การเพิ่มประสิทธิภาพในการจัดการอัตราคงคลังยาและเวชภัณฑ์ฝ่ายเภสัชกรรมในโรงพยาบาลของรัฐ

ชุติเดช  มั่นคงธรรม; ชิตพงษ์  อัยสานนท์; ปรียาภรณ์  ธีรพรเลิศรัฐ; เกียรติพงษ์  สันตะบุตร

doi:10.60027/iarj.2025.282679

ผู้แต่ง

ชุติเดช มั่นคงธรรม สาขาวิชาการจัดการโลจิสติกส์ มหาวิทยาลัยกรุงเทพธนบุรี https://orcid.org/0009-0001-3030-8335
ชิตพงษ์ อัยสานนท์ สาขาวิชาการจัดการโลจิสติกส์ มหาวิทยาลัยกรุงเทพธนบุรี https://orcid.org/0009-0002-1444-1467
ปรียาภรณ์ ธีรพรเลิศรัฐ สาขาวิชาการจัดการโลจิสติกส์ มหาวิทยาลัยกรุงเทพธนบุรี https://orcid.org/0009-0000-4042-3006
เกียรติพงษ์ สันตะบุตร สาขาวิชาการจัดการโลจิสติกส์ มหาวิทยาลัยกรุงเทพธนบุรี https://orcid.org/0009-0002-4281-9201

DOI:

https://doi.org/10.60027/iarj.2025.282679

คำสำคัญ:

การจัดการอัตราคงคลังยา, การวิเคราะห์เมทริกซ์ ABC-VED, ปริมาณการสั่งซื้อที่ประหยัดที่สุด, ปริมาณสต็อกสำรองเพื่อความปลอดภัย

บทคัดย่อ

ภูมิหลังและวัตถุประสงค์: การจัดการอัตราคงคลังยาและเวชภัณฑ์อย่างมีประสิทธิภาพเป็นความท้าทายสำคัญของโรงพยาบาลในปัจจุบัน โดยเฉพาะในสภาวะที่มีทรัพยากรจำกัดและความต้องการใช้ยาที่ผันผวน การบริหารจัดการที่ไม่เหมาะสมอาจนำไปสู่ปัญหาการขาดแคลนยาหรือการมียาเหลือมากเกินไป ซึ่งส่งผลกระทบโดยตรงต่อคุณภาพการรักษาและต้นทุนการดำเนินงานของโรงพยาบาล งานวิจัยนี้มีวัตถุประสงค์ 1) เพื่อศึกษาการแบ่งระดับความสำคัญของยาและเวชภัณฑ์ในการสั่งซื้อให้เหมาะสมกับคลังยาและเวชภัณฑ์ที่มีจำกัด 2) เพื่อศึกษาการเพิ่มประสิทธิภาพในการจัดการอัตราคงคลังยาและเวชภัณฑ์ฝ่ายเภสัชกรรมในโรงพยาบาลของรัฐ ด้วยการใช้วิธีการหลายรูปแบบร่วมกัน เพื่อให้ได้ผลลัพธ์ที่ดีกว่าการใช้วิธีใดวิธีหนึ่งเพียงอย่างเดียว

ระเบียบวิธีการวิจัย: การวิจัยนี้เป็นการวิจัยเชิงปริมาณ โดยใช้ข้อมูลคลังยาและเวชภัณฑ์จากโรงพยาบาลรัฐแห่งหนึ่งในปี 2566 จำนวน 12,322 รายการ เลือกกลุ่มตัวอย่างแบบเจาะจง เครื่องมือวิจัยประกอบด้วยแบบบันทึกข้อมูล การวิเคราะห์เมทริกซ์ ABC-VED สูตรคำนวณทางการจัดการคลังสินค้า ขั้นตอนการวิจัยเริ่มจากการรวบรวมข้อมูลการจัดซื้อ การจ่าย และการจำหน่ายยา จากนั้นวิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา การวิเคราะห์
เมทริกซ์ ABC-VED การคำนวณ EOQ และ Safety Stock เพื่อเพิ่มประสิทธิภาพการจัดการอัตราคงคลังยา ผลการวิจัยนำเสนอการแบ่งกลุ่มยาตามความสำคัญ การพยากรณ์ความต้องการ และโมเดลการสั่งซื้อที่เหมาะสม

