จุฬาฯ นำร่องตรวจภูมิคุ้มกันก่อนเปิดเมือง ชู “ปัตตานีโมเดล” ต้นแบบป้องกันโควิดระลอกใหม่

ข่าวทั่วไป Tuesday June 2, 2020 09:51 —ThaiPR.net

จุฬาฯ นำร่องตรวจภูมิคุ้มกันก่อนเปิดเมือง ชู “ปัตตานีโมเดล” ต้นแบบป้องกันโควิดระลอกใหม่

กรุงเทพฯ--2 มิ.ย.--จุฬาลงกรณ์มหาวิทยาลัย

จุฬาลงกรณ์มหาวิทยาลัย ผนึกกำลังพันธมิตรปูพรมตรวจภูมิคุ้มกันก่อนคลายล็อกให้ชาวปัตตานีนับหมื่นด้วยชุดตรวจว่องไว ยก “ปัตตานีโมเดล” ต้นแบบจัดการชุมชนควบคุม โควิด-19 หนุนรัฐทำ Big Data รับมือระยะยาว


ศ.ดร.บัณฑิต เอื้ออาภรณ์ ผู้รักษาการแทนอธิการบดีจุฬาลงกรณ์มหาวิทยาลัย กล่าวว่า “ปัตตานีโมเดลเป็นโครงการที่จุฬาลงกรณ์มหาวิทยาลัยและจังหวัดปัตตานีร่วมกันพัฒนาขึ้น เรียนรู้จากงานระบาดวิทยาชุมชนของปัตตานีในช่วง 2 เดือนที่ผ่านมา โดยใช้นวัตกรรมชุดตรวจแบบว่องไว Baiya Rapid Covid-19 IgM IgG Test Kit ผลงานของคณะเภสัชศาสตร์ จุฬาฯ และบริษัทสตาร์ทอัพ จุฬาฯ 'ใบยา ไฟโตฟาร์ม’ นำร่องตรวจภูมิคุ้มกันให้ชาวปัตตานีเป้าหมายจำนวนหมื่นรายก่อนเปิดเมือง เพื่อเก็บข้อมูลจัดทำระบบ Big Data ระดับชุมชน นำมาใช้วางแนวทางสร้างนวัตกรรมเชิงป้องกันให้คนไทยตรวจ ทั้งประเทศเพื่อให้ทราบสภาวะการติดเชื้อโควิด-19 รองรับการระบาดระลอกต่อไปที่อาจเกิดขึ้นได้ทัน และเป็นข้อมูลในระยะยาวให้รัฐใช้วางแนวทางการบริหารจัดการ เช่น กลุ่มใดควรได้รับวัคซีนก่อน กลุ่มใดควรได้รับวัคซีนเป็นกลุ่มต่อมา กลุ่มใดมีภูมิแล้ว กลุ่มใดควรตรวจก่อน ซึ่งถือเป็นการนำนวัตกรรมที่พัฒนาขึ้นเพื่อใช้สู้กับวิกฤติโควิด-19 มาต่อยอดให้เกิดประโยชน์กับคนไทย ตามวิสัยทัศน์และยุทธศาสตร์ที่จุฬาฯ พร้อมเป็นมหาวิทยาลัยแห่งชาติในระดับโลกที่สร้างสรรค์องค์ความรู้และนวัตกรรม เพื่อสร้างเสริมสังคมไทยสู่การพัฒนาอย่างยั่งยืน

“ชุดตรวจ Baiya Rapid COVID-19 Test เป็นการตรวจภูมิคุ้มกันในร่างกายจากผลเลือด เป็นการนำชุดทดสอบนี้ไปรับใช้สังคมที่จังหวัดปัตตานีซึ่งเป็นจังหวัดที่มีการเดินทางเข้าออกจากประเทศเพื่อนบ้าน รวมถึงมีผู้ป่วยที่ติดเชื้อโควิด-19 ทางคณะเภสัชศาสตร์ จุฬาฯ จึงได้ประสานงานกับผู้ว่าราชการจังหวัดปัตตานี และสาธารณสุขจังหวัดปัตตานีในการตรวจคัดกรองผู้ป่วยจนได้ผลเป็นที่น่าพอใจทำให้ในวันนี้ปัตตานีไม่มีผู้ป่วยโควิด-19 รายใหม่กว่า 40 วันแล้ว แสดงให้เห็นว่าการรับมือโควิด-19 อย่างเป็นระบบ มีข้อมูลชุดความรู้ที่ชัดเจน โมเดลจากปัตตานีสามารถขยายผลสู่จังหวัดอื่นๆ ที่มีความพร้อมหากมีการระบาดของโควิด-19 ในระลอกต่อไป เพื่อให้ประชาชนกลับมาดำเนินชีวอิตตามปกติได้เร็วที่สุด” ศ.ดร.บัณฑิต กล่าว

