บทที่ 4: การใช้เหตุผลในการวินิจฉัยระหว่างการเก็บข้อมูล (Diagnostic Reasoning During Data Gathering)
เรียบเรียงให้เห็น “กระบวนการคิด” และใช้ทบทวน Clinical Reasoning ได้ง่าย
การวินิจฉัยไม่ได้เริ่มหลังจากซักประวัติและตรวจร่างกายเสร็จ แต่ Diagnostic reasoning เริ่มตั้งแต่วินาทีแรกที่เริ่มเก็บข้อมูล
กระบวนการโดยรวมคือ
Data Gathering → Diagnostic Reasoning → Diagnosis → Management Reasoning
โดย Data Gathering ประกอบด้วย
ซักประวัติ + ตรวจร่างกาย + ทบทวนผลตรวจเดิม
แพทย์ที่มีประสบการณ์จึงไม่ได้เก็บข้อมูลทุกอย่างแบบไม่มีทิศทาง แต่จะ เก็บข้อมูลและคิดวินิจฉัยไปพร้อมกัน เพื่อค่อย ๆ เพิ่มหรือลดความเป็นไปได้ของแต่ละโรค
หลังทราบ Chief complaint / Chief concern การซักประวัติ Present illness แบ่งแนวทางคำถามออกเป็น 3 ส่วนสำคัญ
Open-ended Inquiry ↔ Guiding Inquiry ↔ Hypothesis-driven Inquiry
ทั้ง 3 วิธีไม่จำเป็นต้องเรียงตามลำดับตายตัว สามารถสลับไปมาตามสถานการณ์ แต่โดยทั่วไปควรเริ่มด้วยคำถามปลายเปิด
หลักคิดสำคัญคือ
“Listen to your patient; He is telling you the diagnosis.” — Sir William Osler
เริ่มด้วยการให้ผู้ป่วย เล่าเรื่องด้วยตัวเอง เช่น
“วันนี้มาหาหมอด้วยเรื่องอะไรครับ?”
“ช่วยเล่าให้หมอฟังหน่อยว่าเกิดอะไรขึ้น?”
เพื่อให้ทราบ ปัญหาหลักที่ผู้ป่วยกังวล (chief concern) โดยยังไม่ถูกความคิดของแพทย์ชี้นำ
มีข้อดีคือ
Patient-centered
ลดการเกิด bias ตั้งแต่ต้น
ได้ข้อมูลที่ผู้ป่วยเห็นว่าสำคัญ
ช่วยสร้าง doctor–patient relationship
ทำให้เห็นภาพรวมของ illness
ประเด็นสำคัญจากเอกสารคือ แพทย์มักกังวลว่าการปล่อยให้ผู้ป่วยเล่าจะเสียเวลา จึงรีบขัดจังหวะ แต่การศึกษาพบว่าแพทย์มักขัดจังหวะผู้ป่วยเร็วมาก โดยเฉลี่ยประมาณ 18 วินาที ทั้งที่การใช้คำถามปลายเปิดอย่างเหมาะสมไม่ได้ทำให้การซักประวัติยาวขึ้นอย่างมีนัยสำคัญ
เมื่อได้ภาพรวมแล้ว แพทย์จึงเริ่มถามรายละเอียดเพื่อ เติมช่องว่างของ patient story
ใช้หลัก
What? – When? – Where? – Why? – How?
