บทนำ

ในยุคที่โลกเชื่อมโยงถึงกันอย่างใกล้ชิด แพลตฟอร์มโซเชียลมีเดีย เช่น X (ชื่อเดิมคือ Twitter) ได้กลายเป็นแหล่งข้อมูลสาธารณะขนาดใหญ่ที่แสดงให้เห็นถึงความคิดเห็นของผู้คนแบบเรียลไทม์ โดยเฉพาะในแวดวงสาธารณสุข แพลตฟอร์มเหล่านี้ทำหน้าที่เสมือน "หน้าต่าง" ที่เปิดให้เราได้เข้าใจการรับรู้ พฤติกรรม และความกังวลของประชาชนในประเด็นที่เกี่ยวข้องกับสุขภาพ

การนำเทคโนโลยีปัญญาประดิษฐ์ (Artificial Intelligence - AI) โดยเฉพาะการประมวลผลภาษาธรรมชาติ หรือ NLP (Natural Language Processing) ซึ่งเป็นเทคนิคที่ช่วยให้คอมพิวเตอร์สามารถ "เข้าใจ" และ "วิเคราะห์" ข้อความภาษาเหมือนมนุษย์ มาช่วยวิเคราะห์ข้อมูลจากโซเชียลมีเดีย จึงถือเป็นก้าวสำคัญที่สามารถยกระดับงานวิจัยด้านสาธารณสุขได้อย่างมีนัยสำคัญ โดยให้ข้อมูลเชิงลึกที่ทันต่อเหตุการณ์และเข้าใจง่าย

การรับรู้ของประชาชนบนสื่อโซเชียลมีเดีย: การศึกษาเกี่ยวกับ X (Twitter) และความสำคัญในแง่ของสาธารณสุข

มีการศึกษาในประเทศไทยที่ใช้ X (Twitter) เพื่อทำความเข้าใจความรู้สึกและการรับรู้ของประชาชนในประเด็นด้านสุขภาพ โดยตัวอย่างงานวิจัยที่เกิดจากความร่วมมือระหว่างหน่วยงานต่าง ๆ ทั้งในและนอกคณะแพทยศาสตร์ โรงพยาบาลรามาธิบดี แสดงให้เห็นถึงประโยชน์ของแพลตฟอร์มนี้ในหลายมิติ เช่น

1. การฉีดวัคซีน COVID-19 

งานวิจัยชิ้นหนึ่งได้ใช้ X (Twitter) เพื่อศึกษาทัศนคติของประชาชนต่อวัคซีน COVID-19 ในประเทศไทย โดยระบุถึงปัจจัยที่มีอิทธิพลต่อการรับรู้ เช่น การฉีดวัคซีนโดยบุคคลสาธารณะหรือผู้มีชื่อเสียง และแคมเปญส่งเสริมต่าง ๆ ซึ่งส่งผลให้ประชาชนมีทัศนคติเชิงบวกมากขึ้น

2. การทำให้กัญชาถูกกฎหมาย

หลังจากที่ประเทศไทยประกาศให้กัญชาถูกกฎหมาย มีการศึกษาเนื้อหาบน X (Twitter) เพื่อสำรวจความคิดเห็นของประชาชนเกี่ยวกับประเด็นสุขภาพ โดยใช้เทคนิคการวิเคราะห์หัวข้อและอารมณ์ (topic and sentiment analysis) ซึ่งพบว่าทวีตเกี่ยวกับกัญชามีจำนวนเพิ่มขึ้นอย่างรวดเร็ว และประเด็นที่ประชาชนกังวลมากที่สุดคือ “อาหารที่มีกัญชาเป็นส่วนผสม”

3. โรคมะเร็งต่อมไทรอยด์

การศึกษานี้มุ่งเน้นไปที่การวิเคราะห์ข้อมูลเชิงพรรณนา (descriptive analysis) จากผู้ใช้ทั่วโลก เพื่อเข้าใจประสบการณ์ของผู้ป่วยโรคมะเร็งต่อมไทรอยด์ พบว่าเนื้อหาหลายทวีตสะท้อนความรู้สึกด้านลบ โดยเฉพาะเมื่อพูดถึงอาการ การวินิจฉัย และการรักษา

