____________________________________
บทสรุป
_____________________________________
การเฝ้าระวังการระบาดในโรงพยาบาลด้วยเทคโนโลยีจีโนม: บทเรียนจากระบบ EDS-HAT และความท้าทายของเชื้อดื้อยา
ในช่วงไม่กี่ปีที่ผ่านมา เทคโนโลยีถอดรหัสพันธุกรรมจุลชีพทั้งจีโนม (Whole-Genome Sequencing: WGS) ทำได้ง่ายและสะดวกขึ้นและได้กลายเป็นเครื่องมือสำคัญที่ช่วยโรงพยาบาลระบุการระบาดของการติดเชื้อแบคทีเรียที่เกี่ยวข้องกับการรักษาพยาบาล (Healthcare-Associated Infections) อย่างไรก็ตาม งานวิจัยล่าสุดที่ตีพิมพ์ในวารสาร Clinical Infectious Diseases ชี้ให้เห็นว่ายังมีศักยภาพของ WGS ที่ยังไม่ได้รับการใช้งานอย่างเต็มที่ โดยเฉพาะในด้านการป้องกันการแพร่ระบาดตั้งแต่เนิ่น ๆ
ในขณะเดียวกัน "เชื้อแบคทีเรียดื้อยาปฏิชีวนะ" ก็เป็นภัยคุกคามด้านสุขภาพที่น่ากังวลอย่างยิ่ง โดยเฉพาะในกลุ่มประเทศที่มีรายได้น้อยถึงปานกลาง (LMICs) จากการศึกษาที่ตีพิมพ์ในวารสาร Lancet พบว่าใน 8 ประเทศ มีผู้ป่วยที่ติดเชื้อแบคทีเรียแกรมลบที่ดื้อต่อยาคาร์บาเพเนม (CRGN) ซึ่งเป็นการติดเชื้อที่รักษายาก ถึงเกือบ 1.5 ล้านคนต่อปี แต่มีเพียงส่วนน้อยมากที่ได้รับการรักษาอย่างเหมาะสม นี่หมายความว่า มีผู้ป่วยจำนวนมหาศาลที่ไม่ได้รับการรักษาที่ถูกต้อง ปัญหานี้ชี้ให้เห็นถึงช่องว่างในการเข้าถึงการรักษาที่จำเป็น แม้ว่าบางประเทศจะมีการจัดซื้อยาปฏิชีวนะอยู่บ้าง แต่ก็ยังไม่เพียงพอต่อความต้องการทั้งหมด ยาที่ใช้บ่อยคือ ไทเกไซคลีนและโคลีสติน
ทีมนักวิจัยจากมหาวิทยาลัยพิตต์สเบิร์ก ได้เริ่มใช้ระบบที่เรียกว่า Enhanced Detection System for Healthcare-Associated Transmission (EDS-HAT) ที่โรงพยาบาลในเครือ University of Pittsburgh Medical Center (UPMC) โดยเปลี่ยนแนวทางจากการใช้ WGS แบบ “รอให้เกิดการระบาดก่อนค่อยตรวจสอบ” มาเป็นการ “เฝ้าระวังเชิงรุกแบบเรียลไทม์” ที่ตรวจจีโนมของเชื้อแบคทีเรียจากผู้ป่วยทุกสัปดาห์ เมื่อพบว่าเชื้อของผู้ป่วยสองรายขึ้นไปมีความคล้ายคลึงกันในระดับพันธุกรรม ทีมควบคุมการติดเชื้อ (IP&C) จะเข้าดำเนินการทันที ไม่ว่าจะเป็นการให้ความรู้กับบุคลากร เพิ่มความเข้มงวดในการล้างมือ ทำความสะอาดสิ่งแวดล้อม หรือเพิ่มการเฝ้าระวังทางจุลชีววิทยาในหน่วยที่พบการระบาด
ผลลัพธ์ตลอดระยะเวลา 2 ปี (พฤศจิกายน 2021 – ตุลาคม 2023) มีการเก็บตัวอย่างเชื้อจากผู้ป่วย 3,921 ราย โดยพบว่า 476 ตัวอย่าง (12.1%) เป็นส่วนหนึ่งของการระบาด และ 172 กลุ่มการระบาดได้รับการระบุ โดยมากถึง 95.6% ของกลุ่มที่มีการแทรกแซง (ป้องกัน, รักษา) สามารถหยุดการระบาดได้โดยสมบูรณ์ นอกจากนี้ยังสามารถป้องกันการระบาดได้ถึง 62 ครั้ง และคาดว่าช่วยชีวิตผู้ป่วยได้อย่างน้อย 5 ราย พร้อมประหยัดค่าใช้จ่ายได้กว่า 700,000 ดอลลาร์สหรัฐ คิดเป็นผลตอบแทนจากการลงทุนมากกว่าสามเท่า
