เปลี่ยน “ข้อมูลดิบ” ของโรงพยาบาล ให้เป็น “ความรู้หลายมิติ” — เห็นภาพรวม เฝ้าระวังเชิงรุก และตอบตัวชี้วัดได้ในที่เดียว พร้อม AI ช่วยวิเคราะห์
ข้อมูลมีมหาศาลแต่ใช้ยาก — PRISM เกิดมาเพื่อแก้ 4 ปัญหานี้
HOSxP/แล็บ/เภสัช/คลัง อยู่คนละที่ ดูภาพรวมยาก
รู้ปัญหาช้า ผู้ป่วยเสี่ยงหลุดการติดตาม
ตัวชี้วัด/43 แฟ้ม/รายงาน ใช้เวลามาก
ส่งออกแล้วถูกตีกลับ คุณภาพข้อมูลต่ำ
เหมือนปริซึมแยกแสงขาวเป็นสเปกตรัม — รับข้อมูลรวมแล้วแยกเป็นมุมมองอัจฉริยะให้แต่ละงาน (อ่าน read-only ปลอดภัยตาม PDPA)
PRISM ดึงข้อมูลแบบ อ่านอย่างเดียว (read-only) ไม่กระทบ HOSxP — ประมวลผล + AI แล้วส่งออกเป็นความรู้
OPD/IPD/ER/แล็บ + เคสมะเร็งรายวัน
Stroke · Sepsis · Med Error · MCH
แผนที่เสี่ยง + hotspot ตำบล
หมอพร้อม รายคน/เจ้าหน้าที่ · นัด/วัคซีน/NCD
RDU · RLU สกอร์การ์ดตัวชี้วัด
QC + DATA_CORRECT + ตัวชี้วัด
ตรวจคุณภาพอัตโนมัติ 4 ด่าน + ให้คะแนน
ค้นผู้บริจาคตรงหมู่เลือด + แผนที่ + CRM
ศูนย์บัญชาการโดรน + อากาศ
Audit · RBAC · 2FA · Demo
ต่อยอดบนสถาปัตยกรรมเดียวกัน — อ่าน read-only · ปลอดภัยตาม PDPA · มี RBAC แยกสิทธิ์ทุกระบบ
ค้นหาผู้บริจาคเชิงรุกที่หมู่เลือดตรงกับผู้ป่วย + แผนที่แยกสีตามหมู่เลือด + บันทึกการโทร (CRM) + ขอความยินยอม/ของดรับ
ติดตามงานเก็บสิ่งส่งตรวจ (SPECC) แยกตาม รพ.สต. — ปริมาณ/แนวโน้ม พร้อมกราฟ ช่วยวางแผนสายรับ-ส่ง
คำนวณ FTE/Workload และ Productivity รายหน่วย (ER/IPD/OPD) — สะท้อนภาระจริง ใช้จัดสรรกำลังคน/จ่าย P4P
อสม. คัดกรองในชุมชน 11 อาการ → คะแนน เขียว/เหลือง/แดง + พิกัด GPS — เคสแดงยิงเข้า LINE ER (ระบบ Sepsis)
ตรวจการจ่ายยาข้ามกับประวัติแพ้ยา + คู่ยาตีกัน warfarin (DDI) — ค้นความเสี่ยงด้านความปลอดภัยยาก่อนเกิดเหตุ
ติดตามความแม่นของการพยากรณ์ + ปรับ bias รายวันของสัปดาห์อัตโนมัติ (self-learning) ให้แม่นขึ้นเรื่อย ๆ
วัดภาระงานด้วยหน่วยมูลค่าสัมพัทธ์ (RVU/P4P) แทนนับหัวคิว + FTE · ปฏิบัติการ/สิทธิ · ระบาดวิทยาช่องปาก · พยากรณ์วัสดุ
จับเวลา T0 อัตโนมัติ · เช็ค Lactate/H/C/ATB/IV fluid จากข้อมูลจริง · ประเมิน ดีขึ้น/ทรงตัว/แย่ลง · แจ้งแพทย์เจ้าของไข้ผ่านหมอพร้อม
ผู้ช่วย AI ในเครื่อง รพ. เอง — ตอบทั้งตัวเลขสด คิว/เตียง/นัด เอกสารองค์กร และคำถามประชาชน (เจาะลึกสไลด์ถัดไป ▸)
