หลักสูตรปริญญาโท สาขาวิชาสถิติประยุกต์ (AS) สาขาวิชาการวิเคราะห์ข้อมูลและวิทยาการข้อมูล (DADS) สาขาวิชาโลจิสติกส์อัจฉริยะและการจัดการโซ่อุปทาน (LSCM) สาขาวิชาวิทยาการคอมพิวเตอร์และระบบสารสนเทศ (CSIS) สาขาวิชาการจัดการวิเคราะห์ข้อมูลและเทคโนโลยีข้อมูล (MADT) สาขาวิชาบริหารเทคโนโลยีสารสนเทศ (ITM) สาขาวิชาการจัดการความเสี่ยงความมั่นคงทางไซเบอร์ (CYBER)
Cover GSAS

Working Papers

การพัฒนาเครื่องมือ WISN ด้วยเทคนิค Machine Learning สําหรับการพยากรณ์กําลังคน

Authors

อานนท์ สุกสัก,เอกรัฐ รัฐกาญจน์
นักศึกษา คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์
อาจารย์ คณะสถิติประยุกต์ สถาบันบัณฑิตพัฒนบริหารศาสตร์

Abstract

ประเทศไทยกําลังเผชิญปัญหาการขาดแคลนและการกระจายตัวไม่สมดุลของแพทย์เวชศาสตร์ครอบครัว ซึ่งเป็นบุคลากรสําคัญในระบบบริการสุขภาพปฐมภูมิ ท่ามกลางบริบทของสังคมสูงวัยและภาระโรคไม่ติดต่อเรื้อรัง (NCDs) ที่เพิ่มขึ้น งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเครื่องมือพยากรณ์ความต้องการแพทย์เวชศาสตร์ครอบครัวระดับจังหวัด ระหว่างปี พ.ศ. 2568–2578 โดยบูรณาการแนวทาง Workload Indicators of Staffing Need (WISN) กับเทคนิค Machine Learning (ML) ได้แก่ Random Forest,XGBoost, Gaussian Process Regression และ Linear Regression เพื่อคาดการณ์แนวโน้มบริการสุขภาพ เช่น จํานวนผู้ป่วยนอกและผู้ป่วย NCDs

การศึกษาอยู่ระหว่างดําเนินการ โดยใช้ข้อมูลทุติยภูมิจากหลายแหล่ง เช่น ฐานข้อมูลของสํานักงานหลักประกันสุขภาพแห่งชาติสํานักงานประกันสังคม กรมบัญชีกลาง ข้อมูลประชากรจากสํานักงานสภาพัฒนาการเศรษฐกิจและสังคมแห่งชาติและข้อมูลภาระงานจากการทบทวนวรรณกรรมและผู้เชี่ยวชาญรวมถึงข้อมูลจากโครงการวิจัยระดับชาติเกี่ยวกับการวางแผนกําลังคนแพทย์เฉพาะทางผลการวิเคราะห์จะถูพัฒนาเป็นเครื่องมือต้นแบบในรูปแบบ Spreadsheet ที่ปรับให้เหมาะกับบริบทแต่ละพื้นที่ตัวอย่าง คาดว่าจะช่วยสนับสนุนการตัดสินใจเชิงนโยบายในการจัดสรรกําลังคนแพทย์เวชศาสตร์ครอบครัวได้อย่างแม่นยํา ยืดหยุ่น และยั่งยืน