Software Requirements Specification (SRS)

ระบบการจัดกลุ่มการวินิจฉัยโรคเพื่อการเบิกจ่าย (DRG System) - โรงพยาบาลจังหวัด

Document Version: 1.0 (Complete TOR-Based Edition)
Date: 28 สิงหาคม 2568
Project: Hospital Information System - DRG System Module
System Code: DRG_SYSTEM
Target Hospital: โรงพยาบาลระดับจังหวัด (500+ เตียง, 100+ ผู้ใช้พร้อมกัน)
Technology Stack: Next.js 14, TypeScript, Nest.js, PostgreSQL 15+, Prisma ORM
Based on: TOR DRG System.md และ Master Database Schema Integration

---

📋 Table of Contents

1. บทนำและขอบเขตโครงการ
2. ความต้องการเชิงหน้าที่ (Functional Requirements)
3. ความต้องการด้านประสิทธิภาพ (Performance Requirements)
4. ความต้องการด้านความปลอดภัย (Security Requirements)
5. ความต้องการด้านการเชื่อมต่อ (Integration Requirements)
6. ความต้องการด้านการใช้งาน (Usability Requirements)
7. ความต้องการด้านการปฏิบัติตามกฎระเบียบ (Compliance Requirements)
8. ข้อกำหนดทางเทคนิค (Technical Specifications)
9. การทดสอบและประกันคุณภาพ (Testing & Quality Assurance)
10. เอกสารและรายงาน (Documentation & Reporting)
11. การติดตั้งและการนำไปใช้ (Implementation & Deployment)
12. การบำรุงรักษาและสนับสนุน (Maintenance & Support)
13. การติดตามและประเมินผล (Monitoring & Evaluation)
14. การจัดการความเสี่ยง (Risk Management)
15. การฝึกอบรมและการเปลี่ยนแปลง (Training & Change Management)
16. สรุปและการอนุมัติ (Summary & Approval)
17. ภาคผนวก (Appendices)

---

Software Requirements Specification (SRS)

ระบบการจัดกลุ่มการวินิจฉัยโรคเพื่อการเบิกจ่าย (DRG System) - โรงพยาบาลจังหวัด

---

1. บทนำและขอบเขตโครงการ

1.1 วัตถุประสงค์ของเอกสาร

เอกสารนี้กำหนดความต้องการทางซอฟต์แวร์สำหรับระบบการจัดกลุ่มการวินิจฉัยโรคเพื่อการเบิกจ่าย (DRG System) ตามเอกสาร TOR ที่ครอบคลุม:

• การแปลงรหัส ICD-10 และ ICD-9-CM อัตโนมัติด้วย AI
• ระบบจัดกลุ่ม DRG อัตโนมัติตามมาตรฐาน สปสช.
• การตรวจสอบความครบถ้วนของข้อมูลการเบิกจ่าย
• การเชื่อมต่อกับระบบ IPD-CPOE และ EMR Core
• การสร้างรายงานเพื่อการเบิกจ่ายค่ารักษา

1.2 ขอบเขตของระบบ

ระบบที่รวมอยู่ใน Scope:

• ระบบแปลงรหัส ICD อัตโนมัติด้วย AI
• ระบบ DRG Grouper ตามมาตรฐาน สปสช.
• ระบบตรวจสอบความครบถ้วนข้อมูลการเบิกจ่าย
• การเชื่อมต่อกับ IPD-CPOE และ EMR Core
• การสร้างรายงานและเอกสารเบิกจ่าย
• การรองรับภาษาไทยและอังกฤษ

ระบบที่อยู่นอก Scope:

• ระบบการเบิกจ่ายจริงกับ สปสช. (เป็นหน้าที่ของระบบการเงิน)
• ระบบการตรวจสอบสิทธิการรักษา (อยู่ในระบบการเงิน)
• การจัดเก็บข้อมูลทางการเงิน (อยู่ในระบบบัญชีลูกหนี้)