Executive Situation Dashboard — สถานการณ์ รพ. ครบ 7 มิติ จากข้อมูล 10 ปี + พยากรณ์ 12 เดือน + AI Advisory สรุปส่งผู้บริหารอัตโนมัติ
โมเดลภาษา (LLM) ติดตั้งในเซิร์ฟเวอร์โรงพยาบาล — ข้อมูลไม่ออกนอกองค์กร ไม่มีค่าใช้จ่ายรายเดือน · ปุ่มแชทสีม่วงลอยอยู่ทุกหน้า
ถามตัวเลข รพ. แบบสด — คิว OPD ตอนนี้ · เตียงว่าง/อัตราครองเตียง · นัดพรุ่งนี้ · สถิติ OPD/IPD/รายรับ · เอกสารภายใน แผนยุทธศาสตร์ 5 ปี / แผนงบลงทุน / เกณฑ์ สนับสนุน รพร. (SAP) / ราคามาตรฐานครุภัณฑ์
ตอบข้อมูลทั่วไปของ รพ. — เวลาทำการ · ขั้นตอนรับบริการ · วิสัยทัศน์/ผู้บริหาร · คำแนะนำสุขภาพเบื้องต้น — จำกัดจำนวนคำถามต่อชั่วโมงต่อเครื่อง กันใช้งานผิดวัตถุประสงค์
① คลังความรู้ที่เจ้าหน้าที่พิมพ์สอนเอง (แก้ได้ทุกเมื่อ) · ② เอกสารจริงขององค์กร 14 เล่ม 1,600+ ท่อน ค้นด้วยเทคนิค RAG (ถามแล้วบอทค้นเอกสารมาอ้างอิงตอบ) · ③ ตัวเลขสดจากฐานข้อมูล ณ วินาทีที่ถาม
บล็อกเลขบัตรประชาชน 13 หลักไม่ให้หลุดเข้าแชท · เอกสารภายในมองเห็นเฉพาะโหมดเจ้าหน้าที่ · บอทตอบจากตัวเลขสรุปเท่านั้น ไม่มีข้อมูลรายบุคคล · บันทึก audit ทุกคำถาม
ตัวอย่างที่ระบบตรวจพบจากข้อมูลจริง (ภาพรวม ไม่เปิดเผยตัวตนผู้ป่วย)
ASU ยาปฏิชีวนะ 4 โรค · NCD/กลุ่มเปราะบาง 8 ตัว · NLEM · AMR/DUE ยาสำรอง — ผ่าน/ไม่ผ่านเทียบเป้าทันที พร้อมรายชื่อให้ลงมือ
จับการสั่งแล็บซ้ำซ้อน/ไม่จำเป็น (HbA1c/Lipid/อิเล็กโทรไลต์) + ประเมินมูลค่าที่ประหยัดได้
DM/HT ได้ตรวจ HbA1c/LDL/eGFR ตามเกณฑ์ · ขาดติดตาม · CKD เฝ้าระวังไต
โครงสร้างเดียวกัน เพิ่มสาขาใหม่ได้ (MCH · Sepsis · จิตเวช · TB · มะเร็ง)
ปักหมุดกลุ่มเสี่ยง 6 โรคบนแผนที่จริง — วางแผนลงพื้นที่
hotspot รายตำบล + เกณฑ์เตือน (mean+2SD) + พยากรณ์
หมอพร้อม/LINE รายบุคคล — นัด/ขาดนัด/NCD/วัคซีน
ส่งเวชภัณฑ์ทางอากาศ + เส้นทาง + อากาศเรียลไทม์
ANC/WCC/วัคซีน + แผนที่หญิงตั้งครรภ์
เชื่อมพิกัดบ้านผู้ป่วยกับกลุ่มเสี่ยง
CID/HN ถูกปิดบังบนทุกหน้าจอ · เลขบัตรประชาชนเข้ารหัส (AES) ที่ระดับฐานข้อมูล — ไม่มีเก็บ plaintext
บันทึกการเข้าถึง/แก้ไขข้อมูล + ทุกเหตุการณ์ login ลง auth log
สิทธิ์ตามบทบาท + ยืนยันตัวตน 2 ขั้น + Login ด้วย Provider ID ของ สธ.