รวมถึงรายละเอียดเกี่ยวกับ
อาการหลัก
อาการร่วม
เวลาเริ่มอาการ
ลำดับเหตุการณ์
ระยะเวลา
สถานที่/บริบทที่เกิด
สิ่งกระตุ้น
การดำเนินโรค
การสืบค้นและการรักษาที่ได้รับ
เป้าหมายคือสร้าง Patient Story ที่ชัดเจน ต่อเนื่อง และแม่นยำ
เอกสารกล่าวถึงเทคนิคสำคัญ 3 วิธี
ให้ผู้ป่วย “เดินย้อนกลับเข้าไปในเหตุการณ์” แทนที่จะถามเป็นจุด ๆ ให้ผู้ป่วยเล่าเหตุการณ์ตามลำดับเวลา
เปรียบเสมือน
Movie > Snapshot คือเห็นเรื่องราวต่อเนื่องมากกว่าภาพนิ่งเป็นช่วง ๆ
ช่วยให้เข้าใจ chronology และ progression ของโรคดีขึ้น
กระตุ้นความทรงจำผ่าน ประสาทสัมผัส
ถามถึงสิ่งที่ผู้ป่วยหรือญาติ เห็น – ได้ยิน – ได้กลิ่น – สัมผัส – รู้สึก
เช่น
“ตอนนั้นหน้าตาผู้ป่วยเป็นอย่างไร?”
“ได้ยินเสียงอะไร?”
“มีกลิ่นผิดปกติหรือไม่?”
“ตัวร้อนหรือเย็น?”
ช่วยให้ผู้ป่วยย้อนระลึกเหตุการณ์ได้ละเอียดขึ้น
คือ ใช้การซักประวัติเสมือนย้อนกลับไปตรวจร่างกายผู้ป่วย ณ เวลาที่เกิดเหตุการณ์
มีประโยชน์มาก เพราะผู้ป่วยอาจไม่ได้อยู่ในอาการเดิมตอนมาพบแพทย์แล้ว
ตัวอย่างเช่น หากผู้ป่วยเคยมีก้อน
ก้อนอยู่ตรงไหน
ขนาดเท่าไร
แข็งหรือนิ่ม
ขอบเรียบหรือไม่
ขยับได้หรือไม่
กดเจ็บหรือไม่
ร้อนหรือไม่
โตเร็วแค่ไหน
หรือกรณีแขนอ่อนแรง
อ่อนแรงมากแค่ไหน
ยกแขนได้หรือไม่
หวีผมได้ไหม
จับช้อนได้ไหม
ขยับนิ้วได้ไหม
มีอาการชาหรือไม่
ดังนั้น History สามารถทำหน้าที่เสมือน Physical examination ในอดีตได้
นี่เป็นช่วงที่ Diagnostic Reasoning ชัดเจนที่สุด
หลังได้ข้อมูลจาก Open-ended และ Guiding inquiry แล้ว แพทย์จะเริ่มสร้าง
Diagnostic hypotheses / Differential diagnoses
โดยเกิดได้จากทั้ง
System 1 reasoning
→ Pattern recognition
→ Trigger illness script อย่างรวดเร็ว
หรือ
System 2 reasoning
→ คิดอย่างเป็นระบบ
→ ใช้ schema เช่น anatomical, physiological, pathophysiological approach
จากนั้นจึงถามคำถามที่จำเพาะต่อโรคที่กำลังสงสัย
Hypothesis → Key Features → Specific Questions → Rule in / Rule out
เช่น หากคิดถึง acute hepatitis
อาจต้องแยกสาเหตุ เช่น
Viral hepatitis
Alcohol-related hepatitis
Drug-induced hepatitis
จึงถามข้อมูลเฉพาะ เช่น
Viral hepatitis
มี prodrome ไข้ ปวดเมื่อย อ่อนเพลียหรือไม่
เคยได้รับเลือดหรือไม่
มีเพศสัมพันธ์โดยไม่ป้องกันหรือไม่
ใช้ยาฉีดหรือสารเสพติดทางเส้นเลือดหรือไม่
Alcohol
ดื่มสุรามากหรือไม่
ดื่มก่อนเริ่มมีอาการหรือไม่
Drug-induced
เพิ่งเริ่มยาใหม่หรือไม่
ใช้ amoxicillin-clavulanate หรือไม่
ใช้สมุนไพรหรืออาหารเสริมหรือไม่
คำตอบแต่ละข้อจะทำให้โรคหนึ่ง