1.3 คำจำกัดความและคำย่อ

คำศัพท์	คำจำกัดความ
DRG	Diagnosis Related Group - ระบบจัดกลุ่มโรคเพื่อการเบิกจ่าย
ICD-10	International Classification of Diseases 10th revision - รหัสโรคมาตรฐานสากล
ICD-9-CM	International Classification of Diseases 9th revision Clinical Modification - รหัสหัตถการ
RW	Relative Weight - ค่าน้ำหนักสัมพัทธ์ของแต่ละกลุ่ม DRG
MDC	Major Diagnostic Category - หมวดหลักการวินิจฉัย
LOS	Length of Stay - จำนวนวันนอนโรงพยาบาล
CC	Complication and Comorbidity - ภาวะแทรกซ้อนและโรคร่วม
MCC	Major Complication and Comorbidity - ภาวะแทรกซ้อนและโรคร่วมสำคัญ
สปสช.	สำนักงานหลักประกันสุขภาพแห่งชาติ
AN	Admission Number - หมายเลขการรับไว้รักษา
CPOE	Computerized Physician Order Entry - ระบบสั่งการแพทย์ด้วยคอมพิวเตอร์

1.4 การอ้างอิง

• TOR DRG System.md
• MediTech Master Database Schema
• ระบบงานแพทย์และการให้คำสั่งผู้ป่วยใน (IPD-CPOE AI Assist)
• ระบบงานเวชระเบียนและเวชสถิติ (EMR Core)
• ระบบงาน Admission ผู้ป่วยใน (Inpatient Admission System)
• Thai DRG Standards v7 (สปสช.)
• ICD-10-TM และ ICD-9-CM TM (กระทรวงสาธารณสุข)

1.5 ภาพรวมของเอกสาร

เอกสารนี้แบ่งออกเป็น 17 หมวดหลัก ครอบคลุมตั้งแต่ความต้องการเชิงหน้าที่ ไปจนถึงการนำไปใช้และบำรุงรักษา โดยยึดมาตรฐาน IEEE 830-1998 และปรับให้เหมาะสมกับระบบ DRG ในโรงพยาบาล โดยเน้นการเชื่อมต่อกับระบบอื่นและการปฏิบัติตามมาตรฐานการเบิกจ่ายของ สปสช.

---

2. ความต้องการเชิงหน้าที่ (Functional Requirements)

2.1 ระบบแปลงรหัส ICD อัตโนมัติ

FR-001: การแปลงข้อความเป็นรหัส ICD-10

Priority: High
Source: TOR DRG System Section 2.1
Dependencies: EMR_CORE, IPD_CPOE

Description: ระบบต้องสามารถวิเคราะห์ข้อความในเวชระเบียนรายวัน (Progress Note) และแปลงเป็นรหัสโรค ICD-10 ได้อัตโนมัติ

Acceptance Criteria:

AC-001.1: การแปลงข้อความอัตโนมัติ

• ระบบสามารถวิเคราะห์ข้อความไทยและอังกฤษในส่วน Assessment และ Plan
• แปลงเป็นรหัส ICD-10 ที่เหมาะสมพร้อมคำอธิบาย
• แสดงระดับความเชื่อมั่น (Confidence Score) ของการแปลง

AC-001.2: การแก้ไขและยืนยันรหัส

• แพทย์สามารถแก้ไขรหัสที่ AI แนะนำได้
• บันทึก Log การแก้ไขพร้อมเหตุผล
• ระบบเรียนรู้จากการแก้ไขเพื่อปรับปรุงความแม่นยำ

Test Scenarios:

• Scenario 1: แปลง "โรคเบาหวาน type 2" เป็น ICD-10: E11.9
• Scenario 2: แปลง "appendicitis acute" เป็น ICD-10: K35.9

FR-002: การแปลงรหัสหัตถการ ICD-9-CM

Priority: High
Source: TOR DRG System Section 2.1
Dependencies: IPD_CPOE, OR_SYSTEM

Description: ระบบต้องสามารถแปลงข้อมูลหัตถการจากคำสั่งแพทย์เป็นรหัส ICD-9-CM ได้อัตโนมัติ

Acceptance Criteria:

AC-002.1: การแปลงหัตถการอัตโนมัติ

• แปลงข้อความหัตถการเป็นรหัส ICD-9-CM
• รองรับหัตถการทั้งจากระบบ OR และหัตถการเล็ก ๆ ใน Ward
• แสดงค่า RVU และค่าใช้จ่ายประมาณการ