นายไกรศร วิศิษฎ์วงศ์ ผู้ว่าราชการจังหวัดปัตตานี กล่าวว่า ปัตตานีวางระบบคัดกรอง ค้นหาผู้ป่วยและกักกันที่เข้มข้น นับว่าครอบคลุมที่สุดจังหวัดหนึ่งในประเทศไทย เนื่องจากพื้นที่ของเรามีความเสี่ยงสูง มีการเดินทางเข้า-ออกจากต่างประเทศทั้งอินโดนีเซียและมาเลเซีย ทำให้ที่ผ่านมาเรามีจำนวน ผู้ติดเชื้อยืนยัน 92 ราย เสียชีวิต 1 ราย เราจึงออกนโยบายค้นหาผู้ป่วยเชิงรุกในชุมชนแบบเข้มข้น เอ็กซเรย์เต็มพื้นที่เสี่ยง และมีความพยายามแสวงหาวิธีการทางห้องปฏิบัติการที่ยืนยันผลในการคัดกรองคนจำนวนมาก ภายใต้ความคุ้มค่า ประหยัด และปลอดภัย จึงได้ประสานงานกับจุฬาฯ ขอใช้นวัตกรรมชุดตรวจว่องไวนี้นำมาใช้ตรวจร่วมกับ RT-PCR คัดกรองผู้ป่วย โดยเฉพาะอย่างยิ่งการหาภูมิคุ้มกันในชุมชนเพื่อช่วยเหลือประชาชนให้ผ่านวิกฤติครั้งนี้ได้อย่างปลอดภัย รวดเร็ว และมีหลักฐานทางชีวภาพ จากปัตตานีโมเดลจะทำให้เราได้รูปแบบการดูแลชุมชนให้อยู่ร่วมกับโควิด-19 ได้อย่างมั่นใจ และจะขยายผลไปยังชุมชนอื่น ๆ ในจังหวัดของเราต่อไป

ศ.นพ.ดร.นรินทร์ หิรัญสุทธิกุล ผู้รักษาการรองอธิการบดีจุฬาฯ กล่าวว่า ปัตตานีโมเดล เป็นการพัฒนานวัตกรรมการจัดการความไม่แน่นอน (Uncertainty Management) อันเกิดจากโรคระบาด โควิด-19 แห่งแรกในประเทศไทยที่เป็นระบบ ผลการศึกษาที่ได้จากปัตตานีโมเดลทำให้เราสามารถใช้ Rapid Test เสริมความมั่นใจในช่วงที่สังคมยังมีความไม่แน่นอน ควบคู่ไปกับ RT-PCR ได้ โดยเฉพาะกับการคัดกรองผู้ที่เดินทางเข้ามาจากต่างประเทศที่มีความเสี่ยงสูง นอกจากนี้ Rapid Test ยังช่วยลดระยะเวลากักตัวใน Local Quarantine จากเดิม 14 วัน ให้สามารถกลับไปกักตัวที่บ้านได้เร็วขึ้น เป็นการ ลดภาระงานให้กับเจ้าหน้าที่และบุคลากรทางการแพทย์ที่ต้องปฏิบัติหน้าที่ใน Local Quarantine เพื่อเสริมความมั่นใจให้กระบวนการการทำงานของผู้ปฏิบัติงานที่เป็นด่านหน้ารับกลุ่มเสี่ยงที่เดินทางกลับเข้ามาในประเทศไทย

จุฬาลงกรณ์มหาวิทยาลัยยินดีที่จะขยายผลจากโครงการปัตตานีโมเดลสู่จังหวัดอื่นๆ ที่มีความพร้อม ซึ่งเริ่มมีหลายพื้นที่ติดต่อเข้ามา เช่น ที่ จ.สุรินทร์ ซึ่งเป็นพื้นที่ชายขอบประเทศไทย-กัมพูชา รวมถึงที่ จ.สตูล และภูเก็ต โดยจะต้องมีการหารือเตรียมความพร้อมเพื่อให้เป็นระบบที่นำไปใช้ประโยชน์อย่างแท้จริง” ศ.นพ.ดร.นรินทร์ กล่าวในที่สุด


เว็บไซต์นี้ใช้คุกกี้ (Cookies) เพื่อมอบประสบการณ์การใช้งานเว็บไซต์ที่ดีขึ้นและตรงกับความต้องการของผู้ใช้งาน ศึกษารายละเอียดเพิ่มเติมได้ที่ นโยบายความเป็นส่วนตัว และ ข้อตกลงการใช้บริการ

รับทราบและยอมรับ