4. ภาวะสมองเสื่อม

การศึกษาข้ามวัฒนธรรมนี้เปรียบเทียบความคิดเห็นของผู้ใช้งาน X (Twitter) ทั้งในภาษาไทยและภาษาอังกฤษ โดยพบความแตกต่างทางวัฒนธรรมอย่างชัดเจน เช่น ทวีตภาษาอังกฤษมีแนวโน้มจะกล่าวถึง "การตีตรา" (stigma) ของผู้ป่วยมากกว่า ขณะที่ในภาษาไทยมีเนื้อหาที่เป็น "ข้อมูลผิดพลาด" (misinformation) ค่อนข้างมาก

บทบาทของการนำการประมวลผลภาษาธรรมชาติมาใช้ในงานวิจัยด้านสาธารณสุข

งานวิจัยเหล่านี้ชี้ให้เห็นว่า การประมวลผลภาษาธรรมชาติ มีบทบาทสำคัญอย่างไรในการแปลงข้อมูลดิบจากโซเชียลมีเดียให้กลายเป็นข้อมูลที่มีความหมาย ซึ่งสามารถนำไปใช้ประโยชน์ในงานด้านสาธารณสุข

- การวิเคราะห์ความคิดเห็น (Sentiment Analysis)

เป็นเทคนิคที่ใช้ในการช่วยประเมินว่า ข้อความหนึ่ง ๆ เป็นข้อความเชิงบวก เชิงลบ หรือมีลักษณะเป็นกลาง ซึ่งช่วยให้นักวิจัยเข้าใจว่าประชาชนรู้สึกอย่างไรกับนโยบายหรือเหตุการณ์สุขภาพต่าง ๆ

- การจำแนกหัวข้อ (Topic Modeling)

ซึ่งเป็นกระบวนการที่คอมพิวเตอร์ช่วยวิเคราะห์และค้นหาว่า ผู้คนบนโซเชียลมีเดียกำลังพูดถึงหัวข้ออะไรบ่อย เช่น ความกังวลเรื่องผลข้างเคียงของวัคซีน หรือความสับสนเกี่ยวกับโรคบางชนิด วิธีนี้ช่วยให้นักวิจัยสามารถระบุประเด็นสำคัญที่ควรให้ความสนใจ และนำไปใช้ในการสื่อสารหรือวางแผนด้านสาธารณสุขได้อย่างตรงจุด

- การวิเคราะห์แนวโน้ม (Trend Analysis)

เป็นการวิเคราะห์ว่าเนื้อหาหรืออารมณ์ของประชาชนเปลี่ยนแปลงไปอย่างไรตามเวลา เช่น ในช่วงก่อนและหลังการประกาศมาตรการสาธารณสุขบางอย่าง เพื่อดูผลกระทบต่อความรู้สึกของประชาชน

การยกระดับการวิจัยด้านสาธารณสุขด้วยข้อมูลจากโซเชียลมีเดีย

การใช้ข้อมูลจาก X (Twitter) ผสานกับการวิเคราะห์ด้วยเทคโนโลยีสมัยใหม่ ช่วยให้การวิจัยด้านสาธารณสุขมีความลึกซึ้งและมีประสิทธิภาพมากยิ่งขึ้นในหลายด้าน ได้แก่

- ข้อมูลเชิงลึกแบบเรียลไทม์

นักวิจัยสามารถติดตามและเข้าใจปฏิกิริยาของประชาชนต่อเหตุการณ์ต่าง ๆ ได้ทันที เช่น การระบาดของโรค หรือข่าวสำคัญด้านสุขภาพ

- การวิเคราะห์ข้อมูลจำนวนมาก (Big Data Analysis)