สิ่งสำคัญของงานวิจัยนี้คือการชี้ให้เห็นว่า เมื่อระบบ WGS ถูกผนวกเข้ากับกระบวนการป้องกันและควบคุมการติดเชื้อในเชิงรุก ไม่ใช่แค่ในเชิงวิจัย แต่ในกิจวัตรประจำวันของโรงพยาบาล จะช่วยยกระดับความปลอดภัยของผู้ป่วยอย่างเป็นรูปธรรม
ผู้วิจัยเสนอให้ระบบ EDS-HAT หรือระบบเฝ้าระวังเชิงรุกอื่น ๆ ถูกนำไปใช้ในโรงพยาบาลทั่วสหรัฐ และต่อยอดไปสู่ระบบเฝ้าระวังระดับชาติที่สามารถเชื่อมโยงข้อมูลการเคลื่อนย้ายผู้ป่วยระหว่างโรงพยาบาลได้ คล้ายกับระบบ PulseNet ของ CDC ที่ใช้ในการติดตามการระบาดของโรคอาหารเป็นพิษในหลายรัฐ
แม้จะมีความท้าทายด้านต้นทุน บุคลากร และโครงสร้างพื้นฐาน โดยเฉพาะในโรงพยาบาลชานเมืองหรือชนบท แต่ทีมวิจัยเชื่อมั่นว่า ผลลัพธ์จาก EDS-HAT จะเป็นจุดเริ่มต้นสำคัญของการเปลี่ยนผ่านจาก “เครื่องมือวิจัย” ไปสู่ “มาตรฐานใหม่ของการดูแลรักษาผู้ป่วย” ในระบบสาธารณสุขทั่วโลก การแก้ไขวิกฤตเชื้อดื้อยานี้ จำเป็นต้องปรับปรุงการเข้าถึงการวินิจฉัย ยาปฏิชีวนะ และเสริมสร้างระบบสุขภาพ
_____________________________________
รายละเอียด
_____________________________________
การระบาดของการติดเชื้อในสถานพยาบาล (Healthcare-associated Infections: HAIs) โดยเฉพาะจากเชื้อแบคทีเรียดื้อยาปฏิชีวนะ ถือเป็นความท้าทายสำคัญต่อระบบสาธารณสุขทั่วโลก ระบบเฝ้าระวังแบบดั้งเดิมมักมีความล่าช้าในการตรวจพบ ทำให้ไม่สามารถระบุหรือหยุดยั้งการแพร่กระจายของเชื้อได้อย่างทันท่วงที และอาจพลาดการตรวจพบการระบาดที่สำคัญหลายครั้ง
เพื่อแก้ไขข้อจำกัดนี้ ทีมวิจัยจากมหาวิทยาลัยพิตต์สเบิร์ก (University of Pittsburgh) ซึ่งประกอบด้วยบุคลากรจากหลากหลายหน่วยงาน เช่น Microbial Genomic Epidemiology Laboratory, School of Public Health, School of Medicine และ Department of Pathology ได้ริเริ่มพัฒนาระบบเฝ้าระวังรูปแบบใหม่ ที่อาศัยการถอดรหัสพันธุกรรมของเชื้อจุลชีพก่อโรคแบบเรียลไทม์ ภายใต้ชื่อ "EDS-HAT" (Enhanced Detection System for Healthcare-associated Transmission) ระบบนี้ถูกออกแบบมาเพื่อตรวจจับและควบคุมการระบาดตั้งแต่ระยะเริ่มต้น ก่อนที่ปัญหาจะลุกลามเป็นวงกว้าง โดยมีเป้าหมายเพื่อตรวจจับการระบาดได้เร็วที่สุดตั้งแต่พบผู้ป่วยเพียงสองรายแรก เพื่อให้สามารถดำเนินการป้องกันและควบคุมได้อย่างรวดเร็ว