ผลการวิจัย: พบว่า 1) สามารถแบ่งยาและเวชภัณฑ์ออกเป็นกลุ่มตามมูลค่าและความสำคัญทางการแพทย์ โดยแบ่งเป็นกลุ่ม A, B และ C ตามมูลค่า และกลุ่ม V, E, และ D ตามความสำคัญ ยาที่มีความสำคัญสูงสุด (Vital) ถูกจัดอยู่ในทุกกลุ่มมูลค่า โดยกลุ่ม C ซึ่งมีมูลค่าต่ำมีจำนวนมากที่สุด แสดงให้เห็นว่าการจัดการยาในกลุ่มที่มีความสำคัญสูงจำเป็นต้องพิจารณาทั้งมูลค่าและความสำคัญทางการแพทย์ เพื่อไม่ให้เกิดปัญหาการขาดแคลนยาสำคัญแต่มีมูลค่าต่ำ 2) การใช้หลายวิธีการร่วมกันในการบริหารคลังยา เช่น Modified Moving Average (MMA), Reorder Point (ROP), Economic Order Quantity (EOQ) และ Safety Stock (SS) พบว่าช่วยให้การจัดการมีความแม่นยำและลดความเสี่ยงในการขาดแคลนได้ โดยการใช้ MMA ช่วยให้พยากรณ์ความต้องการได้แม่นยำขึ้น ส่วนการกำหนด ROP ที่เหมาะสมช่วยลดปัญหาขาดแคลน การคำนวณ EOQ และ Safety Stock ช่วยลดต้นทุนการจัดการและเพิ่มความยืดหยุ่นของระบบ

สรุปผล: โมเดลการสั่งซื้อที่เหมาะสมควรเป็นการผสมผสานหลายแนวคิดและเครื่องมือ ได้แก่ EOQ, ROP, Safety Stock, MMA และการใช้เทคโนโลยีสมัยใหม่อย่าง AI, IoT และ Machine Learning เพื่อให้เกิดประสิทธิภาพสูงสุดในการจัดการอัตราคงคลังยา ลดต้นทุน และป้องกันการขาดแคลน

เอกสารอ้างอิง

กรมควบคุมโรค. (2566). รายงานสถานการณ์โรคติดเชื้อไวรัสโคโรนา 2019 ในประเทศไทย. กรุงเทพฯ: กระทรวงสาธารณสุข.

กรมวิชาการสาธารณสุข. (2565). แนวทางการจัดการคลังยาและเวชภัณฑ์ในโรงพยาบาล. วารสารวิชาการสาธารณสุข, 31(2), 215-230.

กระทรวงสาธารณสุข. (2564). รายงานประจำปี 2564 กระทรวงสาธารณสุข. Retrieved October 10, 2024, from: https://bps.moph.go.th/new_bps/sites/default/files/annual%20report%202021.pdf

ชัยนันท์ บุตรน้ำเพชร. (2564). การเพิ่มประสิทธิภาพในการจัดการอัตราคงคลังยาและเวชภัณฑ์ฝ่ายเภสัชกรรม โรงพยาบาลศิริราช. วิทยานิพนธ์ หลักสูตรวิศวกรรมศาสตรมหาบัณฑิต สาขาวิชาวิศวกรรมข้อมูลขนาดใหญ่ วิทยาลัยนวัตกรรมด้านเทคโนโลยีและวิศวกรรมศาสตร์ มหาวิทยาลัยธุรกิจบัณฑิตย์.

นันทวรรณ กิติกรรณากรณ์, ปฐวี เดชชิต, สุภารัตน์ วัฒนสมบัติ และ สรัญญา สุนันต๊ะ. (2566). การพัฒนาตัวชี้วัดประเมินประสิทธิภาพการปฏิบัติงานในโครงการรับยาที่ร้านยาบริบทเครือข่ายโรงพยาบาลศูนย์แห่งหนึ่ง. วารสารเภสัชกรรมโรงพยาบาล, 33(2), 154-170.