AC-002.2: การจัดกลุ่มหัตถการ

• แยกหัตถการตามระดับความซับซ้อน
• แสดงผลกระทบต่อกลุ่ม DRG
• แจ้งเตือนหัตถการที่ต้องการเอกสารเพิ่มเติม

Test Scenarios:

• Scenario 1: แปลง "Appendectomy laparoscopic" เป็น ICD-9-CM: 47.01
• Scenario 2: แปลง "Central line insertion" เป็น ICD-9-CM: 38.93

2.2 ระบบ DRG Grouper

FR-003: การจัดกลุ่ม DRG อัตโนมัติ

Priority: High
Source: TOR DRG System Section 2.2
Dependencies: ข้อมูลจาก IPD_ADMISSION, EMR_CORE

Description: ระบบต้องสามารถจัดกลุ่มผู้ป่วยใน DRG ตามมาตรฐาน สปสช. โดยใช้อัลกอริทึม DRG Grouper

Acceptance Criteria:

AC-003.1: การจัดกลุ่ม DRG

• คำนวณกลุ่ม DRG จากข้อมูล ICD-10, ICD-9-CM, อายุ, เพศ, LOS
• แสดง DRG Code, MDC, RW, Severity Level
• รองรับ Thai DRG version ล่าสุดที่ สปสช. กำหนด

AC-003.2: การปรับปรุง DRG

• อัปเดตอัลกอริทึม DRG เมื่อ สปสช. ปรับปรุงเวอร์ชัน
• เปรียบเทียบผลกระทบของการเปลี่ยน DRG version
• ระบบ Backup ข้อมูล DRG เก่าก่อนอัปเดต

Test Scenarios:

• Scenario 1: Acute appendicitis ผ่าตัด → DRG 338-340
• Scenario 2: Pneumonia ไม่มี CC/MCC → DRG 194

FR-004: ระบบตรวจสอบความครบถ้วน

Priority: Medium
Source: TOR DRG System Section 2.3
Dependencies: IPD_ADMISSION, EMR_CORE

Description: ระบบต้องตรวจสอบความครบถ้วนของข้อมูลที่จำเป็นต่อการจัดกลุ่ม DRG

Acceptance Criteria:

AC-004.1: การตรวจสอบข้อมูลพื้นฐาน

• ตรวจสอบความครบถ้วนของ Primary Diagnosis
• ตรวจสอบ Admit Date และ Discharge Date
• ตรวจสอบ Principal Procedure (หากมี)

AC-004.2: การเตือนข้อมูลที่ขาด

• แจ้งเตือนข้อมูลที่ขาดหายสำหรับการจัดกลุ่ม DRG
• แสดงรายการตรวจสอบ (Checklist) ก่อน Submit
• ป้องกันการ Submit หากข้อมูลไม่ครบถ้วน

Test Scenarios:

• Scenario 1: ตรวจสอบเมื่อไม่มี Primary Diagnosis
• Scenario 2: ตรวจสอบเมื่อ LOS = 0 วัน

2.3 ระบบ AI Assistant สำหรับ DRG

FR-005: AI ช่วยแนะนำรหัสและกลุ่ม DRG

Priority: Medium
Source: TOR DRG System Section 2.4
Dependencies: CPOE_AI, EMR_CORE

Description: ระบบ AI ช่วยวิเคราะห์และแนะนำรหัส ICD และกลุ่ม DRG ที่เหมาะสม

Acceptance Criteria:

AC-005.1: การแนะนำรหัสเพิ่มเติม

• วิเคราะห์เวชระเบียนเพื่อแนะนำ Secondary Diagnosis
• แนะนำ CC/MCC ที่อาจขาดหาย
• แสดงผลกระทบต่อค่า RW เมื่อเพิ่มรหัส

AC-005.2: การตรวจสอบความสอดคล้อง

• ตรวจสอบความสัมพันธ์ระหว่าง Diagnosis และ Procedure
• แจ้งเตือนความไม่สอดคล้องทางคลินิก
• แนะนำรหัสทางเลือกที่เหมาะสม

Test Scenarios:

• Scenario 1: แนะนำ CC/MCC สำหรับ Diabetes with complications
• Scenario 2: ตรวจสอบความสอดคล้องระหว่าง Appendectomy และ Diagnosis