มีโอกาสมากขึ้น → Rule in
หรือ
มีโอกาสน้อยลง → Rule out
หลังซักประวัติ สามารถแบ่ง Physical Examination ได้ 3 แนวทาง
วิธี Comprehensive
หลักการ ตรวจครบทุกระบบ
จุดเด่น ลดโอกาสพลาด
ข้อจำกัด ใช้เวลามาก
วิธี Focused
หลักการ ตรวจเฉพาะระบบที่เกี่ยวข้อง
จุดเด่น เร็ว เหมาะกับผู้ป่วยจำนวนมาก
ข้อจำกัด อาจพลาดสิ่งผิดปกติอื่น
วิธี Hypothesis-driven
หลักการ ตรวจเพื่อทดสอบสมมติฐาน
จุดเด่น เชื่อมกับ diagnostic reasoning โดยตรง
ข้อจำกัด ต้องมีความรู้และทักษะสูง
เป็นการตรวจร่างกายทุกระบบ เช่น head-to-toe examination
ข้อดีคือ ละเอียดและครอบคลุม
แต่ข้อเสียคือ
ใช้เวลามาก
รบกวนผู้ป่วย
อาจตรวจสิ่งที่ไม่จำเป็นจำนวนมาก
ถึงตรวจครบก็ยังอาจพลาดโรคที่ไม่ได้ตั้งใจมองหา
ดังนั้น “ตรวจทุกอย่าง” ไม่ได้แปลว่า “วินิจฉัยได้ดีที่สุด” เสมอไป
เลือกตรวจเฉพาะระบบที่คิดว่าเกี่ยวข้องกับอาการ เช่น
ไอ → ตรวจระบบทางเดินหายใจ/ปอด
ปวดท้อง → ตรวจช่องท้อง
ข้อดีคือ
รวดเร็ว + ใช้เวลาน้อย + รบกวนผู้ป่วยน้อย
เหมาะกับสถานการณ์ผู้ป่วยจำนวนมาก
แต่ข้อเสียสำคัญคือ อาจพลาดความผิดปกติที่อยู่นอกระบบที่เลือกตรวจ
โดยเฉพาะหากเลือก Focus ผิดตั้งแต่ต้น
เป็นการตรวจที่สะท้อน Diagnostic reasoning มากที่สุด
หลักคือ
“You see what you look for. You recognize what you know.”
เมื่อแพทย์มีสมมติฐานอยู่ในใจ จะเลือกตรวจหา specific signs ที่ช่วยสนับสนุนหรือคัดค้านสมมติฐานนั้น
ตัวอย่างจากเอกสาร เช่น
Murphy sign
Rovsing sign
Blumberg sign
Succussion splash
Flapping tremor
Egophony
Whispering pectoriloquy
Hepatojugular reflux
Peripheral signs of aortic regurgitation
Meningeal irritation signs
Frontal lobe signs
เช่น ผู้ป่วยมีจุดแดงบนหน้าผาก หากไม่มี hypothesis อาจคิดว่าเป็นเพียงผื่นหรือรอยโรคผิวหนังทั่วไป
แต่หากสงสัย chronic liver disease / cirrhosis
แพทย์จะตั้งใจตรวจลักษณะของรอยโรคนั้น และอาจพบว่าเป็น spider angioma
จึงเกิดหลักว่า
มี Hypothesis → รู้ว่าต้องมองหาอะไร → ตรวจพบ Key sign → ปรับความน่าจะเป็นของโรค
ส่วนนี้เป็นหัวใจสำคัญของบท การวินิจฉัยไม่ใช่การตัดสินทันทีว่า
“เป็นโรค / ไม่เป็นโรค”
แต่เป็นการ ปรับ probability ของโรคอย่างต่อเนื่องเมื่อได้รับข้อมูลใหม่
เริ่มจาก
Pre-test probability
คือความน่าจะเป็นของโรค ก่อน ได้ข้อมูลหรือผลการตรวจเพิ่มเติม
เมื่อซักประวัติหรือตรวจร่างกายพบข้อมูลใหม่
→ ความน่าจะเป็นเปลี่ยน
กลายเป็น
Post-test probability
จากนั้นเก็บข้อมูลเพิ่มอีก
→ Probability เปลี่ยนอีก
กระบวนการดำเนินต่อไปจนโรคบางโรคมีโอกาสสูงขึ้นมาก ขณะที่โรคอื่นลดลง
