ได้รับเชื้อ สามารถช่วยในการนับจำนวนของผู้ติดเชื้อที่มีอยู่จริงในปัจจุบันนี้ แผนภาพนี้แสดงตัวอย่างการวิเคราะห์อนุกรมเวลาของจำนวนผู้ติดเชื้อในประเทศจีน (แหล่งที่มาจากบทความของ Tomas Pueyo บน Medium)
การศึกษาการกลายพันธุ์ของไวรัสโควิด-19 และปรากฏตัวในประเทศต่าง ๆ สามารถช่วยในการนับจำนวนผู้ติดเชื้อที่มีอยู่จริงทั่วโลกในขณะนี้ ด้วยโมเดลทางคณิตศาสตร์ ในแผนภาพต้นไม้นี้ “กิ่ง” ของต้นไม้แสดงถึง RNA ของไวรัสโควิด-19 ที่ถูกกลายพันธุ์ไปหลากหลายรูปแบบ ยิ่งกิ่งอยู่ใกล้กันเท่าใด ก็ยิ่งเป็นเชื้อที่ใกล้เคียงกันเท่านั้น (แหล่งที่มาจาก Nextstrain)

ข้อสังเกตหนึ่งที่น่าสนใจ คือ ความเหลื่อมล้ำของจำนวนผู้ติดเชื้อที่ตรวจพบกับจำนวนผู้ติดเชื้อที่มีอยู่จริงในสังคม อาจไม่ได้เกิดจากการ “ซ่อนตัวเลข” ของภาครัฐในประเทศต่าง ๆ แต่อย่างใด แต่เป็นเพราะข้อจำกัดที่ได้กล่าวไว้ข้างต้น ในการตรวจเชื้อโควิด-19 ที่ใช้เวลาและมีให้อย่างจำกัด และ ความจริงที่ว่า “ผู้ติดเชื้อ” จำนวนมากไม่ได้กลายเป็น “ผู้ป่วย” และเมื่อผู้ติดเชื้อเหล่านี้ไม่แสดงอาการ จึงไม่ได้รับการตรวจหาเชื้อ แต่ยังเป็นพาหะนำโรคในสังคมได้โดยที่ผู้ติดเชื้อเหล่านี้ไม่รู้ตัว

รู้อย่างนี้แล้วต้องทำอย่างไร?

งานวิจัยดังเช่นของ ดร. ลี นั้น ทำให้กรมควบคุมโรคของสหรัฐอเมริกา (Centers for Disease Control and Prevention: CDC) ได้กำลังพิจารณาขยายมาตรการให้ประชาชนใส่หน้ากากอนามัยอย่างจริงจังเมื่อไปสถานที่ชุมนุม เช่น ห้าง ซูเปอร์มาร์เก็ต เพื่อซื้ออาหารและเครื่องใช้ที่จำเป็น อย่างไรก็ดี กรมควบคุมโรคของสหรัฐฯ ยังต้องพิจารณาถึงความขาดแคลนของหน้ากากอนามัยที่กำลังเกิดขึ้นด้วย ซึ่งเป็นสถานการณ์ที่กำลังเกิดขึ้นในประเทศไทยเช่นกัน

เมื่อเราทราบว่าจำนวนผู้ติดเชื้อที่มีอยู่จริงอาจมีมากกว่าที่เราเห็น (บนรายงานอย่างเป็นทางการ) หลายเท่าตัวในขณะนี้ มาตรการที่ดีที่สุดยังคงเป็นวิธีที่ทุกท่านทราบดี คือ การสร้างระยะห่างทางสังคม (social distancing) ซึ่งยังคงเป็นเครื่องมือชิ้นเดียวในการหยุดการแพร่ระบาดของเชื้อ เนื่องจากยังไม่มีวัคซีนป้องกันเชื้อโควิด-19 ครับ

Former-Editor-in-Chief at BigData.go.th and Senior Data Scientist at Government Big Data Institute (GBDi )

แบ่งปันบทความ

กลุ่มเนื้อหา

แท็กยอดนิยม

แจ้งเรื่องที่อยากอ่าน

คุณสามารถแจ้งเรื่องที่อยากอ่านให้เราทราบได้ !
และเราจะนำไปพัฒนาบทความให้มีเนื้อหาที่น่าสนใจมากขึ้น

PDPA Icon

We use cookies to optimize your browsing experience and improve our website’s performance. Learn more at our Privacy Policy and adjust your cookie settings at Settings

Privacy Preferences

You can choose your cookie settings by turning on/off each type of cookie as needed, except for necessary cookies.

Accept all
Manage Consent Preferences
  • Strictly Necessary Cookies
    Always Active

    This type of cookie is essential for providing services on the website of the Personal Data Protection Committee Office, allowing you to access various parts of the site. It also helps remember information you have previously provided through the website. Disabling this type of cookie will result in your inability to use key services of the Personal Data Protection Committee Office that require cookies to function.
    Cookies Details

  • Performance Cookies

    This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

  • Functional Cookies

    This type of cookie enables the Big Data Institute (Public Organization)’s website to remember the choices you have made and deliver enhanced features and content tailored to your usage. For example, it can remember your username or changes you have made to font sizes or other customizable settings on the page. Disabling these cookies may result in the website not functioning properly.

  • Targeting Cookies

    "This type of cookie helps the Big Data Institute (Public Organization) understand user interactions with its website services, including which pages or areas of the site are most popular, as well as analyze other related data. The Big Data Institute (Public Organization) also uses this information to improve website performance and gain a better understanding of user behavior. Although the data collected by these cookies is non-identifiable and used solely for statistical analysis, disabling them will prevent the Big Data Institute (Public Organization) from knowing the number of website visitors and from evaluating the quality of its services.

Save settings
This site is registered on wpml.org as a development site. Switch to a production site key to remove this banner.