---

3. ความต้องการด้านประสิทธิภาพ (Performance Requirements)

3.1 เวลาตอบสนอง (Response Time)

การดำเนินการ	เป้าหมาย	หมายเหตุ
การแปลงรหัส ICD ด้วย AI	< 2s	95th percentile
การจัดกลุ่ม DRG	< 1s	95th percentile
การค้นหารหัส ICD	< 300ms	95th percentile
การสร้างรายงาน DRG	< 5s	95th percentile
การอัปเดต DRG real-time	< 500ms	WebSocket updates

3.2 ปริมาณงาน (Throughput)

• การประมวลผล DRG: 500+ cases/ชั่วโมง
• การแปลงรหัส ICD: 1,000+ conversions/ชั่วโมง
• ผู้ใช้พร้อมกัน: 50+ ผู้ใช้ในเวลาเดียวกัน

3.3 การใช้ทรัพยากร (Resource Usage)

• AI Processing: รองรับ GPU acceleration สำหรับ ML models
• Database Queries: Optimized indexing สำหรับ ICD lookups
• Memory Usage: < 4GB RAM สำหรับ ICD datasets

---

4. ความต้องการด้านความปลอดภัย (Security Requirements)

4.1 การควบคุมการเข้าถึง (Authorization)

• Role-based Access Control: แยกสิทธิ์ตาม แพทย์/เจ้าหน้าที่ Coding/ผู้ดูแลระบบ
• Data Access Controls: การควบคุมการเข้าถึงข้อมูลการเงิน
• Audit Trail: บันทึกการแก้ไขรหัส ICD และ DRG

4.2 การป้องกันข้อมูล (Data Protection)

• Encryption: AES-256 สำหรับข้อมูลทางการเงิน
• Data Integrity: การตรวจสอบความถูกต้องของ DRG calculation
• Version Control: การจัดการเวอร์ชัน DRG และ ICD codes

---

5. ความต้องการด้านการเชื่อมต่อ (Integration Requirements)

5.1 การเชื่อมต่อกับระบบพื้นฐาน (Foundation System Integration)

5.1.1 ระบบผู้ดูแลระบบ (System Administration)

• Authentication Service Integration
• API Endpoint: POST /api/v1/auth/login
• Permission: drg.view, drg.edit, drg.approve
• Audit Logging: ทุกการแก้ไขรหัส ICD

5.1.2 ระบบเวชระเบียน (EMR Core)

• Patient Data Integration
• Patient Demographics: GET /api/v1/patients/{hn}
• Visit Details: GET /api/v1/visits/{visit_id}
• Discharge Summary: GET /api/v1/visits/{visit_id}/summary

5.2 การเชื่อมต่อกับระบบคลินิก (Clinical System Integration)

5.2.1 ระบบ IPD-CPOE AI Assist

• Medical Order Integration
• Order History: GET /api/v1/ipd-cpoe/orders/{visit_id}
• Diagnosis Data: GET /api/v1/ipd-cpoe/diagnoses/{visit_id}

• Procedure Data: GET /api/v1/ipd-cpoe/procedures/{visit_id}

• AI Data Exchange

• ICD Suggestion: POST /api/v1/drg/ai/suggest-icd
• DRG Preview: POST /api/v1/drg/ai/preview-grouping

5.2.2 ระบบ Admission ผู้ป่วยใน

• Admission Data Integration
• Admission Details: GET /api/v1/admissions/{admission_id}
• Length of Stay: Real-time calculation
• Discharge Information: GET /api/v1/admissions/{admission_id}/discharge

5.3 การเชื่อมต่อภายนอก (External Integration)

5.3.1 ระบบ สปสช. DRG Standards

• DRG Version Updates
• Version Check: External API เพื่อตรวจสอบ DRG version ใหม่
• Algorithm Updates: การอัปเดตอัลกอริทึม DRG Grouper

5.3.2 ICD Terminology Services

• ICD-10-TM Integration
• Code Lookup: การค้นหารหัส ICD
• Code Validation: การตรวจสอบความถูกต้องของรหัส

