ในฐานะนักพัฒนาที่ทำงานกับระบบเวชระเบียนอิเล็กทรอนิกส์มานานกว่า 5 ปี ผมเข้าใจดีว่าการจัดการข้อมูลส่วนตัวของผู้ป่วย (PHI — Protected Health Information) เป็นเรื่องที่ซับซ้อนและต้องระวังเป็นพิเศษ โดยเฉพาะเมื่อต้องนำข้อมูลไปใช้ในงานวิจัยหรือพัฒนา AI ในบทความนี้ ผมจะสอนคุณตั้งแต่เริ่มต้นจนสามารถสร้างระบบลบข้อมูลส่วนตัวที่ผ่านมาตรฐาน ด้วย HolySheep AI ซึ่งมีค่าบริการที่ประหยัดกว่าถึง 85% เมื่อเทียบกับบริการอื่น

PHI คืออะไร และทำไมต้องลบออก

ข้อมูล PHI หรือ Protected Health Information คือข้อมูลส่วนบุคคลของผู้ป่วยที่เปิดเผยได้เฉพาะผู้ที่เกี่ยวข้องเท่านั้น ตัวอย่างเช่น ชื่อ-นามสกุล หมายเลขบัตรประจำตัวประชาชน วันเกิด ที่อยู่ เบอร์โทรศัพท์ ผลการตรวจ และข้อมูลการรักษา

กฎหมายในหลายประเทศกำหนดให้ต้องลบข้อมูลเหล่านี้ออกก่อนนำไปใช้ มิฉะนั้นอาจถูกปรับหรือจำคุกได้ ระบบที่เราจะสร้างนี้ใช้หลักการ "去标识化" หรือ De-identification ซึ่งหมายถึงการลบข้อมูลระบุตัวตนออกจนไม่สามารถระบุได้ว่าเป็นของใคร

สถาปัตยกรรมระบบ HolySheep Medical PHI

ระบบที่เราจะสร้างประกอบด้วย 3 ส่วนหลักที่ทำงานร่วมกัน

การติดตั้งและเตรียมความพร้อม

ก่อนเริ่มต้น คุณต้องมี API Key จาก สมัครสมาชิก HolySheep AI ซึ่งจะได้รับเครดิตฟรีเมื่อลงทะเบียน ระบบรองรับการชำระเงินผ่าน WeChat และ Alipay ทำให้สะดวกมากสำหรับผู้ใช้ในไทย

ขั้นตอนที่ 1: ติดตั้ง Python และไลบรารีที่จำเป็น

ดาวน์โหลด Python 3.10 ขึ้นไปจากเว็บ python.org แล้วติดตั้ง จากนั้นเปิด Terminal หรือ Command Prompt แล้วพิมพ์คำสั่งติดตั้งไลบรารี

pip install requests openai pandas openpyxl python-dotenv

ขั้นตอนที่ 2: สร้างไฟล์กำหนดค่า

สร้างไฟล์ชื่อ config.py เพื่อเก็บค่าต่างๆ ที่ต้องใช้ในการเชื่อมต่อ

# config.py
import os
from dotenv import load_dotenv

load_dotenv()


ความหน่วงตอบสนองน้อยกว่า 50ms พร้อม HolySheep

BASE_URL = "https://api.holysheep.ai/v1"


ราคาประหยัดมาก: 1 ดอลลาร์ = ¥1 (ประหยัด 85%+)

HOLYSHEEP_API_KEY = os.getenv("HOLYSHEEP_API_KEY", "YOUR_HOLYSHEEP_API_KEY")


เลือกโมเดลสำหรับงาน PHI De-identification

MODEL_DEIDENTIFY = "gpt-4.1"           # แม่นยำสูงสำหรับการลบข้อมูล
MODEL_VERIFY = "claude-sonnet-4.5"      # ตรวจสอบซ้ำด้วยโมเดลที่สอง
MODEL_FALLBACK = "deepseek-v3.2"        # ใช้เมื่อโมเดลหลักไม่ทำงาน


กำหนดราคาต่อพัน token (USD)

MODEL_PRICES = {
    "gpt-4.1": 8.00,
    "claude-sonnet-4.5": 15.00,
    "gemini-2.5-flash": 2.50,
    "deepseek-v3.2": 0.42
}

สร้างฟังก์ชันลบข้อมูล PHI ด้วย HolySheep API

ต่อไปจะเป็นการสร้างฟังก์ชันหลักที่ใช้ AI วิเคราะห์และลบข้อมูลส่วนตัว โค้ดนี้ใช้โมเดล gpt-4.1 ซึ่งมีความแม่นยำสูงในการตรวจจับและแทนที่ข้อมูลที่เป็นความลับ