หัวใจสำคัญของระบบ EDS-HAT คือการประยุกต์ใช้เทคโนโลยีการถอดรหัสพันธุกรรมทั้งจีโนม (Whole Genome Sequencing: WGS) กับเชื้อแบคทีเรียก่อโรคที่แยกได้จากผู้ป่วยในโรงพยาบาลเป็นประจำทุกสัปดาห์ สิ่งสำคัญคือ ระบบนี้ไม่ได้ใช้สารพันธุกรรม (DNA) ที่สกัดโดยตรงจากสิ่งส่งตรวจของผู้ป่วย แต่ดำเนินการกับ "เชื้อแบคทีเรียที่เพาะเลี้ยงและคัดแยก (isolate)" ได้จากสิ่งส่งตรวจทางคลินิกเหล่านั้น ซึ่งหมายความว่ากระบวนการจำเป็นต้องมีขั้นตอนการ นำสิ่งส่งตรวจ (เช่น เสมหะ ปัสสาวะ เลือด หรืออุจจาระ) มาเพาะเลี้ยงในอาหารเลี้ยงเชื้อในห้องปฏิบัติการก่อน เพื่อให้ได้เชื้อบริสุทธิ์ (pure culture) และมีปริมาณมากเพียงพอสำหรับการสกัด DNA ที่มีคุณภาพและไม่ปนเปื้อนกับ DNA มนุษย์ จากนั้นจึงนำ DNA (ของจุลชีพ)ที่สกัดได้ไปทำการหาลำดับนิวคลีโอไทด์ทั้งจีโนม (แม้ในกรณีของเชื้อ Clostridioides difficile ที่อาจตรวจพบเบื้องต้นด้วยวิธีไม่ได้เพาะเลี้ยงจากอุจจาระ ก็ยังต้องนำมาเพาะเลี้ยงต่อเพื่อยืนยันและหาลำดับพันธุกรรมอยู่ดี)
โครงการนี้ใช้แพลตฟอร์มที่อาศัยเทคโนโลยี Short-read sequencing เป็นหลัก ซึ่งมีข้อดีคือความแม่นยำสูงในการระบุ การเปลี่ยนแปลงรหัสพันธุกรรมหรือเบสเพียงตำแหน่งเดียว (Single Nucleotide Polymorphisms: SNPs) ซึ่งเป็นหัวใจสำคัญในการติดตามการแพร่เชื้อ เนื่องจากแบคทีเรียสะสม SNP ค่อนข้างช้า การพบเชื้อจากผู้ป่วยต่างกันแต่มีความแตกต่างของ SNP เพียงเล็กน้อย (เช่น ไม่เกิน 15 SNPs ในการศึกษานี้สำหรับเชื้อส่วนใหญ่) จึงบ่งชี้ถึงการแพร่เชื้อที่เพิ่งเกิดขึ้นไม่นานในโรงพยาบาล การวิเคราะห์ SNP ที่แม่นยำด้วย short-read sequencing จึงเป็นเครื่องมืออันทรงพลังในการสร้างสายสัมพันธ์การแพร่กระจายเชื้อและระบุกลุ่มการระบาด
ในขณะที่เทคโนโลยี Long-read sequencing สามารถอ่านลำดับเบสได้ยาวกว่ามาก ช่วยให้วิเคราะห์โครงสร้างจีโนมที่ซับซ้อน หรือจำแนกชนิดแบคทีเรียหลากหลายชนิดในการศึกษาไมโครไบโอมได้ดีกว่า แต่สำหรับเป้าหมายของ EDS-HAT ที่เน้นติดตามการระบาดของเชื้อชนิดเดียวกันโดยอาศัยความแม่นยำระดับ SNP และความคุ้มค่าในการวิเคราะห์ตัวอย่างจำนวนมาก Short-read sequencing จากเชื้อเพาะเลี้ยงจึงเป็นทางเลือกที่เหมาะสมในทางปฏิบัติ ณ ช่วงเวลาที่ศึกษาวิจัย
โครงการนำร่องระบบ EDS-HAT ดำเนินการเป็นเวลา 2 ปี (พฤศจิกายน 2564 – ตุลาคม 2566) ณ โรงพยาบาล UPMC Presbyterian มีการถอดรหัสจีโนมของ เชื้อที่เพาะเลี้ยงได้ จากผู้ป่วยทั้งสิ้น 3,921 ราย ผลการวิเคราะห์พบว่า เชื้อ 476 ตัวอย่าง (12.1%) มีความเชื่อมโยงทางพันธุกรรมกัน เกิดเป็นการระบาดทั้งสิ้น 172 ครั้ง
