การพัฒนาและประเมินระบบ CRM+AI เพื่อยกระดับบริการของสถานพยาบาลเอกชนในกรุงเทพฯ

ศิรชญาน์  การะเวก

doi:10.60027/iarj.2025.285859

ผู้แต่ง

ศิรชญาน์ การะเวก คณะบริหารธุรกิจ มหาวิทยาลัยกรุงเทพธนบุรี https://orcid.org/0009-0005-4428-9189

DOI:

https://doi.org/10.60027/iarj.2025.285859

คำสำคัญ:

ระบบจัดการความสัมพันธ์ผู้รับบริการ, ปัญญาประดิษฐ์, สถานพยาบาลเอกชน

บทคัดย่อ

ภูมิหลังและวัตถุประสงค์: ในยุคดิจิทัล สถานพยาบาลเอกชนในกรุงเทพมหานครเผชิญความท้าทายด้านการแข่งขัน การวิจัยมีวัตถุประสงค์เพื่อ (1) ศึกษาระดับประสิทธิภาพของระบบจัดการความสัมพันธ์ผู้รับบริการร่วมกับปัญญาประดิษฐ์ (CRM+AI) และ (2) ประเมินประสิทธิภาพของระบบในการยกระดับคุณภาพการให้บริการของสถานพยาบาลเอกชน

ระเบียบวิธีการวิจัย: การวิจัยแบบผสานวิธี เก็บข้อมูลเชิงปริมาณจากผู้รับบริการ 500 คน และเชิงคุณภาพจากการสัมภาษณ์ผู้บริหารและบุคลากร 25 คน ใน 5 โรงพยาบาลเอกชน เครื่องมือวิจัยผ่านการตรวจสอบความตรงเชิงเนื้อหา (IOC) ระหว่าง 0.67-1.00 และมีค่าความเชื่อมั่น 0.91 วิเคราะห์ข้อมูลด้วยสถิติพรรณนา การทดสอบค่าที การวิเคราะห์ความแปรปรวน และการวิเคราะห์เนื้อหา

ผลการวิจัย: ระบบ CRM+AI มีประสิทธิภาพโดยรวมระดับสูงมาก (Mean = 4.70) โดยระบบจัดการข้อมูลมีประสิทธิภาพสูงสุด สามารถลดระยะเวลาบริการร้อยละ 44.5 เพิ่มความถูกต้องเป็นร้อยละ 96.3 และเพิ่มความพึงพอใจของผู้รับบริการจาก 4.06 เป็น 4.62

สรุปผล: การพัฒนาระบบ CRM+AI ที่เหมาะสมจำเป็นต้องบูรณาการระบบจัดการข้อมูล การวิเคราะห์พฤติกรรม และบริการอัจฉริยะ สามารถยกระดับประสิทธิภาพการให้บริการ ความพึงพอใจ และประสิทธิผลการดำเนินงานอย่างมีนัยสำคัญ

เอกสารอ้างอิง

พระราชบัญญัติคุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562. (2562). ราชกิจจานุเบกษา, 136(69ก), 52-95.

ศูนย์วิจัยกสิกรไทย. (2566). แนวโน้มธุรกิจโรงพยาบาลเอกชนปี 2567. ธนาคารกสิกรไทย.

สำนักงานพัฒนาธุรกรรมทางอิเล็กทรอนิกส์. (2566). รายงานสถานการณ์ความปลอดภัยทางไซเบอร์ของข้อมูลสุขภาพในประเทศไทยปี 2565-2566. กระทรวงดิจิทัลเพื่อเศรษฐกิจและสังคม.

Ahmed, M. I., Spooner, B., Isherwood, J., Lane, M., Orrock, E., & Dennison, A. (2023). A systematic review of the barriers to the implementation of artificial intelligence in healthcare. Cureus, 15(10), e46454.

Al Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al Muhanna, A., Subbarayalu, A. V., Al Muhanna, D., & Al-Muhanna, F. A. (2023). A review of the role of artificial intelligence in healthcare. Journal of Personalized Medicine, 13(6), 951.

Best, J. W., & Kahn, J. V. (2016). Education research (10th ed.). Pearson Education.

Chen, Y., Hu, Y., & Zhou, S. (2023). Investigating the determinants of performance of AI adoption in healthcare. International Journal of Contemporary Hospitality Management, 35(8), 2868-2889.

Creswell, J. W., & Clark, V. L. P. (2021). Designing and conducting mixed methods research (3rd ed.). SAGE Publications.

Davis, F. D. (2019). Technology acceptance model for empirically testing new end-user information systems. Journal of Information Systems Research, 37(3), 319-340.

Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607-610.

Kumar, P., Sharma, S. K., & Dutot, V. (2023). Artificial intelligence (AI)-enabled CRM capability in healthcare: The impact on service innovation. International Journal of Information Management, 69, Article 102598.

Kvale, S. (2021). InterViews: Learning the craft of qualitative research interviewing (4th ed.). SAGE Publications.

Libai, B., Narayandas, D., & Balachander, S. (2020). Implementing AI-driven CRM systems in healthcare: A roadmap. Journal of Service Research, 23(2), 159-176.

Miles, M. B., Huberman, A. M., & Saldana, J. (2020). Qualitative data analysis: A methods sourcebook (4th ed.). SAGE Publications.

Moradi, H., & Dass, R. (2022). Big data management in healthcare: Challenges and best practices. Health Information Science and Systems, 10(1), 1-15.

Pongtriang, T., Rakhab, W., Bian, Y., & Guo, X. (2023). Challenges of Thai private hospitals in adopting AI with legacy database systems. Journal of Medical Information Technology, 29(2), 45-60.

Stoumpos, S., Dhaun, N., Rehman, F., & Mark, P. B. (2023). Artificial intelligence applications in healthcare: Current use and future perspectives. Clinical Medicine Journal, 23(1), 36-43.