5.4 มาตรฐานการเชื่อมต่อ

5.4.1 Healthcare Standards

• DRG Standards: ตามมาตรฐาน Thai DRG สปสช.
• ICD Standards: ICD-10-TM และ ICD-9-CM TM
• Data Exchange: HL7 FHIR สำหรับการแลกเปลี่ยนข้อมูล DRG

5.4.2 Data Exchange Format

{
  "status": "success",
  "data": {
    "drg_code": "194",
    "drg_description": "Simple pneumonia & pleurisy w/o CC/MCC",
    "mdc": "04",
    "relative_weight": 0.8245,
    "severity_level": 1,
    "primary_diagnosis": {
      "icd10_code": "J18.9",
      "description": "Pneumonia, unspecified organism"
    },
    "secondary_diagnoses": [],
    "procedures": [],
    "los": 3,
    "estimated_payment": 24735.00
  },
  "message": "DRG grouping completed successfully",
  "timestamp": "2025-08-28T10:30:00Z",
  "version": "v1"
}

---

6. ความต้องการด้านการใช้งาน (Usability Requirements)

6.1 อินเทอร์เฟซผู้ใช้ (User Interface)

6.1.1 หน้าจอหลัก DRG Coding

• Split Screen Layout: แสดงเวชระเบียนและหน้าจอ Coding คู่กัน
• ICD Search Engine: ค้นหารหัสด้วยคำไทยและอังกฤษ
• Drag & Drop: ลากรหัส ICD จาก Search Result มาใส่ในรายการ
• Real-time Preview: แสดงผลกระทบต่อ DRG เมื่อเปลี่ยนรหัส

6.1.2 Dashboard และสถิติ

• DRG Dashboard: แสดงสถิติ DRG รายวัน/เดือน
• Case Mix Index: แสดงค่า CMI ของโรงพยาบาล
• Revenue Impact: แสดงผลกระทบทางการเงินจากการ Coding

6.2 ประสบการณ์ผู้ใช้ (User Experience)

6.2.1 Workflow ที่ลื่นไหล

• Auto-complete: เติมรหัส ICD อัตโนมัติเมื่อพิมพ์
• Smart Suggestions: แนะนำรหัสตามประวัติการใช้งาน
• One-Click Actions: ปุ่มลัดสำหรับงานที่ทำบ่อย

6.2.2 การสนับสนุนการทำงาน

• Code Browser: เรียกดูรหัส ICD แบบ Tree structure
• History Tracking: ติดตามประวัติการแก้ไขรหัส
• Collaboration Tools: แชร์และหารือเกี่ยวกับ Coding cases

---

7. ความต้องการด้านการปฏิบัติตามกฎระเบียบ (Compliance Requirements)

7.1 มาตรฐาน DRG และการเบิกจ่าย

7.1.1 มาตรฐาน สปสช.

• Thai DRG Compliance: ปฏิบัติตามมาตรฐาน Thai DRG ล่าสุด
• Coding Guidelines: ตามแนวทางการ Coding ของ สปสช.
• Quality Measures: เป้าหมายความแม่นยำ DRG > 95%

7.1.2 การรักษาความถูกต้อง

• Code Validation: ตรวจสอบความถูกต้องของรหัส ICD
• Logic Validation: ตรวจสอบตรรกะทางคลินิก
• Peer Review: ระบบ Review โดยแพทย์อาวุโส

7.2 การควบคุมคุณภาพ

7.2.1 Quality Assurance

• Coding Quality Metrics: วัดคุณภาพการ Coding
• Inter-coder Reliability: ความสอดคล้องระหว่าง Coder
• Benchmark Reporting: เปรียบเทียบกับโรงพยาบาลอื่น

---

8. ข้อกำหนดทางเทคนิค (Technical Specifications)

8.1 AI และ Machine Learning Components

8.1.1 ICD Coding AI Engine

• NLP Models: Thai language processing สำหรับ Medical text
• Classification Models: การจำแนกประเภทโรคและหัตถการ
• Confidence Scoring: คะแนนความเชื่อมั่นของการแปลง

8.1.2 DRG Grouping Algorithm

• Rule-based Engine: เครื่องมือประมวลผลตามกฎ DRG
• Version Management: การจัดการเวอร์ชันของอัลกอริทึม
• Performance Optimization: การปรับปรุงประสิทธิภาพ