ในจำนวนเชื้อที่เกี่ยวข้องกับการระบาด พบว่า 61.3% สามารถระบุความเชื่อมโยงทางระบาดวิทยาได้ เมื่อตรวจพบการระบาด ทีมวิจัยจะส่งข้อมูลให้ทีมป้องกันและควบคุมการติดเชื้อ (IP&C) ของโรงพยาบาล เพื่อวิเคราะห์เชิงลึกและดำเนินการที่จำเป็น ผลลัพธ์สำคัญคือ การระบาดกว่า 95.6% ที่มีการระบุเส้นทางและได้รับการแทรกแซง ไม่พบการแพร่เชื้อเพิ่มเติมในเส้นทางเดิมนั้นอีก ยืนยันประสิทธิภาพของมาตรการที่ขับเคลื่อนด้วยข้อมูลจีโนมิกส์แบบเรียลไทม์
นอกเหนือจากประโยชน์ทางคลินิกที่ชัดเจนแล้ว การประยุกต์ใช้ระบบ EDS-HAT ยังส่งผลบวกอย่างมีนัยสำคัญใน มิติทางเศรษฐศาสตร์สาธารณสุขและเศรษฐกิจของโรงพยาบาล การวิเคราะห์ผลกระทบตลอดระยะเวลา 2 ปีของการศึกษาได้ประเมินว่าระบบนี้ช่วย ป้องกันการติดเชื้อในโรงพยาบาล (HAIs) ได้ประมาณ 62 ราย และ ลดการเสียชีวิตที่เกี่ยวข้องได้ราว 4.8 ราย ซึ่งคิดเป็น ค่าใช้จ่ายประหยัดโดยรวม (Gross Savings) ประมาณ 1,011,146 ดอลลาร์สหรัฐ จากการหลีกเลี่ยงค่ารักษาพยาบาล เมื่อหักลบต้นทุนในการดำเนินงานของระบบ WGS และโปรแกรม IP&C มาตรฐานแล้ว โรงพยาบาลยังคงมี ค่าใช้จ่ายประหยัดสุทธิ (Net Savings) สูงถึง 695,706 ดอลลาร์สหรัฐ สะท้อน ผลตอบแทนจากการลงทุน (ROI) ที่คุ้มค่าถึง 3.2 เท่า "ยิ่งไปกว่านั้น เมื่อทีมวิจัยลองวิเคราะห์โดยจำลองสถานการณ์ต่างๆ ที่อาจเกิดขึ้นได้ (เรียกว่า การวิเคราะห์ความไวเชิงความน่าจะเป็น) ก็พบว่า เกือบทุกครั้ง (ใน 98% ของสถานการณ์จำลอง) ระบบ EDS-HAT ก็ยังคงให้ผลลัพธ์ที่ดีกว่า คือทั้ง คุ้มค่ากว่าและมีประสิทธิภาพสูงกว่า วิธีการเฝ้าระวังแบบเดิมที่โรงพยาบาลเคยใช้ (ซึ่งเป็นการเฝ้าระวังตามปกติ และตรวจพันธุกรรมเฉพาะเมื่อสงสัยว่ามีการระบาดแล้ว โดยไม่มีข้อมูลเรียลไทม์ชี้นำ)"
ผลการศึกษาที่นำเสนอใน วารสาร Clinical Infectious Diseases นี้ ตอกย้ำบทบาทสำคัญของเทคโนโลยีจีโนมิกส์ในการยกระดับมาตรการป้องกันและควบคุมการติดเชื้อในโรงพยาบาล การนำข้อมูลพันธุกรรมแบบเรียลไทม์มาใช้สนับสนุนการตัดสินใจ แสดงให้เห็นอย่างเป็นรูปธรรมว่าสามารถหยุดยั้งการแพร่กระจายของเชื้อได้อย่างรวดเร็วและแม่นยำ ความสำเร็จของระบบ EDS-HAT พิสูจน์ความเป็นไปได้และประสิทธิภาพของการบูรณาการการเฝ้าระวังเชิงจีโนมิกส์เข้ากับการปฏิบัติงานด้านการป้องกันการติดเชื้อตามปกติ และชี้ให้เห็นถึงศักยภาพในการพัฒนาต่อยอดไปสู่ระบบเฝ้าระวังเชิงรุกในระดับที่ครอบคลุมมากขึ้น
สรุปได้ว่า การเฝ้าระวังเชิงจีโนมิกส์แบบเรียลไทม์ไม่เพียงแต่เป็นเครื่องมืออันทรงพลัง แต่ยังมีศักยภาพที่จะกลายเป็นมาตรฐานใหม่ในการดูแลความปลอดภัยของผู้ป่วยและบุคลากรในสถานพยาบาลต่อไปในอนาคต
_____________________________________
ข้อจำกัดของการใช้ WGS เฉพาะกับเชื้อเพาะเลี้ยงมีอะไรบ้างเมื่อเทียบกับการวิเคราะห์จากตัวอย่างผู้ป่วยโดยตรง?
