แผนการพัฒนาด้านข้อมูลในศิริราช Siriraj Data Timeline

แผนการพัฒนาด้านข้อมูลในศิริราช Siriraj Data Timeline

Max Natthawut Adulyanukosol
·Apr 21, 2022·

การพัฒนาด้านข้อมูลในคณะแพทยศาสตร์ศิริราชพยาบาล ต้องใช้ทรัพยากรด้านต่าง ๆ หนึ่งในนั้นคือ เวลา ซึ่งมีการพัฒนาต่อเนื่องมาเป็นเวลาหลายปี และยังคงมีแผนที่จะพัฒนาต่อไปในอนาคต แบ่งเป็นระยะต่าง ๆ ดังนี้

Siriraj Data Timeline

ก่อนปี 2016: SAP BI & BPS ในฝ่ายสารสนเทศ

ศิริราช ใช้ระบบ SAP เป็นระบบสารสนเทศหนึ่งสำหรับการจัดการภายในคณะฯ จึงนำ SAP BI และ BPS มาใช้ในการวิเคราะห์และแสดงผลข้อมูลต่าง ๆ ต่อผู้บริหารและผู้เกี่ยวข้อง

2016 – 2019: Tableau ในฝ่ายสารสนเทศ

ผศ.ดร.ประพัฒน์ สุริยผล ได้รับมอบหมายให้เข้ามาดูแลทีม Data ในฝ่ายสารสนเทศ จึงได้มีการสรรหาเครื่องมือที่มีความสะดวกในการใช้งานเพื่อการพัฒนาการวิเคราะห์และแสดงผลข้อมูลได้อย่างรวดเร็ว ตอบโจทย์ของผู้บริหารและผู้เกี่ยวข้อง พบว่า โปรแกรม Tableau ตอบสนองความต้องการดังกล่าวได้ และมีช่องทางที่ผู้ได้รับอนุญาตสามารถเข้าดูข้อมูลได้แบบ interactive บนเว็บไซต์ของ Tableau Server ภายในคณะฯ ซึ่งเรียกภายในว่า SI Data Portal ในขณะเดียวกันก็มีการพัฒนา Data Lake เพื่อรวบรวมข้อมูลจากแหล่งต่าง ๆ มาป้อนให้แก่ Tableau อีกด้วย

2020 – 2021: ก่อตั้ง SiData+

คณะฯ เล็งเห็นความสำคัญของข้อมูลต่อการขับเคลื่อนยุทธศาสตร์ จึงจัดตั้ง ศูนย์สารสนเทศและนวัตกรรมข้อมูลศิริราช หรือ Siriraj Informatics and Data Innovation Center (SiData+) เมื่อปี 2020 ภายใต้สำนักงานคณบดี (แยกออกมาจากฝ่ายสารสนเทศ) และมี ผศ.ดร.ประพัฒน์ สุริยผล เป็นผู้อำนวยการศูนย์ฯ คนแรก โดยบุคลากรในศูนย์ฯ บางส่วนย้ายมาจากฝ่ายสารสนเทศ และมีการสรรหาบุคลากรเพิ่มเติมตามบทบาทหน้าที่ต่าง ๆ

เนื่องจากการจัดตั้งศูนย์ฯ เป็นช่วงเดียวกับที่มีการระบาดของ COVID-19 ศูนย์ฯ จึงมีบทบาทสำคัญในการสนับสนุนข้อมูลสำหรับการจัดการของโรงพยาบาล ผ่านระบบ Tableau เดิมจากฝ่ายสารสนเทศ (ติดตามอ่านรายละเอียดเพิ่มเติม เร็ว ๆ นี้) ในขณะเดียวกัน ก็ให้บริการให้คำปรึกษาการใช้ข้อมูลผ่าน Data Clinic รวมไปถึงดำเนินการเตรียมความพร้อมด้าน PDPA ของคณะฯ และเข้าร่วม Standards and Interoperability Lab - Thailand (SIL-TH) ในการทดลองนำ HL7 FHIR มาใช้ในระบบสุขภาพของประเทศไทย

2022 – 2023: SiData+ มีความพร้อมมากขึ้น

จากที่ช่วงก่อตั้ง เป็นช่วงที่ต้องใช้เวลาขยายทีมทำงาน และใช้เวลาในการทำความเข้าใจ บทบาท หน้าที่ต่อคณะฯ ซึ่งเป็นรากฐาน (Foundation) ที่สำคัญต่อการพัฒนาต่อ ทำให้ปัจจุบัน ณ ขณะที่เขียนนี้ (2022) ศูนย์ SiData+ มีความพร้อมมากขึ้นในการขยับขยายงานเพื่อสร้าง Data Ecosystem for Innovation ในระดับคณะฯ ผ่านการดำเนินการต่าง ๆ