ด้วยปริมาณข้อมูลมหาศาลจากโซเชียลมีเดีย นักวิจัยสามารถตรวจสอบแนวโน้มในวงกว้างที่อาจมองไม่เห็นจากการเก็บข้อมูลแบบดั้งเดิม

- สะท้อนมุมมองที่หลากหลายของประชาชน 

โซเชียลมีเดียเปิดโอกาสให้ทุกคนแสดงความเห็น จึงช่วยให้นักวิจัยเข้าใจความหลากหลายของประชาชนในหลายกลุ่ม

- ข้อมูลเชิงวัฒนธรรม

การวิเคราะห์เนื้อหาข้ามวัฒนธรรมเผยให้เห็นว่าเรื่องสุขภาพเดียวกันอาจถูกตีความหรือพูดถึงต่างกันในแต่ละสังคม ซึ่งมีความสำคัญอย่างยิ่งในการออกแบบนโยบายหรือแคมเปญที่สอดคล้องกับบริบททางวัฒนธรรม 

บทสรุป

จากตัวอย่างงานวิจัยที่กล่าวมา แสดงให้เห็นว่า X (Twitter) เป็นแหล่งข้อมูลสำคัญที่สามารถใช้ศึกษาและติดตามความคิดเห็นของประชาชนในประเด็นด้านสาธารณสุขได้อย่างมีประสิทธิภาพ โดยเฉพาะเมื่อใช้ร่วมกับเครื่องมือวิเคราะห์อย่าง NLP ซึ่งช่วยให้สามารถเจาะลึกถึงอารมณ์ ความรู้สึก หัวข้อสำคัญ และแนวโน้มที่เกิดขึ้นในสังคม

ข้อมูลเชิงลึกเหล่านี้สามารถนำไปใช้ในการออกแบบนโยบาย การสื่อสาร หรือการแทรกแซงด้านสุขภาพที่ตรงจุดและมีประสิทธิภาพมากขึ้น และเมื่อเทคโนโลยีและโซเชียลมีเดียยังคงพัฒนาอย่างต่อเนื่อง บทบาทของข้อมูลจากแพลตฟอร์มเหล่านี้ในการวิจัยด้านสาธารณสุขก็จะยิ่งมีความสำคัญและขยายตัวมากขึ้นเรื่อย ๆ

บทความวิจัยที่เกี่ยวข้อง

1. Chitphuk, S.; Stitchantrakul, W.; Ongphiphadhanakul, B.; Kueanjinda, P.; Lerksuthirat, T.** Public perceptions on Twitter about COVID-19 vaccines in Thailand. Southeast Asian Journal of Tropical Medicine and Public Health 2022, 53 (4), 397-408, url: https://journal.seameotropmednetwork.org/index.php/jtropmed/article/view/618

2. Meksawasdichai, S.; Lerksuthirat, T.; Ongphiphadhanakul, B.; Sriphrapradang, C. Perspectives and Experiences of Patients With Thyroid Cancer at a Global Level: Retrospective Descriptive Study of Twitter Data. JMIR Cancer 2023, 9, e48786. doi: 10.2196/48786

3. Lerksuthirat, T.; Srisuma, S.; Ongphiphadhanakul, B.; Kueanjinda, P. Sentiment and Topic Modeling Analysis on Twitter Reveals Concerns over Cannabis-Containing Food after Cannabis Legalization in Thailand. Healthc Inform Res 2023, 29 (3), 269-279. doi: 10.4258/hir.2023.29.3.269

4. Srikajornlarp, S.; Lerksuthirat, T.; Patpong, P.; Ongphiphadhanakul, B.; Chattaris, T. Exploring public perceptions of dementia on Twitter (X): a cross-cultural analysis. Alzheimers Dement 2025, 21(3), e70042. doi: 10.1002/alz.70042 

**เนื้อหาสรุปนี้เป็นการถอดบทความงานวิจัยที่ทำร่วมกันระหว่างทีมนักวิจัยจากหลายสถาบัน อันได้แก่ คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี คณะแพทยศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย และสถาบันวิจัยภาษาและวัฒนธรรมเอเชีย