ตรวจเจาะระบบซ้ำล่าสุด ก.ค. 69 — SQL injection / XSS / ความลับรั่ว: ผ่านทุกด้าน
บุคลากรใช้บัญชี Provider ID ของกระทรวงสาธารณสุข ล็อกอิน PRISM ได้ในคลิกเดียว — ไม่ต้องจำรหัสผ่านเพิ่ม ไม่ต้องขอเปิดบัญชีใหม่ · เปิดใช้งานจริงแล้ว
เจ้าหน้าที่ที่มีบัญชี PRISM อยู่แล้ว ระบบจับคู่ให้เอง — เข้าได้ทั้ง 2 ทาง สิทธิ์เดิมไม่หาย
ผู้บริหาร → Exec · แพทย์ → Doctor · ทั่วไป → Users — ลดภาระผู้ดูแลตั้งสิทธิ์ทีละคน
ไม่เก็บเลขบัตร plaintext — จับคู่บัญชีด้วยรหัสแฮช + เข้ารหัสในฐานข้อมูล · ทุกเหตุการณ์ลง auth log
เช็คสถานะหมอพร้อมอัตโนมัติ — ล่มเมื่อไหร่หน้า login ขึ้นป้ายแจ้ง และใช้รหัสผ่านปกติแทนได้เสมอ
มองสถานการณ์โรงพยาบาลครบทุกมิติในหน้าจอเดียว · เรียนรู้จากอดีต 10 ปี · พยากรณ์อนาคต 12 เดือน
เพื่อวางแผนพัฒนาโรงพยาบาลด้วย "ข้อมูลจริง" ไม่ใช่ความรู้สึก
บริการ · การเงิน · ระบาดวิทยา · RDU · ER/Refer · ทันตกรรม · กำลังคน
คลังข้อมูล 3,835 วัน · 126 เดือน (พ.ศ. 2559–2569) เจาะดูรายปีได้ทุกปี
ตรวจทานกับ HOSxP ทุกตัวเลข — ดีกว่าเกณฑ์ยอมรับ ±1%
พยากรณ์ล่วงหน้า 12 เดือน คลาดเคลื่อนเพียง 5-8% (เกณฑ์ ≤25%)
OPD/IPD · ครองเตียง · LOS · นัด-ผิดนัด (เป้า ≤15%)
เรียกเก็บ/รับจริง แยกสิทธิ · มูลค่ายา · YoY รายเดือน
Epidemic curve เทียบ median 5 ปี + เกณฑ์ 2SD
Antibiotic URI/AD/FTW เทียบเป้า · NSAIDs ใน CKD
Triage 5 ระดับ · ส่งต่อเข้า-ออก · อัตราตายใน รพ.