# phi_deidentifier.py
import requests
import json
import time
from config import BASE_URL, HOLYSHEEP_API_KEY, MODEL_DEIDENTIFY

def deidentify_phi(medical_text, api_key=HOLYSHEEP_API_KEY):
    """
    ลบข้อมูล PHI ออกจากข้อความเวชระเบียน
    
    ราคาจริง: $8.00/MTok กับ gpt-4.1
    ความหน่วง: <50ms กับ HolySheep
    """
    
    prompt = f"""คุณคือผู้เชี่ยวชาญด้านการลบข้อมูลส่วนตัวทางการแพทย์
จงวิเคราะห์ข้อความต่อไปนี้และลบข้อมูล PHI ออกให้หมด

ข้อมูลที่ต้องลบ:
- ชื่อ-นามสกุล
- หมายเลขบัตรประจำตัวประชาชน
- วันเกิดและอายุ
- ที่อยู่และเบอร์โทรศัพท์
- หมายเลขโรงพยาบาลหรือ HN
- วันที่รับบริการ

กฎการลบ:
- ชื่อบุคคล → [ผู้ป่วย]
- หมายเลขบัตร → [หมายเลขบัตร]
- วันที่ → [วันที่] (ระบุเดือน/ปี ถ้าไม่จำเป็นต้องระบุวัน)
- อายุ → [อายุ XX ปี]

ข้อความต้นฉบับ:
{medical_text}

คืนค่าเป็น JSON ดังนี้:
{{
    "deidentified_text": "...(ข้อความที่ลบข้อมูลแล้ว)...",
    "detected_phi": [...(รายการสิ่งที่พบและลบออก)...],
    "confidence_score": 0.0-1.0
}}"""

    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    
    payload = {
        "model": MODEL_DEIDENTIFY,
        "messages": [
            {"role": "system", "content": "คุณเป็นผู้เชี่ยวชาญการลบข้อมูล PHI ที่แม่นยำและเชื่อถือได้"},
            {"role": "user", "content": prompt}
        ],
        "temperature": 0.1,  # ค่าต่ำเพื่อความสม่ำเสมอ
        "max_tokens": 2000
    }
    
    start_time = time.time()
    response = requests.post(
        f"{BASE_URL}/chat/completions",
        headers=headers,
        json=payload,
        timeout=30
    )
    latency_ms = (time.time() - start_time) * 1000
    
    if response.status_code == 200:
        result = response.json()
        content = result["choices"][0]["message"]["content"]
        
        # แปลง JSON string เป็น dict
        try:
            return json.loads(content), latency_ms
        except json.JSONDecodeError:
            # ถ้า AI คืนค่าไม่เป็น JSON ให้ลองหา JSON ในข้อความ
            import re
            match = re.search(r'\{.*\}', content, re.DOTALL)
            if match:
                return json.loads(match.group()), latency_ms
            
        return {"error": "ไม่สามารถอ่านผลลัพธ์"}, latency_ms
    else:
        raise Exception(f"API Error {response.status_code}: {response.text}")


def deidentify_batch(records, api_key=HOLYSHEEP_API_KEY):
    """ประมวลผลข้อมูลหลายรายการพร้อมกัน"""
    
    results = []
    for i, record in enumerate(records):
        print(f"กำลังประมวลผลรายการ {i+1}/{len(records)}...")
        
        try:
            deidentified, latency = deidentify_phi(record, api_key)
            results.append({
                "original": record,
                "result": deidentified,
                "latency_ms": latency
            })
        except Exception as e:
            results.append({
                "original": record,
                "result": {"error": str(e)},
                "latency_ms": 0
            })
    
    return results


ทดสอบการทำงาน

if __name__ == "__main__":
    sample_text = """
    ผู้ป่วยชาย อายุ 65 ปี นายสมชาย ใจดี ที่อยู่ 123/45 ถนนสุขุมวิท 
    แขวงคลองเตย เขตคลองเตย กรุงเทพ 10110 เบอร์ 0891234567
    เข้ารับการรักษาวันที่ 15 มีนาคม 2567 หมายเลข HN: H123456
    บัตรประชาชน: 1-2345-67890-12-3
    """
    
    result, latency = deidentify_phi(sample_text)
    print(f"ความหน่วง: {latency:.2f}ms")
    print(json.dumps(result, ensure_ascii=False, indent=2))

ระบบตรวจสอบข้อมูลซ้ำด้วยหลายโมเดล

เพื่อให้มั่นใจว่าข้อมูล PHI ถูกลบออกหมดและถูกต้องตามมาตรฐาน ระบบจะใช้เทคนิค "多模型协同审核" หรือ Multi-Model Verification โดยให้โมเดลหลายตัวตรวจสอบผลลัพธ์ซ้ำ ทำให้ความแม่นยำเพิ่มขึ้นอย่างมาก

