การศึกษาและออกแบบพัฒนาระบบการจัดการโลจิสติกส์โซ่ความเย็นผลิตภัณฑ์โลหิต
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
การจัดการโลจิสติกส์ของห่วงโซ่ความเย็นโลหิต มีความสำคัญอย่างยิ่งต่อคุณภาพของโลหิตและส่วนประกอบโลหิตที่จะนำไปใช้รักษาผู้ป่วย เกี่ยวข้องกับกระบวนการขนส่งและจัดเก็บรักษาโลหิต ส่วนประกอบโลหิต และการให้โลหิตแก่ผู้ป่วย ทั้งนี้จำเป็นอย่างยิ่งที่ต้องควบคุมและรักษาให้อยู่ในอุณหภูมิที่เหมาะสมทุกขั้นตอน เพื่อรักษาคุณภาพของโลหิตให้มีประสิทธิภาพตลอดโซ่อุปทาน โครงการวิจัยนี้ มีวัตถุประสงค์เพื่อ 1) ศึกษาและออกแบบระบบต้นแบบติดตามและสอบย้อนกลับของผลิตภัณฑ์โลหิต 2) ออกแบบและพัฒนานวัตกรรมต้นแบบบรรจุภัณฑ์เพื่อรักษาอุณหภูมิของผลิตภัณฑ์ในกระบวนการขนส่ง และ 3) พัฒนาวิธีการสำหรับระบบสนับสนุนการตัดสินใจของการวิเคราะห์ความต้องการผลิตภัณฑ์โลหิต โดยผลการวิจัย คือ 1) ระบบต้นแบบติดตามและสอบย้อนกลับของผลิตภัณฑ์โลหิต ตั้งแต่การเบิกจ่าย การติดตามสถานะ การขนส่ง ไปจนถึงผู้รับ และแนวทางการพัฒนาเชื่อมต่อและใช้งานต่อไปสำหรับโรงพยาบาล 2) นวัตกรรมต้นแบบบรรจุภัณฑ์เพื่อรักษาอุณหภูมิของผลิตภัณฑ์ในกระบวนการขนส่ง และระบบอิเล็คทรอนิกส์ที่ควบคุมและรักษาอุณหภูมิภายในกล่อง ภายใต้ทฤษฎีการถ่ายเทความร้อน โดยสามารถควบคุมอุณหภูมิเฉลี่ยภายในกล่องเปล่าที่ยังไม่ได้บรรจุผลิตภัณฑ์ได้ 9-11 องศาเซลเซียส ภายใต้สภาพแวดล้อมภายนอกกล่องที่อุณหภูมิ 25-40 องศาเซลเซียส โดยสามารถรักษาและควบคุมอุณหภูมิได้ต่อเนื่องด้วยพลังงานไฟฟ้ากระแสตรง ระยะเวลาการทดสอบที่ 120 ชั่วโมง โดยไม่จำเป็นต้องใช้วัสดุช่วยให้ความเย็น และ 3) ได้แบบจำลองสำหรับระบบสนับสนุนการตัดสินใจของการวิเคราะห์ความต้องการและการพยากรณ์ผลิตภัณฑ์โลหิต จากการวิเคราะห์ข้อมูลความต้องการเบิกผลิตภัณฑ์โลหิตจากโรงพยาบาล และปริมาณที่ศูนย์บริการโลหิตแห่งชาติสามารถส่งมอบได้ ด้วยการเรียนรู้ของเครื่องในกระบวนการปัญญาประดิษฐ์ เปรียบเทียบและดูผลความคลาดเคลื่อนการพยากรณ์ที่เกิดขึ้น พบว่า วิธีการที่เหมาะสมในการพยากรณ์ คือ วิธีการ Random Forest Regressor ที่ทำให้ค่าพยากรณ์มีความแม่นยำเท่ากับ 89.15%