แม้การใช้ Whole Genome Sequencing (WGS) กับเชื้อที่ได้จากการเพาะเลี้ยงจะเป็นมาตรฐานที่ให้ความแม่นยำสูงในการระบุสายพันธุ์และตรวจสอบความสัมพันธ์เชิงพันธุกรรม แต่แนวทางนี้ยังมีข้อจำกัดสำคัญหลายประการ โดยเฉพาะในแง่ของเวลาและขอบเขตการตรวจจับเชื้อ ข้อจำกัดหลัก ได้แก่ ความล่าช้าในการรอเพาะเชื้อซึ่งกระทบต่อความเร็วในการควบคุมการระบาด ความเสี่ยงที่เชื้อบางชนิดจะไม่สามารถเพาะขึ้นได้ การเกิด selective bias จากอาหารเลี้ยงที่เลือกใช้ และการที่ไม่สามารถมองเห็นภาพรวมของ จุลชีพที่หลากหลาย (microbiome) ในบริเวณนั้น ที่อาจมีบทบาทส่งผลกระทบต่อการติดเชื้อหรือดื้อยาได้ นอกจากนี้ยังมีความเสี่ยงด้านการปนเปื้อนข้ามตัวอย่างระหว่างกระบวนการเพาะเลี้ยง
ในทางกลับกัน การวิเคราะห์ WGS จากตัวอย่างดิบโดยไม่ต้องเพาะเลี้ยง (culture-independent metagenomic WGS หรือ mNGS) มีศักยภาพในการตรวจจับเชื้อได้หลากหลายยิ่งขึ้น โดยเฉพาะในกรณีที่เพาะเลี้ยงไม่ขึ้น และสามารถลดระยะเวลาตอบสนองได้อย่างมาก อย่างไรก็ตาม ข้อท้าทายของแนวทางนี้ยังรวมถึงต้นทุนที่สูง ความซับซ้อนในการประมวลผลข้อมูล และการขาดมาตรฐานทางคลินิกที่ชัดเจน การเลือกใช้วิธีใดจึงควรขึ้นกับบริบททางคลินิก ความพร้อมของทรัพยากร และความเร่งด่วนของสถานการณ์ทางระบาดวิทยาในแต่ละพื้นที่
_____________________________________
จะเป็นไปได้หรือไม่หากพัฒนาเทคนิค WGS ที่สามารถทำได้จากตัวอย่างดิบโดยไม่ต้องเพาะเลี้ยง?
เทคโนโลยี Metagenomic Next-Generation Sequencing (mNGS) หรือการถอดรหัสพันธุกรรมจากตัวอย่างดิบโดยไม่ต้องผ่านการเพาะเลี้ยง กำลังกลายเป็นแนวทางสำคัญในการวินิจฉัยและเฝ้าระวังโรคติดเชื้อระดับโลก โดยเฉพาะในกรณีที่เชื้อเพาะขึ้นยากหรือต้องการผลเร็วเพื่อควบคุมการระบาด เทคโนโลยีนี้สามารถตรวจจับเชื้อได้หลากหลายประเภทจากตัวอย่างเดียว เช่น เลือด ปัสสาวะ น้ำไขสันหลัง หรืออุจจาระ ผ่านการทำ shotgun sequencing และการประมวลผลด้วย bioinformatics เพื่อแยกข้อมูลเชื้อโรคออกจากการปนเปื้อนของ DNA มนุษย์ในสิ่งส่งตรวจ ทั้งยังมีศักยภาพในการตรวจจับเชื้อหายาก การติดเชื้อร่วม และยีนดื้อยาได้ในคราวเดียว
อย่างไรก็ตาม ความท้าทายยังคงอยู่ที่ต้นทุนที่สูง ความซับซ้อนในการแปลผล ความไวที่อาจต่ำในกรณีที่เชื้อมีปริมาณน้อย และการขาดมาตรฐานทางคลินิกที่ชัดเจน ปัจจุบันจึงมีความพยายามพัฒนาเทคนิคใหม่ เช่น การใช้ nanopore, PacBio sequencing แบบ real-time, การเพิ่มประสิทธิภาพการแยกเชื้อด้วย CRISPR, และการใช้ AI เพื่อวิเคราะห์ข้อมูลดิบโดยตรง ทั้งนี้ ความสำเร็จในการนำ mNGS มาใช้ในระบบสุขภาพจริงจะขึ้นอยู่กับการพัฒนาโครงสร้างพื้นฐาน bioinformatics การฝึกอบรมบุคลากร และการจัดทำแนวทางมาตรฐานที่สามารถใช้อ้างอิงร่วมกันได้ในระดับสากล
_____________________________________
มีแนวโน้มอย่างไรที่ระบบแบบ EDS-HAT จะขยายสู่ระบบสาธารณสุขในวงกว้างโดยเฉพาะในประเทศรายได้ปานกลาง?