  • Data Governance: ดำเนินการด้าน PDPA ให้ครบถ้วน และขับเคลื่อน Enterprise Data Governance ในระดับคณะฯ ให้ชัดเจนมากขึ้น

  • Data Management: ติดตั้ง On-premise 
Hyper-converged Infrastructure ที่ Data Center ของฝ่ายสารสนเทศ เพื่อใช้ดำเนินการด้านข้อมูลต่าง ๆ ของคณะฯ และมีการนำ Data Lake ที่มีอยู่มาพัฒนาต่อยอดเป็น Data Warehouse และ Data Marts ให้ใช้งานข้อมูลได้สะดวกและมีประสิทธิภาพมากขึ้น ด้วยการใช้ Data Model ต่าง ๆ ที่เหมาะสม เช่น OMOP CDM

  • Data Innovation: เมื่อข้อมูลและ Infrastructure มีความพร้อมมากขึ้น จึงทำให้สามารถพัฒนางาน Data Science ได้อย่างมีประสิทธิภาพมากขึ้น รวมถึงดำเนินการขยายฐานผู้เข้าใช้ Data Portal (Tableau Server)

  • Data Ecosystem: เริ่มการอบรม Training & Enablement เพิ่มทักษะด้านข้อมูลแก่บุคลากรภายในคณะฯ

2024 เป็นต้นไป: SiData+ มุ่งหน้าสู่การเป็นต้นแบบการพัฒนาด้านข้อมูล

ด้วย Foundation ที่ดีจากช่วงก่อนหน้านี้ ศูนย์ SiData+ จึงมีความพร้อมประกอบกับมีความมุ่งมั่นที่จะพัฒนาการนำข้อมูลมาใช้ให้เกิดประโยชน์เพิ่มมากขึ้น อาทิ การนำข้อมูลมาใช้พยากรณ์และแนะนำการจัดการองค์กร แนะนำการรักษาพยาบาลด้วยข้อมูลผ่านการทำวิจัยและพัฒนาร่วมกับผู้เกี่ยวข้อง รวมไปถึงการเรียนการสอนเพื่อพัฒนากำลังคนด้าน Biomedical Informatics ที่เป็นที่ต้องการอย่างยิ่งในปัจจุบันและอนาคตต่อไป

Data Areas

Data Strategies & Areas

การขับเคลื่อนยุทธศาสตร์ด้านข้อมูล เริ่มต้นจาก Business Strategy (กลางวงกลมในภาพ) จากภายในองค์กรด้านต่าง ๆ รวมไปถึงมาตรฐานจากภายนอกองค์กรเช่น HIMSS AMAA ซึ่งผนวกกันนำไปสู่การวาง Information Strategy ทั้งด้าน Data Governance, Infrastructure, Data Content เพื่อเป็นพื้นฐานให้ต่อยอดสู่ Analytics Strategy (วงกลมนอกสุด) ได้

แต่เป็นที่แน่นอนว่า ในองค์กรย่อมมีข้อมูลหลากหลายด้าน ซึ่งต้องการการจัดเตรียมและองค์ความรู้ในการนำไปใช้งานที่แตกต่างกัน การพัฒนาตาม Timeline ข้างต้น จึงต้องมองหาจุดร่วมของข้อมูลด้านต่าง ๆ ในภาพ เพื่อให้เกิดการพัฒนาร่วมกันโดยใช้ Resource ที่มีอยู่จำกัดให้เกิดผลลัพธ์คุ้มค่าที่สุด จากภาพมีการแบ่ง Data ออกเป็น 8 ด้าน โดยด้านที่อยู่ใกล้ ๆ มี Data ที่มีความสัมพันธ์กันอยู่มาก

เช่น ด้าน Clinical ก็จะเกี่ยวข้องกับด้าน Research และ Management ของคณะฯ ตัวอย่างเช่น การพัฒนาปรับโครงสร้างข้อมูลสำหรับการวิเคราะห์ (Analytical Data Model) ในเรื่องการรักษาพยาบาลให้เป็นไปตามมาตรฐานร่วมระดับนานาชาติ OMOP CDM ก็จะช่วยตอบทั้ง 3 ด้านข้างต้น

หรือด้าน HR มีความเกี่ยวข้องกับทั้ง Management และ Finance ขององค์กร การจัดการข้อมูล HR ที่ดีจะช่วยเป็นสะพานเชื่อมความเกี่ยวข้องระหว่างงบประมาณที่จัดสรรให้บุคลากรไปสู่ผลลัพธ์ที่ได้รับจากทำงานของบุคลากร

ติดตามอ่านรายละเอียดเพิ่มเติมเกี่ยวกับผลงาน Data Areas ต่าง ๆ ได้ใน Blog นี้

 
Share this