ระบบธุรกิจอัจฉริยะสำหรับการประเมินความคุ้มค่าด้านการใช้งานของอุปกรณ์ทางการแพทย์
A Business Intelligence System for Assessing Efficiency of Medical Equipment Utilization
Abstract
งานวิจัยนี้ มีวัตถุประสงค์เพื่อพัฒนาระบบธุรกิจอัจฉริยะสำหรับประเมินความคุ้มค่าด้านการใช้งานของอุปกรณ์ทางการแพทย์ โดยระบบสามารถบันทึก จัดเก็บ และจัดการข้อมูลสารสนเทศของอุปกรณ์ รวมทั้งวิเคราะห์และแสดงรายงานอย่างอัตโนมัติ ผลการวิเคราะห์ข้อมูลตัวอย่างการใช้งานอุปกรณ์จำนวน 10 เครื่อง 7 ประเภทในโรงพยาบาลระดับตติยภูมิแห่งหนึ่ง พบว่า ปีงบประมาณ พ.ศ. 2564 มีอุปกรณ์ทางการแพทย์ เพียง 2 เครื่องจาก 10 เครื่อง ที่มีอัตราการใช้งานเครื่องเกินร้อยละ 50 หรือคิดเป็นร้อยละ 20 ของเครื่องทั้งหมด และปีงบประมาณ พ.ศ. 2565 มีอัตราการใช้งานเครื่องเกินร้อยละ 50 ทั้งสิ้น 3 เครื่อง หรือคิดเป็นร้อยละ 30 ของเครื่องทั้งหมด โดยผลการประเมินประสิทธิภาพของระบบโดยผู้เชี่ยวชาญพบว่า ประสิทธิภาพของระบบแต่ละด้าน อยู่ในระดับ “ดี” ทุกด้าน และมีประสิทธิภาพเฉลี่ยโดยรวมของทุกด้าน เท่ากับ 2.61 ซึ่งเป็นระดับสูงสุด ดังนั้นระบบประเมินความคุ้มค่าของการใช้งานอุปกรณ์ทางการแพทย์ดังกล่าวสามารถนำไปประยุกต์ใช้งานกับโรงพยาบาลอื่นได้
This research aims to develop a business intelligence (BI) system to assess operational efficiency assessment of medical equipment. The BI system can record, store, and manage equipment information and automatically analyze data and display reports. The analysis of the sample data (7 types of 10 medical devices used in a tertiary hospital) found that in the fiscal year 2021, only 2 out of 10 devices (20% of all equipment) had a utilization rate of more than 50%. Comparatively, in the fiscal year 2022, 3 devices (30% of all equipment) showed a percentage utilization rate above 50%. According to experts' results of the system performance evaluation, the efficiency of each aspect of the system was at a “good” level, and the overall average efficiency of all aspects was 2.61, indicating the system provides the highest level of performance. Therefore, the developed system for assessing the effectiveness of medical equipment utilization can be applied by other hospitals or healthcare facility.
Keywords
[1] S. S. Eric Kaun dos, W. C. June Alisson, V. C. M. Alexandra, P. d. M. Thyago, M. Sandro, and D. S. Eduardo, “Cost-effectiveness in health: Consolidated research and contemporary challenges,” Humanities and Social Sciences Communications, vol. 8, no. 1, 2021.
[2] M. Nakhla, “Designing extended overall equipment effectiveness: Application in healthcare operations,” International Journal of Management Science and Engineering Management, vol. 13, pp. 227–236, 2018.
[3] Y. Wei, H. Yu, J. Geng, B. Wu, Z. Guo, L. He, and Y. Chen, “Hospital efficiency and utilization of high-technology medical equipment: A panel data analysis,” Health Policy and Technology, vol. 7, no. 1, 2018.
[4] V. Gupta and S. C. Sarode, “Assessment of equipment utilization and maintenance schedule at a dental institution in Bengaluru, India,” World Journal of Dentistry, vol. 8, pp. 104–108, 2017.
[5] P. Chaudhary, P. Kaul, S. K. Gupta, and S. Kant, “An assessment of diagnostic equipment utilization in a tertiary healthcare setup: A key to economical patient management,” in Proceedings Chaudhary2014AnAO, 2014.
[6] E. Tesfaye Geta, D. R. Terefa, and A. E. Desisa, “Efficiency of medical equipment utilization and its associated factors at Public Referral Hospitals in East Wollega Zone, Oromia Regional State, Ethiopia,” Medical devices (Auckland, N.Z.), vol. 16, p. 37–46, 2023.
[7] M. M. Hossain, P. Sultana, and S. Mohd, “Cross-sectional study on utilization of radiology and imaging equipment in the district hospitals of Bangladesh,” International Journal of Research Foundation of Hospital and Healthcare Administration, vol. 5, no. 1, pp. 21–28, 2017.
[8] T. H. S. Rimo and O. Chai Tin, “A simulation study of capacity utilization to predict future capacity for manufacturing system sustainability,” IOP Conference Series: Earth and Environmental Science, vol. 109, 2017.
[9] S. T. S. Shazali, C. H. Ting, A. Hishamuddin, M. S. Mohd, and A. Adzlan, “Measuring Machinery Capacity Utilization and Its Impact on Manufacturing Performance and Environment,” in ENCON 2013, 2013.
[10] M. Singh, R. Rathi, and M. S. Kaswan, “Capacity utilization in industrial sector: a structured review and implications for future research,” World Journal of Engineering, 2021.
[11] H. Guo, L. Wang, F.-J. Chen, and D. Liang, “ Scientific big data and Digital Earth,” Chinese Science Bulletin, vol. 59, pp. 5066–5073, 2014.
[12] Z. Mohseni, R. M. Martins, and I. Masiello, “SAVis: A learning analytics dashboard with interactive visualization and machine learning,” in Proceedings Nordic Learning Analytics (Summer) Institute 2021, Stockholm, 2021.
[13] Y. Michael, G. Abba, and R. Reinert, “Business intelligence for social media interaction in the travel industry in Indonesia,” Journal of Intelligence Studies in Business, vol. 8, pp. 72–79, 2018.
[14] C. Ticiana, G. Nuno, T. Yuka, P. Ivan, M. Pedro, and G. Norberto Jorge, “Data Analysis for the Development of a PowerBi solution for sales,” in Proceedings 2022 International Conference on Data Analytics for Business and Industry (ICDABI), 2023.
[15] W. Haque, B. Urquhart, E. Berg and R. Dhanoa, “Using business intelligence to analyze and share health system infrastructure data in a rural health authority,” JMIR medical informatics, vol. 2, no. 2, 2014.
[16] S. Krug, Don't Make Me Think, Revisited: A Common Sense Approach to Web Usability (3rd Edition), New Riders Publishing (US), 2014.
[17] J. Kirakowski and M. Corbett, “SUMI: The software usability measurement inventory,” British Journal of Educational Technology, vol. 24, no. 3, pp. 210–212, 1993.
[18] L. J. Cronbach, “Coefficient alpha and the internal structure of tests,” Psychometrika, vol. 16, pp. 297–334, 1951.
[19] J. M. Cortina, “What is coefficient alpha? An examination of theory and applications,” Journal of Applied Psychology, vol. 78, no. 1, pp. 98–104, 1993.
DOI: 10.14416/j.kmutnb.2024.09.011
ISSN: 2985-2145
Email this article 
Hide
Show all