สมมติผู้ป่วยมาด้วยอาการสำคัญหนึ่งอย่าง
จาก System 1 หรือ System 2
เกิด Differential diagnosis เช่น
A / B / C / D / E
ซักประวัติเพิ่มเติม
พบข้อมูลที่เข้ากับ B
จึงเกิด
B ↑↑
ส่วน A และ C ยังเป็นไปได้แต่ลดลง
D และ E อาจลดลงมากหรือถูกตัดออก
ตรวจร่างกายตาม hypothesis
พบ Key findings ที่สนับสนุน B เพิ่มเติม
จึงเหลือ
B
เป็น diagnosis ที่มีความเป็นไปได้สูงที่สุด
ดังนั้น Clinical reasoning มีลักษณะเป็นวงจร
Hypothesis → Gather Data → Update Probability → Refine Hypothesis → Gather More Data
แนวคิดสำคัญมากจากบทนี้คือ
History Taking และ Physical Examination เป็น “Diagnostic Tests” เช่นเดียวกับ Lab หรือ Imaging
และเป็นเครื่องมือวินิจฉัยเบื้องต้นที่สำคัญที่สุด เพราะ
ทำได้ทันที
ได้ผลทันที
ไม่มีค่าใช้จ่ายเพิ่มเติม
ไม่มีภาวะแทรกซ้อนจากการตรวจ
สามารถปรับ pre-test → post-test probability ได้ตั้งแต่ข้างเตียงผู้ป่วย
จึงไม่ควรคิดว่า Diagnostic testing เริ่มจากการส่ง Lab หรือ Imaging
แต่จริง ๆ แล้ว
Diagnostic testing เริ่มตั้งแต่คำถามแรกที่แพทย์ถามผู้ป่วย
การทำ Hypothesis-driven inquiry และ examination ให้ดี จำเป็นต้องมี “สคริปต์ความเจ็บป่วย” (Illness Script) ของโรคต่าง ๆ ที่แม่นยำ
กล่าวง่าย ๆ คือแพทย์ต้องรู้ว่า
โรคนี้มักเกิดในใคร → เกิดจากอะไร → มีอาการอะไร → Timeline อย่างไร → Key features คืออะไร → ตรวจพบอะไร
เมื่อมี illness script ที่ดี จะรู้ว่า
ควรถามอะไร + ควรตรวจอะไร + ข้อมูลไหนมีน้ำหนัก
ดังนั้น expertise ไม่ได้อยู่ที่ “ถามเยอะที่สุด” หรือ “ตรวจเยอะที่สุด” แต่อยู่ที่ เลือกข้อมูลที่มี diagnostic value ได้ถูกต้อง
หัวใจของบทสามารถย่อเป็นกระบวนการเดียวได้ว่า
Chief Complaint
↓
Open-ended Inquiry
“ให้ผู้ป่วยเล่า”
↓
Guiding Inquiry
“เติม Patient Story ให้สมบูรณ์”
↓
Generate Hypotheses
System 1 + System 2
↓
Hypothesis-driven Inquiry
ถามหา Key Features
↓
ปรับ Probability
Rule in ↔ Rule out
↓
Physical Examination
Comprehensive / Focused / Hypothesis-driven
↓
ปรับ Probability อีกครั้ง
Pre-test → Post-test
↓
Most Likely Diagnosis
แพทย์ที่มี Clinical Reasoning ที่ดีไม่ได้เก็บข้อมูลทั้งหมดแล้วค่อยคิด แต่จะ “คิด–ถาม–ตรวจ–ปรับความน่าจะเป็น” ไปพร้อมกันตั้งแต่เริ่มพบผู้ป่วย
และแนวคิดของ Bayes เป็นแกนกลางของกระบวนการนี้ กล่าวคือ ข้อมูลใหม่ทุกชิ้นควรทำให้ความน่าจะเป็นของ Differential Diagnosis บางโรคเพิ่มขึ้น บางโรคลดลง จนค่อย ๆ เข้าใกล้การวินิจฉัยที่ถูกต้องที่สุด.
