AudiogramIQ: ระบบวิเคราะห์ผลตรวจการได้ยิน

ภาพรวมโครงการ

โครงการอนุรักษ์การได้ยินในสถานประกอบการต้องติดตามผลตรวจ audiogram หลายครั้ง เปรียบเทียบกับ baseline และนำผลไปใช้ในกระบวนการติดตามต่อ ระบบจึงต้องทำมากกว่าการเก็บค่าระดับการได้ยินเพียงครั้งเดียว

ผู้ใช้และ workflow เดิม

ผู้ใช้หลักคือทีมอาชีวอนามัยและผู้ทบทวนผลตรวจการได้ยิน เดิมข้อมูลค่าการได้ยิน baseline การแปลผล และรายงานอาจอยู่คนละไฟล์ ทำให้ต้องรวบรวมหลักฐานใหม่ก่อนตัดสินใจว่าความเปลี่ยนแปลงที่พบมีความหมายอย่างไร

ปัญหาที่ต้องแก้

ค่าระดับการได้ยินดิบยังไม่ใช่ผลลัพธ์สุดท้าย ผู้ทบทวนต้องเห็นกราฟ audiogram รู้ว่าใช้ baseline ใด ตรวจสอบความเปลี่ยนแปลงที่สำคัญ และย้อนกลับไปดูค่าต้นทางได้เมื่อจำเป็นต้องทบทวนผลที่ระบบคำนวณ

บทบาทของผม

ผมกำหนด workflow ทางคลินิก ขอบเขตผลิตภัณฑ์ หลักการแปลผล ทิศทางของ interface และพัฒนาระบบแบบ full stack โดยเชื่อมความรู้ด้านอาชีวเวชศาสตร์เข้ากับการออกแบบซอฟต์แวร์

ข้อจำกัด

• ระบบอัตโนมัติต้องสนับสนุนการตัดสินใจ ไม่ใช่แทนที่การทบทวนทางคลินิก
• ค่าต้นทาง baseline ที่เลือก และเหตุผลของผลที่ตรวจพบต้องย้อนตรวจได้
• รายงานต้องนำไปใช้ต่อใน workflow ของโครงการอนุรักษ์การได้ยินได้

การตัดสินใจออกแบบ

ผมออกแบบให้ค่าต้นทาง กราฟ baseline และผลการวิเคราะห์อยู่ในเส้นทางเดียวกัน เพื่อให้ผู้ใช้ตรวจสอบที่มาของผลได้ก่อนยืนยัน นอกจากนี้ยังแยกการแจ้งสิ่งที่ “อาจเป็น” Standard Threshold Shift ออกจากการสรุปผลทางคลินิกอย่างชัดเจน

สิ่งที่พัฒนา

• การบันทึกและแสดงผล audiogram
• การเปรียบเทียบค่าการได้ยินกับ baseline
• การตรวจทานความเปลี่ยนแปลงที่อาจเข้าเกณฑ์ Standard Threshold Shift
• สรุปผลแบบมีโครงสร้างและส่งออก Excel
• การจัดการข้อมูลพนักงาน ผู้ตรวจ และหน่วยงาน

workflow หลังปรับปรุง

1. บันทึกหรือนำเข้าค่าระดับการได้ยิน
2. เลือกและตรวจสอบ baseline ที่เกี่ยวข้อง
3. ดูกราฟ audiogram และผลการวิเคราะห์ที่ระบบสร้าง
4. ตรวจทานจุดที่อาจมี threshold shift โดยยังเห็นค่าต้นทาง
5. จัดทำผลสรุปหรือส่งออกข้อมูลสำหรับขั้นตอนติดตาม

ผลลัพธ์ที่ยืนยันได้ในปัจจุบัน

ข้อมูลรวม ณ วันที่ 29 สิงหาคม 2026 ครอบคลุม 28 หน่วยงาน 2,986 ระเบียนบุคคล 18,196 ระเบียนผลตรวจการได้ยิน และผลแปลที่ระบบสร้าง 32,703 รายการ จำนวนบุคคลระบุเป็นระเบียนในระบบ ไม่ได้กล่าวอ้างว่าเป็นบุคคลไม่ซ้ำข้ามทุกแหล่งข้อมูล และตัวเลขเหล่านี้ไม่ใช่ผลลัพธ์ทางคลินิก

Technology stack

• Front end: Blazor WebAssembly, Microsoft Fluent UI for Blazor และ ECharts
• Back end: ASP.NET Core (.NET 8) และ PostgreSQL ผ่าน Entity Framework Core
• Authentication: Suttisak.Blazor.Identity และ Passkey