ผู้รับบริการ/หัตถการ รายวัน-รายเดือน
ผู้ให้บริการ active · ภาระงาน visit/คน/เดือน
กดเลือกปี 2559–2569 · KPI + YoY + กราฟเทียบปีก่อน
HOSxP สำเนา slave อ่านอย่างเดียว → สกัดสรุปทุกคืน 02:00 → คลัง agg_* (เก็บเฉพาะตัวเลขสรุป — ไม่มี HN/CID ตาม PDPA) → Dashboard อ่านจากคลังเท่านั้น
ประมวลผลซ้ำได้ผลเท่าเดิม (idempotent) · ทุกรอบมี log ตรวจย้อนหลัง · ล้มเหลว→แจ้งเตือน LINE อัตโนมัติ
OPD ปี 2562: คลัง 263,698 = HOSxP 263,698 ✓
ER ปี 2562: 59,991 = 59,991 ✓ · รายรับปี 2567: 200.18 ลบ. = 200.18 ลบ. ✓
ตรงกัน 100% ทุกมิติ (เกณฑ์โครงการยอมรับ ±1%)
ทุกหน้ามีกล่อง "วิธีคำนวณ & ที่มาของข้อมูล" — บอกสูตร, ตารางต้นทาง, เป้าหมาย ของทุกตัวชี้วัด ผู้ตรวจสอบ/ผู้บริหารตรวจย้อนได้เองไม่ต้องถามไอที
💊 Antibiotic แผลสด 91.5% (2559) → 59.1% (2569) ดีขึ้นแต่ยังเกินเป้า 40%
🦟 ไข้เลือดออกระบาดเป็นรอบ 2-3 ปี (2562: 784 ราย → 2567: 184 ราย)
🏥 OPD โต +22% ใน 10 ปี แต่ผู้ให้บริการโตช้ากว่า → ใช้วางแผนอัตรากำลัง
แยกข้อมูลเป็น 3 ส่วน: ระดับ + แนวโน้ม + ฤดูกาล แล้วปรับเรียบพร้อมกัน
α β γ = น้ำหนัก "เชื่อข้อมูลใหม่แค่ไหน" — ระบบหาค่าที่แม่นสุดอัตโนมัติ (grid search) · ช่วงความเชื่อมั่น 95% = ŷ ± 1.96σ√h ยิ่งไกลยิ่งกว้าง
จากข้อมูล 126 เดือน ระบบ fit ได้ (ตัวเลขปัดกลม):
• ระดับปัจจุบัน L = 16.0 ลบ. (ฐานรายรับตอนนี้)
• แนวโน้ม B = +0.1 ลบ./เดือน (โตช้าๆ)
• ฤดูกาล ต.ค. S = +2.5 ลบ. (ต.ค. สูงกว่าปกติทุกปี — ต้นปีงบ)
พยากรณ์ล่วงหน้า h=4 เดือน:
ŷ = 16.0 + (4×0.1) + 2.5 = 18.9 ลบ.
✅ ระบบจริงให้ 19.09 ลบ. (กรอบ 13.1–25.1) — ตรงตามหลักคิด
ซ่อนข้อมูล 12 เดือนล่าสุด → ให้โมเดลทายโดยไม่เห็นเฉลย → เทียบของจริง
MAPE = เฉลี่ย(|จริง − ทาย| ÷ จริง) × 100
เช่น จริง 27,910 ทาย 26,092 → คลาด 6.5%
ผลจริงของ รพ.: OPD 8.2% · IPD 6.7% · รายรับ 8.5% · ยา 5.5% · ER 7.2% — ผ่านเกณฑ์ ≤25% ทุกตัว
① ถ้า Holt-Winters สอบตก (MAPE>25% หรือแพ้ค่าเฉลี่ย) → สลับใช้ MA12: ŷ = (x₁+…+x₁₂)÷12 แกร่งต่อความผันผวนหลังโควิด + ติดป้าย "ความเชื่อมั่นต่ำ"
② โรคระบาดใช้อีกสูตร: เกณฑ์เตือน = median 5 ปี + 2SD รายสัปดาห์ — เกินเมื่อไหร่ = เข้าข่ายระบาด แจ้ง SRRT
🚀 Roadmap: Prophet (Python/Docker) เทียบแข่งกับสูตรปัจจุบัน
ระบบสารสนเทศสุขภาพอัจฉริยะเชิงรุก · โรงพยาบาลสมเด็จพระยุพราชบ้านดุง
ขอบคุณครับ · พัฒนาร่วมกับ AI