รวีณัฏฐกานต์ หาญรินทร์. (2566). การพัฒนาระบบการจัดซื้อโดยใช้เทคนิคการจัดซื้อที่มีประสิทธิภาพ สำหรับยาคงคลัง โรงพยาบาลเมืองพัทยา. วิทยานิพนธ์ หลักสูตรเภสัชศาสตรมหาบัณฑิต สาขาวิชาเภสัชศาสตร์สังคมและการบริหาร ปริญญามหาบัณฑิต มหาวิทยาลัยศิลปากร.

ราชวิทยาลัยเภสัชกรรม. (2564). การประยุกต์ใช้เทคนิคการพยากรณ์เพื่อการจัดการคลังยา. วารสารเภสัชกรรมไทย, 13(1), 45-60.

ลักขณา รินทะไชย. (2565). การพัฒนาระบบบริหารคลังเวชภัณฑ์ยา โรงพยาบาลท่าคันโท จังหวัดกาฬสินธุ์ ปีงบประมาณ 2565-2566. วารสารสุขภาพและสิ่งแวดล้อมศึกษา, 8(4),834-841.

วรัญญา ครองแก้ว . (2565). การพัฒนาประสิทธิภาพการบริหารเวชภัณฑ์ยากลุ่มมุ่งเป้า (Targeted therapy) กลุ่มงานเภสัชกรรม สถาบันมะเร็งแห่งชาติ ตุลาคม 2559 ถึง มิถุนายน 2562. วารสารโรคมะเร็ง, 42(1), 1-9.

สันติ แก้วงาม. (2564). การบริหารการจัดซื้อยาในโรงพยาบาลตะกั่วป่าโดยใช้ ABC-VEN matrix. เภสัชกรรมคลินิก, 27(3), 103-111.

สำนักงานหลักประกันสุขภาพแห่งชาติ. (2565). รายงานการสร้างหลักประกันสุขภาพแห่งชาติ ประจำปีงบประมาณ 2565. Retrieved October 10, 2024, from: https://www.nhso.go.th/publications/5758.

Chandransangran, Y., & Arbaiy, N. (2024). Swift Remedy Pharmaceutical Management System for Clinic Mediviron Seapark. Applied Information Technology and Computer Science, 5(1), 960-977.

Dixit, A., Pandey, P., Mahajan, R., & Dhasmana, D. C. (2021). ABC-VED analysis of a drug store in the department of community medicine of a medical college in Delhi. Indian Journal of Pharmaceutical Sciences, 83(1), 145-151.

Dubey, M., Vishwakarma, H., & Nisha, P. (2022). Review Article on Pharmaceutical Inventory Models. Journal of Drug Delivery & Therapeutics, 12(5), 230-235.

Gupta, R. K., & Kant, S. (2000). ABC-VED analysis of pharmacy store: A useful tool for the management of the medical store in a tertiary care hospital. Journal of the Academy of Hospital Administration, 12(1), 1-5.

Li, Y., Chen, J., & Cai, X. (2022). Data-driven reorder point determination for hospital pharmacies using machine learning and simulation. European Journal of Operational Research, 298(3), 943-956.

Mishra, O., Srivastava, S., & Shukla, S. (2021). IoT-based inventory management system for healthcare supply chain. International Journal of Information Technology, 13(4), 1403-1410.

Paramesthi, P., Jati, S. P., & Suryoputro, A. (2024). Hospital Pharmaceutical Inventory Control in In-Vitro Fertilization Services Using Minimum-Maximum Stock Level. JMMR (Jurnal Medicoeticolegal dan Manajemen Rumah Sakit), 13 (2), 181-198, https://doi.org/10.18196/jmmr.v13i2.421

Uthayakumar, R., & Priyan, S. (2021). An integrated inventory model for pharmaceutical products with expiration dates and multi-delivery strategies. Operations Research for Health Care, 28, 100283.

Wokas, A. D. S. (2023). Drugs Inventory Management in Hospital: A Case Study at Department Pharmacy Regional Hospital Bula, Indonesia. Universitas Gadjah Mada.

Zhang, H., Liu, S., & Zhu, Q. (2022). An intelligent decision support system for hospital drug inventory management using deep reinforcement learning. Expert Systems with Applications, 189, 116120.