8.2 Database Requirements

8.2.1 ICD Code Tables

-- ICD-10 Master Table
CREATE TABLE icd10_codes (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    code VARCHAR(8) UNIQUE NOT NULL,
    description_thai VARCHAR(500) NOT NULL,
    description_eng VARCHAR(500),
    category VARCHAR(50),
    chapter VARCHAR(100),
    is_active BOOLEAN DEFAULT TRUE,
    effective_date DATE,
    version VARCHAR(10)
);

-- ICD-9-CM Procedure Codes
CREATE TABLE icd9_procedures (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    code VARCHAR(6) UNIQUE NOT NULL,
    description_thai VARCHAR(500) NOT NULL,
    description_eng VARCHAR(500),
    category VARCHAR(50),
    rvu DECIMAL(6,2),
    is_active BOOLEAN DEFAULT TRUE
);

8.2.2 DRG Master Tables

-- DRG Groups
CREATE TABLE drg_groups (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    drg_code VARCHAR(10) UNIQUE NOT NULL,
    description_thai VARCHAR(500) NOT NULL,
    description_eng VARCHAR(500),
    mdc VARCHAR(5),
    relative_weight DECIMAL(8,4),
    los_threshold_low INTEGER,
    los_threshold_high INTEGER,
    version VARCHAR(10),
    effective_date DATE,
    is_active BOOLEAN DEFAULT TRUE
);

-- Patient DRG Assignments
CREATE TABLE patient_drg_assignments (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    visit_id UUID NOT NULL REFERENCES medical_visits(id),
    drg_code VARCHAR(10) REFERENCES drg_groups(drg_code),
    primary_icd10 VARCHAR(8) REFERENCES icd10_codes(code),
    secondary_icd10 JSONB,
    procedures JSONB,
    calculation_method VARCHAR(50),
    ai_confidence_score DECIMAL(3,2),
    manual_override BOOLEAN DEFAULT FALSE,
    assigned_by UUID REFERENCES users(id),
    assigned_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,

    -- Audit fields
    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    created_by UUID REFERENCES users(id),
    updated_by UUID REFERENCES users(id)
);

---

9. การทดสอบและประกันคุณภาพ (Testing & Quality Assurance)

9.1 การทดสอบ AI Accuracy

9.1.1 ICD Coding Accuracy Testing

• Gold Standard Dataset: ใช้ชุดข้อมูลที่ Coding โดยผู้เชี่ยวชาญ
• Accuracy Target: ≥ 90% สำหรับ Primary Diagnosis
• Recall Testing: ≥ 85% สำหรับ Secondary Diagnoses

9.1.2 DRG Grouping Validation

• Benchmark Testing: เปรียบเทียบกับ DRG Grouper มาตรฐาน
• Edge Case Testing: ทดสอบกรณีพิเศษและซับซ้อน
• Version Upgrade Testing: ทดสอบการอัปเกรด DRG version

9.2 การทดสอบประสิทธิภาพ (Performance Testing)

# DRG Calculation Load Test
- 100 concurrent DRG calculations
- Mix: 70% automatic, 30% manual coding
- Duration: 2 hours
- Target: < 2s per calculation

---

10. เอกสารและรายงาน (Documentation & Reporting)

10.1 รายงานสำหรับผู้บริหาร

10.1.1 รายงาน DRG Performance

• Case Mix Index (CMI): ดัชนีความซับซ้อนของผู้ป่วย
• Top DRG Groups: กลุ่ม DRG ที่มีผู้ป่วยมากที่สุด
• Revenue Analysis: การวิเคราะห์รายได้จาก DRG
• Coding Quality Dashboard: แดชบอร์ดคุณภาพการ Coding

10.1.2 รายงานการเบิกจ่าย

• Monthly DRG Claims Report: รายงานการเบิกจ่ายรายเดือน
• Denial Analysis Report: การวิเคราะห์การถูกปฏิเสธการเบิก
• Revenue Variance Report: ความแปรปรวนของรายได้

10.2 รายงานสำหรับเจ้าหน้าที่

10.2.1 รายงานการทำงาน

• Daily Coding Report: รายงานการ Coding รายวัน
• Pending Cases Report: รายการ Cases ที่รอการ Code
• Quality Audit Report: รายงานการตรวจสอบคุณภาพ