แก่นของบทนี้คือ “Diagnostic reasoning ต้องเกิดขึ้นระหว่างการเก็บข้อมูล ไม่ใช่รอให้เก็บข้อมูลครบแล้วค่อยคิด”
แพทย์ที่มีประสิทธิภาพจึงไม่ได้ถามทุกอย่าง ตรวจทุกอย่าง หรือส่งตรวจทุกอย่าง
แต่จะ คิด → ตั้งสมมติฐาน → เลือกถาม/ตรวจ → ปรับความน่าจะเป็น → คิดต่อ อย่างต่อเนื่อง
ข้อมูลไม่ใช่ยิ่งเยอะยิ่งดี แต่ต้องรู้ว่า เก็บข้อมูลนี้ไปเพื่ออะไร
การนำไปใช้: ก่อนถามคำถามหรือตรวจอะไร ให้คิดว่า
“ถ้าได้คำตอบนี้แล้ว จะทำให้ Differential Diagnosis ของเราเปลี่ยนหรือไม่?”
ถ้าไม่เปลี่ยน อาจเป็นข้อมูลที่มี diagnostic value ต่ำ
เริ่มด้วย Open-ended inquiry ให้ผู้ป่วยเล่าเรื่องก่อน เพื่อเข้าใจ Chief concern และภาพรวมของ illness โดยไม่รีบเอาสมมติฐานของแพทย์ไปครอบผู้ป่วย
จากนั้นจึงใช้ Guiding inquiry เพื่อเติมรายละเอียด
Open-ended → Guiding → Hypothesis-driven
การนำไปใช้ เช่น
“วันนี้มีอะไรที่ทำให้มาพบแพทย์ครับ?”
→ ฟังโดยไม่รีบขัด
→ จับ Timeline และ Key features
→ ค่อยถามเจาะจง
ช่วยลด premature closure และ confirmation bias
ประวัติที่ดีควรเป็นเรื่องราวต่อเนื่อง
Baseline → Onset → Progression → Associated symptoms → Treatment → Current status
ใช้เทคนิค Walking through event ให้ผู้ป่วยย้อนเหตุการณ์เสมือนดู “movie” มากกว่าดู “snapshot”
การนำไปใช้: โดยเฉพาะ syncope, seizure, chest pain, abdominal pain, weakness หรือ acute deterioration ให้ถามว่า
“ก่อนเกิดเหตุทำอะไรอยู่ → เกิดอะไรขึ้นก่อน → ต่อมาเป็นอย่างไร → หลังเหตุการณ์เป็นอย่างไร”
จะช่วยเห็น temporal relationship ซึ่งมักมี diagnostic value สูงมาก
อย่าซักประวัติแบบไม่มีจุดหมาย
เมื่อได้ข้อมูลสำคัญ ให้เริ่มสร้าง Differential Diagnosis โดยใช้ได้ทั้ง
System 1 → pattern recognition / illness script
System 2 → analytical reasoning / schema
แล้วถามตัวเองว่า
“ตอนนี้ 3 โรคที่เป็นไปได้มากที่สุดคืออะไร?”
นี่เป็นจุดเปลี่ยนจากการ “เก็บข้อมูล” ไปเป็น Hypothesis-driven data gathering
เมื่อมี Differential Diagnosis แล้ว ให้หา Key Features ที่ช่วยแยกโรค
ตัวอย่าง ผู้ป่วย jaundice + transaminitis
คิดถึง
Viral hepatitis / Alcohol / Drug-induced liver injury
แทนที่จะถามทุกอย่าง ให้ถามข้อมูลที่ discriminate ระหว่าง 3 โรค เช่น
exposure / sexual / blood risk
alcohol use
new medication
antibiotics
herbal products
หลักคือ
Hypothesis → Key feature → Ask/Examine → Rule in / Rule out
ไม่ควรมีเพียงสองทางเลือกคือ “ตรวจทุกอย่าง” กับ “ตรวจเฉพาะที่”
แนวทางที่สำคัญคือ Hypothesis-driven Physical Examination
เช่น
สงสัย cirrhosis
→ ไม่ใช่แค่ “ตรวจท้อง”
→ มองหา spider angioma, ascites, splenomegaly, asterixis ฯลฯ
สงสัย meningitis
→ ตรวจ meningeal irritation signs
สงสัย appendicitis
→ ตรวจ specific abdominal signs
แนวคิดคือ
“You see what you look for; you recognize what you know.”