ระบบ EDS-HAT (Enhanced Detection System for Healthcare-Associated Transmission) แสดงให้เห็นถึงศักยภาพในการเปลี่ยนแปลงการเฝ้าระวังและควบคุมการติดเชื้อในโรงพยาบาล ด้วยการนำข้อมูลจีโนมของเชื้อที่ตรวจพบมาใช้วิเคราะห์ความเชื่อมโยงระหว่างผู้ป่วยแบบเรียลไทม์ ช่วยให้สามารถตรวจจับการระบาดได้รวดเร็วและแม่นยำยิ่งขึ้น ขณะเดียวกัน ยังแสดงผลตอบแทนด้านเศรษฐศาสตร์ที่ชัดเจนจากการลดจำนวนผู้ติดเชื้อและค่าใช้จ่ายในการดูแลรักษา ทำให้แนวคิดนี้มีแนวโน้มขยายตัวได้ดี โดยเฉพาะในประเทศรายได้ปานกลางที่กำลังลงทุนด้านโครงสร้างพื้นฐานจีโนมิกส์และระบบการเฝ้าระวังการดื้อยาต้านจุลชีพ (Antimicrobial Resistance Surveillance: AMR Surveillance)
อย่างไรก็ตาม การนำระบบนี้ไปใช้ในวงกว้างยังเผชิญกับความท้าทายด้านโครงสร้างพื้นฐาน ห้องปฏิบัติการมาตรฐาน การขาดกำลังคนเฉพาะทาง และข้อจำกัดทางงบประมาณ หากต้องการขยายอย่างยั่งยืน ควรเริ่มจากโรงพยาบาลนำร่องที่มีความพร้อมด้าน NGS ผนวกกับการใช้โมเดล “จับคู่ระหว่างศูนย์กลางและภูมิภาค” (twinning model) โดยโรงพยาบาลศูนย์ที่มีห้องปฏิบัติการจีโนมิกส์และทีมวิเคราะห์ข้อมูลที่ครบถ้วนจะทำหน้าที่เป็นพี่เลี้ยงให้กับโรงพยาบาลภูมิภาคที่ทำหน้าที่เก็บและเพาะเลี้ยงเชื้อ ก่อนส่งต่อข้อมูลหรือสิ่งส่งตรวจเพื่อการวิเคราะห์เชิงลึก ซึ่งนอกจากจะช่วยลดภาระการลงทุนซ้ำซ้อน ยังเป็นกลไกถ่ายทอดองค์ความรู้และยกระดับศักยภาพโรงพยาบาลในภูมิภาคได้อย่างค่อยเป็นค่อยไป ทั้งนี้ การดำเนินการควรบูรณาการเข้ากับแผนยุทธศาสตร์ AMR และระบบข้อมูลสุขภาพระดับประเทศ ควบคู่กับการอาศัยกลไกสนับสนุนจากกองทุนระหว่างประเทศและการพัฒนาเครื่องมือ bioinformatics บนระบบคลาวด์ เพื่อลดภาระของหน่วยบริการในพื้นที่
_____________________________________
Genomic Surveillance for Enhanced Healthcare Outbreak Detection and Control
Estimated undertreatment of carbapenem-resistant Gramnegative
bacterial infections in eight low-income and
middle-income countries: a modelling study