---

11. การติดตั้งและการนำไปใช้ (Implementation & Deployment)

11.1 ข้อกำหนดการติดตั้ง

11.1.1 ICD Code Database Setup

• ICD-10-TM Database: การนำเข้าฐานข้อมูลรหัส ICD-10
• ICD-9-CM Database: การนำเข้าฐานข้อมูลรหัสหัตถการ
• DRG Master Tables: การตั้งค่า DRG Groups และ Weights

11.1.2 AI Model Deployment

• NLP Model Installation: การติดตั้ง AI models สำหรับ Thai medical text
• Model Training: การ Train model ด้วยข้อมูลโรงพยาบาล
• Performance Optimization: การปรับแต่งประสิทธิภาพ AI

11.2 การ Migration จากระบบเดิม

• Historical Data Migration: การโอนย้ายข้อมูล DRG เก่า
• Code Mapping: การแมปรหัสจากระบบเก่าสู่ระบบใหม่
• Validation Testing: การทดสอบความถูกต้องหลัง Migration

---

12. การบำรุงรักษาและสนับสนุน (Maintenance & Support)

12.1 การอัปเดต DRG Standards

12.1.1 Annual Updates

• DRG Version Updates: การอัปเดต DRG version จาก สปสช.
• RW Adjustments: การปรับค่า Relative Weights
• New Code Implementation: การเพิ่มรหัส ICD ใหม่

12.1.2 AI Model Maintenance

• Model Retraining: การฝึก AI model ใหม่ทุก 6 เดือน
• Performance Monitoring: การติดตามประสิทธิภาพ AI
• Accuracy Improvement: การปรับปรุงความแม่นยำ

---

13. การติดตามและประเมินผล (Monitoring & Evaluation)

13.1 KPIs สำหรับระบบ DRG

13.1.1 Accuracy Metrics

• ICD Coding Accuracy: ≥ 90% สำหรับ Primary Diagnosis
• DRG Assignment Accuracy: ≥ 95% สำหรับการจัดกลุ่ม
• AI Suggestion Acceptance Rate: ≥ 80%

13.1.2 Efficiency Metrics

• Coding Time Reduction: ลดเวลาการ Coding ≥ 50%
• Case Completion Rate: ≥ 95% ภายใน 72 ชั่วโมงหลัง Discharge
• Revenue Recovery: เพิ่มรายได้จากการ Coding ที่แม่นยำ

13.2 Quality Monitoring

• Inter-coder Reliability: วัดความสอดคล้องระหว่าง Coder
• Expert Review: ตรวจสอบโดยแพทย์เชี่ยวชาญ
• Continuous Improvement: การปรับปรุงระบบอย่างต่อเนื่อง

---

14. การจัดการความเสี่ยง (Risk Management)

14.1 การระบุความเสี่ยง

14.1.1 Technical Risks

ความเสี่ยง	ระดับ	ผลกระทบ	การบรรเทา
AI Model Inaccuracy	High	การ Coding ผิด, สูญเสียรายได้	Continuous training, Expert review
DRG Algorithm Changes	Medium	ผลกระทบต่อการเบิกจ่าย	Version management, Testing
Integration Failure	High	ข้อมูลไม่สมบูรณ์	Circuit breaker, Data validation

14.1.2 Compliance Risks

ความเสี่ยง	ระดับ	ผลกระทบ	การบรรเทา
Non-compliance with สปสช.	High	การถูกปฏิเสธการเบิก	Regular compliance audit
Coding Fraud Detection	High	ปัญหาทางกฎหมาย	Audit trail, Review process

---

15. การฝึกอบรมและการเปลี่ยนแปลง (Training & Change Management)

15.1 การฝึกอบรม

15.1.1 กลุ่มเป้าหมาย

• Medical Records Staff: เจ้าหน้าที่เวชระเบียน
• Coding Specialists: ผู้เชี่ยวชาญด้าน Medical Coding
• Physicians: แพทย์ที่ทำการ Review DRG

15.1.2 หลักสูตรการฝึกอบรม

• DRG Fundamentals: พื้นฐานระบบ DRG และการเบิกจ่าย
• AI-Assisted Coding: การใช้ AI ในการ Code ICD
• Quality Assurance: การควบคุมคุณภาพการ Coding
• Troubleshooting: การแก้ไขปัญหาเบื้องต้น