ดังนั้นต้องรู้ก่อนว่าโรคที่สงสัย ควรมี sign อะไรให้ค้นหา
เราไม่ได้คิดว่า โรคนี้ Yes / No
แต่คิดว่า
“โรคนี้มีความน่าจะเป็นเท่าไร และข้อมูลใหม่ทำให้ probability เปลี่ยนอย่างไร?”
กระบวนการคือ
Pre-test probability
↓
ได้ข้อมูลจาก History
↓
Probability เปลี่ยน
↓
Physical examination
↓
Probability เปลี่ยนอีก
↓
Lab / Imaging ถ้าจำเป็น
↓
Post-test probability
นี่คือ Bayesian reasoning ในชีวิตจริง แม้ไม่ได้คำนวณตัวเลขทุกครั้ง
Concept นี้สำคัญมาก
เราไม่ควรคิดว่า “Diagnostic test” = Lab/CT/MRI เท่านั้น
คำถามหนึ่งคำถามหรือ physical sign หนึ่งอย่างก็เป็น diagnostic test ได้
เพราะสามารถเปลี่ยน probability ของโรคได้เช่นเดียวกัน
ดังนั้นก่อนสั่ง CT/Lab ควรถามว่า
“History และ examination ทำให้ pre-test probability ของโรคนี้อยู่ระดับไหนแล้ว?”
จะช่วยลด unnecessary investigations และเพิ่ม diagnostic efficiency
แพทย์จะถามและตรวจอย่างมีเป้าหมายไม่ได้ ถ้าไม่รู้ว่า โรคนั้นควรมีลักษณะอย่างไร
Illness script ที่ดีควรรู้คร่าว ๆ ว่า
Who gets it? → Why? → How does it present? → Key features? → Time course? → Important findings?
ยิ่งมี illness script ที่แม่นยำ ยิ่งสร้าง differential และเลือก discriminating features ได้เร็วขึ้น
เวลาพบผู้ป่วย ลองฝึกถามตัวเองตลอดว่า
What is the patient's story? — เรื่องราวของผู้ป่วยคืออะไร
What are the key features? — ข้อมูลสำคัญจริง ๆ คืออะไร
What are my top 3 diagnoses? — ตอนนี้คิดถึงโรคอะไร 3 อันดับแรก
What information will discriminate them? — ต้องถามหรือตรวจอะไรเพื่อแยก 3 โรคนี้
Did this finding change probability? — ข้อมูลใหม่ทำให้โรคไหน ↑ หรือ ↓
What do I need next? — ต้องเก็บข้อมูลหรือส่งตรวจอะไรต่อจึงจะเปลี่ยนการตัดสินใจ
LISTEN → FRAME → HYPOTHESIZE → TEST → UPDATE
ฟังผู้ป่วย
→ สร้าง Patient Story
→ ตั้ง Differential Diagnosis
→ ถาม/ตรวจเพื่อทดสอบสมมติฐาน
→ ปรับ Probability แบบ Bayesian
→ ทำซ้ำจนได้ diagnosis ที่มีความเป็นไปได้สูงพอสำหรับการตัดสินใจ
ดังนั้น Expert clinician ไม่ใช่คนที่เก็บข้อมูลได้มากที่สุด แต่คือคนที่รู้ว่า “ข้อมูลอะไรควรเก็บต่อ” เพื่อให้การวินิจฉัยเปลี่ยนไปอย่างมีเหตุผล.