# phi_verifier.py
import requests
import json
from config import BASE_URL, HOLYSHEEP_API_KEY, MODEL_VERIFY, MODEL_FALLBACK

def verify_deidentification(original_text, deidentified_text, api_key=HOLYSHEEP_API_KEY):
    """
    ตรวจสอบว่าข้อมูล PHI ถูกลบออกหมดแล้วหรือไม่
    
    ราคา: $15.00/MTok กับ claude-sonnet-4.5 (ตรวจสอบละเอียด)
    """
    
    verification_prompt = f"""ตรวจสอบข้อความที่ผ่านการลบข้อมูล PHI แล้ว

ข้อความต้นฉบับ:
{original_text}

ข้อความที่ลบข้อมูลแล้ว:
{deidentified_text}

ให้คะแนนความถูกต้อง (0-100) และระบุปัญหาที่พบ (ถ้ามี)

คืนค่า JSON:
{{
    "score": 0-100,
    "issues_found": [...],
    "phi_remaining": [...],
    "is_safe_for_research": true/false,
    "recommendation": "..."
}}"""

    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json"
    }
    
    payload = {
        "model": MODEL_VERIFY,
        "messages": [
            {"role": "system", "content": "คุณคือผู้ตรวจสอบคุณภาพการลบข้อมูล PHI ที่เข้มงวด"},
            {"role": "user", "content": verification_prompt}
        ],
        "temperature": 0.1,
        "max_tokens": 1500
    }
    
    response = requests.post(
        f"{BASE_URL}/chat/completions",
        headers=headers,
        json=payload,
        timeout=30
    )
    
    if response.status_code == 200:
        result = response.json()
        content = result["choices"][0]["message"]["content"]
        
        try:
            return json.loads(content)
        except json.JSONDecodeError:
            return {"error": "ไม่สามารถอ่านผลตรวจสอบ", "raw_response": content}
    else:
        # ใช้โมเดลสำรองถ้าโมเดลหลักไม่ทำงาน
        payload["model"] = MODEL_FALLBACK
        # ราคา fallback: $0.42/MTok กับ deepseek-v3.2
        response = requests.post(
            f"{BASE_URL}/chat/completions",
            headers=headers,
            json=payload,
            timeout=30
        )
        
        if response.status_code == 200:
            result = response.json()
            return json.loads(result["choices"][0]["message"]["content"])
        
        raise Exception(f"ทั้งโมเดลหลักและโมเดลสำรองไม่ทำงาน: {response.text}")


def comprehensive_phi_pipeline(text, api_key=HOLYSHEEP_API_KEY):
    """
    ท่อประมวลผล PHI แบบครบวงจร
    ขั้นที่ 1: ลบข้อมูล
    ขั้นที่ 2: ตรวจสอบด้วยโมเดลที่ 2
    ขั้นที่ 3: คืนค่าพร้อมรายงาน
    """
    
    from phi_deidentifier import deidentify_phi
    
    # ขั้นที่ 1: ลบข้อมูล
    deid_result, latency = deidentify_phi(text, api_key)
    
    if "error" in deid_result:
        return {
            "success": False,
            "error": deid_result["error"],
            "stage": "deidentification"
        }
    
    # ขั้นที่ 2: ตรวจสอบด้วยโมเดลที่ 2
    verify_result = verify_deidentification(
        text, 
        deid_result.get("deidentified_text", ""),
        api_key
    )
    
    # ขั้นที่ 3: ตัดสินใจ
    is_complete = verify_result.get("is_safe_for_research", False)
    
    return {
        "success": True,
        "deidentified_text": deid_result.get("deidentified_text"),
        "detected_phi": deid_result.get("detected_phi", []),
        "verification": verify_result,
        "latency_ms": latency,
        "is_safe": is_complete,
        "can_proceed": is_complete and verify_result.get("score", 0) >= 80
    }


ทดสอบระบบ

if __name__ == "__main__":
    test_record = """
    นางสาวมาลี รักสงบ อายุ 42 ปี 
    บัตรประชาชน 3-2121-43434-56-7
    เข้าพบแพทย์วันที่ 20 เมษายน 2567
    วินิจฉัยว่าเป็นเบาหวานชนิดที่ 2
    """
    
    result = comprehensive_phi_pipeline(test_record)
    print(json.dumps(result, ensure_ascii=False, indent=2))

บันทึกผลลัพธ์ลงไฟล์ Excel

# save_results.py
import pandas as pd
import json
from datetime import datetime

def save_to_excel(results, filename="phi_deidentification_results.xlsx"):
    """
    บันทึกผลลัพธ์การลบ PHI ลงไฟล์ Excel
    พร้อมสถิติและรายงานสรุป
    """
    
