Covid-19, BlueDot และ ASEAN

ทำไมการรับมือ Covid-19 อาจจะเป็นปัญหาเชิงสถาบัน

Gain
3 min readMar 28, 2020

บทเรียนหนึ่งที่ทุกประเทศทั่วโลกในขณะนี้ได้รับจาก Covid-19 คือการออกมาตรการในการป้องกันและปราบปรามกับโรคนี้ที่ช้าเกินไป แน่นอนว่าถ้ามีการเตรียมพร้อมและลงมือตั้งแต่เนิ่นๆ ก็อาจจะทำให้สถานการณ์ไม่เลวร้ายมากขนาดนี้ คงจะดีไม่น้อยถ้าเรามีเครื่องมือหรือระบบแจ้งเตือนที่บอกเราล่วงหน้าเวลาที่มีโรคระบาดเกิดขึ้น แต่ถ้าจริงๆแล้วเรามีเครื่องมือนั้นอยู่แล้วละ? บทความนี้จะเสนอแนวคิดและหลักฐานที่แสดงให้เห็นว่าเรามีเครื่องมือนั้นอยู่แล้ว แต่เราอาจจะไม่ได้มีวิธี/กลไกในการใช้มันได้ดีเท่าที่ควร

สรุปสั้นๆ: ASEAN น่าจะได้รับการแจ้งเตือนเรื่องความเสี่ยงในการแพร่ระบาดของ Covid-19 จากสตาร์ทอัพ BlueDot ตั้งแต่วันที่ 31 ธ.ค. ซึ่งน่าจะทำให้ไทยมีเวลาในการออกมาตรการรับมือโรคระบาดได้ไวกว่านี้

หมายเหตุ: บทความนี้อาจจะมีข้อมูลที่ไม่ครบถ้วนจากทุกด้าน ผู้เขียนไม่มีเจตนาที่จะชี้ว่าใครหรือหน่วยงานไหนทำงานบกพร่อง เพียงแต่พยายามที่จะทำความเข้าใจเหตุการณ์ที่เกิดขึ้นในอดีตเพื่อที่จะเป็นบทเรียนสำหรับอนาคต

BlueDot คืออะไร?

BlueDot คือสตาร์ทอัพสัญชาติแคนาดาที่โด่งดังชั่วข้ามคืนหลังจากที่มีสำนักข่าวต่างๆรายงานว่าบริษัทเป็นรายแรกๆที่สามารถทำนายว่าจะมีการแพร่ระบาดของ Covid 19 ตั้งแต่วันที่ 31 ธ.ค. 2019 ข้อมูลหลักที่สตาร์ทอัพรายนี้ใช้ในการทำนายก็คือ ข่าวในอินเตอร์เน็ตของประเทศต่างๆ บวกกับข้อมูลไฟล์ทบินของสายการบินต่างๆ รวมไปถึงข้อมูลอื่นๆอย่างเช่น ประชากร และ สภาพอากาศ

https://bluedot.global/products/insights/

วิธีการทำงานก็คือระบบจะสแกนหาคีย์เวิดที่เกี่ยวกับโรคต่างๆจากข่าวในหลายๆภาษาโดยใช้ natural language processing (NLP) และก็คำนวนโอกาศที่น่าจะเกิดโรคระบาด หลังจากนั้นเมื่อเอาข้อมูลไฟล์ทของสายการบินมาต่อกับจุดที่เป็นต้นกำเนิดก็จะทำนายได้ว่าน่าจะระบาดไปที่เมืองไหนต่อ

https://academic.oup.com/jtm/article/27/2/taaa008/5704418

ในเอกสารวิชาการที่ BlueDot เขียนและตีพิมพ์ใน Journal of Travel Medicine เมื่อวันที่ 14 ม.ค. ได้ระบุว่ากรุงเทพเป็นเมืองปลายทางอันดับ 1 ที่มีผู้โดยสารเดินทางมาจากเมือง Wuhan ของจีนมากที่สุด