---

16. สรุปและการอนุมัติ (Summary & Approval)

16.1 สรุปความต้องการ

16.1.1 ความต้องการหลัก

• AI-Powered ICD Coding: ระบบแปลงรหัส ICD อัตโนมัติ
• DRG Auto-Grouping: การจัดกลุ่ม DRG ตามมาตรฐาน สปสช.
• Quality Control System: ระบบควบคุมคุณภาพการ Coding
• Integration with Clinical Systems: การเชื่อมต่อกับระบบคลินิก

16.1.2 เกณฑ์ความสำเร็จ

• Coding Accuracy ≥ 90% สำหรับ Primary Diagnosis
• DRG Assignment Accuracy ≥ 95%
• Case Completion Rate ≥ 95% ภายใน 72 ชั่วโมง
• Revenue Recovery ≥ 10% จากการปรับปรุงการ Coding

---

17. ภาคผนวก (Appendices)

Appendix A: Database Schema

A.1 DRG System Core Tables

-- DRG System Core Tables (เฉพาะส่วนที่เกี่ยวข้องกับระบบนี้)
CREATE TABLE drg_cases (
    id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    visit_id UUID NOT NULL REFERENCES medical_visits(id),
    admission_id UUID NOT NULL,

    -- Patient Information
    patient_id UUID NOT NULL REFERENCES patients(id),

    -- DRG Assignment
    final_drg_code VARCHAR(10),
    drg_description VARCHAR(500),
    mdc VARCHAR(5),
    relative_weight DECIMAL(8,4),
    severity_level INTEGER,

    -- Coding Information
    primary_icd10 VARCHAR(8) NOT NULL,
    secondary_icd10 JSONB,
    procedures JSONB,

    -- AI Processing
    ai_suggested_drg VARCHAR(10),
    ai_confidence_score DECIMAL(3,2),
    manual_override BOOLEAN DEFAULT FALSE,
    override_reason TEXT,

    -- Status
    coding_status VARCHAR(20) DEFAULT 'pending',
    coded_by UUID REFERENCES users(id),
    coded_at TIMESTAMP WITH TIME ZONE,
    reviewed_by UUID REFERENCES users(id),
    reviewed_at TIMESTAMP WITH TIME ZONE,

    -- Financial Impact
    estimated_payment DECIMAL(12,2),
    payment_difference DECIMAL(12,2),

    created_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    updated_at TIMESTAMP WITH TIME ZONE DEFAULT CURRENT_TIMESTAMP,
    created_by UUID REFERENCES users(id),
    updated_by UUID REFERENCES users(id)
);

Appendix B: API Specifications

B.1 Core APIs

// DRG Processing API Interfaces
interface DRGRequest {
  visitId: string;
  primaryDiagnosis?: string;
  procedures?: string[];
  overrideAI?: boolean;
}

interface DRGResponse {
  drgCode: string;
  description: string;
  relativeWeight: number;
  estimatedPayment: number;
  confidence: number;
  suggestions: IcdSuggestion[];
}

interface IcdSuggestion {
  code: string;
  description: string;
  confidence: number;
  rationale: string;
}

Appendix C: Integration Points

C.1 Required Integration APIs

Service	Endpoint	Method	Description
DRG Calculation	/api/v1/drg/calculate	POST	คำนวณ DRG
ICD Suggestion	/api/v1/drg/suggest-icd	POST	แนะนำรหัส ICD
DRG Validation	/api/v1/drg/validate	POST	ตรวจสอบ DRG
Export Claims	/api/v1/drg/export-claims	GET	ส่งออกข้อมูลเบิกจ่าย

---

หมายเหตุ: เอกสารนี้จัดทำตาม TOR DRG System และเชื่อมโยงกับระบบอื่นใน MediTech โดยเน้นการทำงานร่วมกับ IPD-CPOE AI Assist และ EMR Core เพื่อให้การจัดกลุ่ม DRG มีความแม่นยำและประสิทธิภาพสูงสุด

ผู้จัดทำ: Claude Code - Senior Medical Technology Systems Analyst
วันที่: 28 สิงหาคม 2568
เวอร์ชัน: 1.0