    # เตรียมข้อมูลสำหรับ DataFrame
    data_rows = []
    
    for item in results:
        if item.get("success"):
            result = item.get("result", {})
            verification = result.get("verification", {})
            
            row = {
                "ข้อความต้นฉบับ": item.get("original", ""),
                "ข้อความที่ลบข้อมูลแล้ว": result.get("deidentified_text", ""),
                "ความเชื่อมั่น": result.get("confidence_score", 0),
                "คะแนนตรวจสอบ": verification.get("score", 0),
                "ปัญหาที่พบ": ", ".join(verification.get("issues_found", [])),
                "PHI ที่เหลือ": ", ".join(verification.get("phi_remaining", [])),
                "ปลอดภัยสำหรับวิจัย": verification.get("is_safe_for_research", False),
                "ความหน่วง (ms)": item.get("latency_ms", 0),
                "สถานะ": "✓ ผ่าน" if verification.get("is_safe_for_research") else "✗ ไม่ผ่าน"
            }
        else:
            row = {
                "ข้อความต้นฉบับ": item.get("original", ""),
                "ข้อความที่ลบข้อมูลแล้ว": f"ข้อผิดพลาด: {item.get('result', {}).get('error', 'ไม่ทราบ')}",
                "ความเชื่อมั่น": 0,
                "คะแนนตรวจสอบ": 0,
                "ปัญหาที่พบ": "การประมวลผลล้มเหลว",
                "PHI ที่เหลือ": "",
                "ปลอดภัยสำหรับวิจัย": False,
                "ความหน่วง (ms)": 0,
                "สถานะ": "✗ ผิดพลาด"
            }
        
        data_rows.append(row)
    
    # สร้าง DataFrame
    df = pd.DataFrame(data_rows)
    
    # บันทึกเป็น Excel พร้อมจัดรูปแบบ
    with pd.ExcelWriter(filename, engine='openpyxl') as writer:
        df.to_excel(writer, sheet_name='ผลลัพธ์', index=False)
        
        # สร้าง sheet สรุป
        summary_data = {
            "รายการ": [
                "จำนวนทั้งหมด",
                "ผ่านการตรวจสอบ",
                "ไม่ผ่านการตรวจสอบ",
                "อัตราความสำเร็จ",
                "ความหน่วงเฉลี่ย (ms)",
                "คะแนนเฉลี่ย"
            ],
            "ค่า": [
                len(results),
                sum(1 for r in results if r.get("success")),
                sum(1 for r in results if not r.get("success")),
                f"{(sum(1 for r in results if r.get('success')) / len(results) * 100):.1f}%",
                f"{sum(r.get('latency_ms', 0) for r in results) / len(results):.2f}",
                f"{sum(r.get('result', {}).get('confidence_score', 0) for r in results) / len(results):.2f}"
            ]
        }
        summary_df = pd.DataFrame(summary_data)
        summary_df.to_excel(writer, sheet_name='สรุป', index=False)
        
        # ปรับความกว้างคอลัมน์
        worksheet = writer.sheets['ผลลัพธ์']
        for idx, col in enumerate(df.columns):
            max_length = max(df[col].astype(str).map(len).max(), len(col)) + 2
            worksheet.column_dimensions[chr(65 + idx)].width = min(max_length, 50)
    
    return filename

def generate_audit_report(results, output_file="audit_report.txt"):
    """สร้างรายงานตรวจสอบย้อนกลับตามมาตรฐาน"""
    
    timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    
    with open(output_file, 'w', encoding='utf-8') as f:
        f.write("=" * 60 + "\n")
        f.write("รายงานตรวจสอบย้อนกลับ PHI De-identification\n")
        f.write("=" * 60 + "\n")
        f.write(f"วันที่สร้าง: {timestamp}\n")
        f.write(f"จำนวนรายการ: {len(results)}\n\n")
        
        f.write("-" * 60 + "\n")
        f.write("รายละเอียดแต่ละรายการ\n")
        f.write("-" * 60 + "\n\n")
        
        for i, item in enumerate(results, 1):
            f.write(f"[{i}] ")
            if item.get("success"):
                result = item.get("result", {})
                verification = result.get("verification", {})
                f.write(f"ผ่าน (คะแนน: {verification.get('score', 0)})\n")
                f.write(f"    PHI ที่ตรวจพบ: {len(result.get('detected_phi', []))} รายการ\n")
                f.write(f"    PHI ที่เหลือ: {len(verification.get('phi_remaining', []))} รายการ\n")
            else:
                f.write("ไม่ผ่าน\n")
                f.write(f"    ข้อผิดพลาด: {item.get('result', {}).get('error', 'ไม่ทราบ')}\n")
            f.write("\n")
        
        f.write("

แหล่งข้อมูลที่เกี่ยวข้อง
บทความที่เกี่ยวข้อง