ASEAN-BioDiaspora

หรือชื่อเต็มๆว่า ASEAN BioDiaspora Virtual Centre for big data analytics and visualization (ABVC)

https://www.oie.int/eng/biothreat2017/Presentations/6.1_KHAN-presentation.pdf

ABVC เกิดจากความร่วมมือระหว่าง ASEAN และบริษัท BlueDot โดยการสนับสนุนของ Global Affairs Canada เพื่อลดความเสี่ยงด้านภัยชีวภาพในประเทศเอเชียตะวันออกเชียงใต้ ซึ่งไทยเองก็เป็นหนึ่งในประเทศที่มีความร่วมมือนี้

https://www.tradecommissioner.gc.ca/canadexport/0003162.aspx?lang=eng

ABVC เป็นเครื่องมือ web-based ที่ผสม Big data analytics กับ visualization เข้าด้วยกัน ใช้สำหรับการวิเคราะห์และตัดสินใจในการรับมือกับภัยชีวภาพอย่างเช่น โรคระบาด เครื่องมือนี้มีส่วนประกอบสองอย่างคือ

  1. Explorer Tool Global infectious disease threats + disese events
  2. Insights Tool — Demonstrates which disease events are relevant to national and regional locations

โครงการนี้เริ่มโครงตั้งแต่ปี 2015 มีการเทรนนิ่งให้กับประเทศสมาชิกในปี 2017 และแล้วเสร็จ Phase 2 เมื่อปี 2018 โดยมีฟิลิปปินส์เป็นประเทศผู้รับผิดชอบโครงการ

http://hia.anamai.moph.go.th/download/hia/meeting/TWG_1_12_60/3.5%20Meeting%20Report%203rd%20ASEAN%20Health%20Cluster%202_ADOPTED.pdf

ในการประชุม ASEAN Health Cooperation on the Mitigation of Biological Threats เมื่อเดือนมิ.ย. 62 ที่กรุงเทพ ความร่วมมือระหว่าง ASEAN กับ BlueDot ก็ยังคงถูกระบุไว้ในแผน Phase 3

https://www.unog.ch/80256EDD006B8954/(httpAssets)/95609757952622EFC1258420004F1589/$file/ASEAN+Presentation.pdf

ในหน้าเว็บไซต์ของ BlueDot ก็มีโลโก้ของ ASEAN อยู่เช่นกัน และ BlueDot ก็ยังระบุอีกด้วยว่าบริษัทเป็นรายแรกๆในโลกที่ตรวจพบการระบาดของ Covid-19 และได้แจ้งเตือนลูกค้าเกี่ยวกับการระบาดของ Covid-19 ผ่าน Insights Platform

Timeline

คำถาม

  • ไทยได้รับการแจ้งเตือนจาก BlueDot หรือ ASEAN-BioDiaspora หรือไม่
  • ถ้าได้รับการแจ้งเตือน เหตุใดไทยจึงใช้เวลานานถึง 3 วันก่อนที่จะมีการเริ่มคัดกรองผู้ที่เดินทางมาจาก Wuhan การแจ้งเตือนมีข้อมูลความเสี่ยงอะไรอยู่บ้าง และไปถึงผู้ที่รับผิดชอบในระดับใด
  • ถ้าไม่ได้รับการแจ้งเตือน กลไกการทำงานและแลกเปลี่ยนข้อมูลของ ASEAN Health Cluster 2 และ Mekong Basin Disease Surveillance (MBDS) เป็นอย่างไร ทำไมการแจ้งเตือนถึงไม่มาถึงไทย

ปัญหาเชิงสถาบันคืออะไร?

ปัญหาเชิงสถาบัน (Institutional problem) คือปัญหาที่เกี่ยวเนื่องกับสถาบันที่มีความซับซ้อนอย่างมาก เช่น ปัญหาเชิงโครงสร้าง การแบ่งอำนาจ หน้าที่ความรับผิดชอบ และการปฏิบัติงาน ตัวอย่างของปัญหาเหล่านี้:

  • ภัยพิบัตินิวเคลียร์ฟุกุชิมะ — ที่เราอาจจะคิดว่าเกิดจากสึนามิที่ทำให้เตาปฏิกรทำงานผิดปกติจนควบคุมไม่อยู่ และมีการรั่วไหล่ของสารกัมมันตรังสีเป็นวงกว้างที่ จริงๆแล้วเหตุการณ์นี้เกิดขึ้นจากหน่วยงานที่รับผิดชอบด้านความปลอดภัยนิวเคลียของญี่ปุ่น ถูกวางโครงสร้างและผลประโยชน์ไปทับซ้อนกับบริษัทเอกชน (conflict of interest) จนทำให้การตรวจสอบที่ควรจะมีในหลายๆชั้นกลับถูกละเลย และเป็นเหมือนระเบิดเวลาที่รอวันระเบิดในที่สุด [paper]
  • ต้หวัน สิงคโปร์ ทำไมถึงจัดการ Covid-19 ได้ดี? ถ้าลองย้อนกลับไปดูจำนวนเคสของโรค SARS ตามประเทศต่างๆ จะเห็นได้ว่าไต้หวันและสิงคโปร์เป็นประเทศอันดับต้นๆรองลงมาจากจีนที่มีจำนวนเคสผู้ติดเชื้อมากที่สุด จึงไม่น่าแปลกใจเลย ที่ทำไมสองประเทศนี้ถึงสามารถคุมเกมได้อย่างรวดเร็วเมื่อมีการระบาดของ Covid-19 เพราะว่าเขาเตรียมพร้อมและซักซ้อมรอวันที่จะเกิดเหตุการณ์แบบนี้ขึ้น
  • น้ำท่วมอุบลปี 62 — ไทยมีสองหน่วยงานที่ทำหน้าที่แจ้งเตือนภัยทางด้านสภาพอากาศ คือ คลังข้อมูลน้ำและภูมิอากาศแห่งชาติ กับ กรมอุตุนิยมวิทยา เมื่อย้อนกลับไปดูรายงานของคลังข้อมูลน้ำ มีบันทึกการส่ง sms แจ้งเตือนล่วงหน้าให้กับประชาชนตั้งแต่สิ้นเดือนส.ค.ก่อนหน้าที่จะมีพายุเข้า แต่หลังจากที่พายุผ่านไปแล้วประมาณปลายก.ย. กรมอุตุเพิ่งจะมีการประชุมหารือแนวทางในการส่ง sms

สรุป

ปัญหาเชิงสถาบันเป็นสิ่งที่ซับซ้อนและมักจะมองไม่เห็น แต่ในขณะเดียวกันความผิดพลาดที่เกิดขึ้นอาจก่อให้เกิดความเสียหายมหาศาลอย่างที่คาดไม่ถึง การแก้ไขปัญหาเหล่านี้ไม่ใช่เรื่องง่ายที่จะสามารถทำได้เพียงชั่วข้ามคืน แต่จะต้องอาศัยการวางแผนอย่างละเอียดรอบคอบ วิเคราะห์ความเสี่ยงของเหตุการณ์ต่างๆที่อาจเกิดขึ้นในอนาคต และฝึกซ้อมแผนจัดการฉุกเฉิน และการประสานงานข้ามหน่วยงานอย่างเป็นระบบ

ในอนาคตที่โลกดูเหมือนว่าจะมีภัยพิบัติที่รุนแรนและถี่มากขึ้นเรื่อยๆ การลงทุนในระบบแจ้งเตือนล่วงหน้า (early warning system) และ การฝึกซ้อมปรับปรุงขั้นตอนการปฏิบัติงาน (standard operating procedure) ดูเหมือนจะเป็นสิ่งสำคัญที่เราจะต้องเน้นให้มากขึ้น คำถามที่เราควรจะถามตัวเอง ครอบครัว สังคม และรัฐบาลในวันนี้คือ เราพร้อมแค่ไหน ถ้าเราต้องเจอกับภัย… ในอนาคต

--

--

Gain
Gain

No responses yet