ErgoTrack: ระบบประเมินความเสี่ยงด้านการยศาสตร์
ระบบประเมิน ROSA แบบสองภาษา ช่วยให้พนักงานทำแบบประเมินทีละส่วน เห็นปัจจัยเสี่ยงของสถานีงาน และเลือกสิ่งที่ควรปรับปรุงก่อน
ขอบเขตการใช้งานจริงที่ตรวจสอบแล้ว
ตัวเลขรวมตรวจสอบ ณ วันที่ 29 สิงหาคม 2026
- ระบบที่ติดตั้งใช้งานจริง
- 2
- ระเบียนผู้เข้าร่วม
- 306
- แบบประเมินการยศาสตร์
- 570
ตัวเลขแสดงปริมาณการใช้งานเท่านั้น ไม่ใช่ข้อสรุปเชิงเหตุและผลด้านคลินิกหรือประสิทธิภาพ

ภาพรวมโครงการ
Rapid Office Strain Assessment ครอบคลุมเก้าอี้ ท่าทาง จอภาพ แป้นพิมพ์ โทรศัพท์ และพฤติกรรมการทำงาน วิธีประเมินมีรายละเอียดมาก แต่การแสดงคำถามทั้งหมดพร้อมกันทำให้ผู้ใช้เข้าใจเส้นทางยาก
ผู้ใช้และ workflow เดิม
ผู้ใช้หลักคือพนักงานที่ประเมินสถานีงานและทีมการยศาสตร์ที่ดูแลโครงการ แบบประเมินลักษณะกระดาษทำให้ผู้เข้าร่วมต้องรับข้อมูลจำนวนมากในครั้งเดียว ขณะที่ทีมโครงการติดตามรอบประเมินและความคืบหน้าได้ไม่สะดวก
บทบาทของผม
ผมแปลงวิธีประเมินการยศาสตร์เป็น digital workflow ออกแบบประสบการณ์สองภาษา กำหนดมุมมองตามบทบาท และพัฒนาระบบแบบ full stack
ข้อจำกัด
- การทำให้ขั้นตอนง่ายขึ้นต้องไม่เปลี่ยนตรรกะของวิธี ROSA
- ผลลัพธ์ต้องนำไปสู่การปรับสถานีงาน ไม่สื่อว่าเป็นการวินิจฉัยโรค
- คำตอบต้องเปิดดูได้เฉพาะผู้มีสิทธิ์
- ต้องใช้งานได้ทั้ง desktop และ mobile
การตัดสินใจออกแบบ
ผมแบ่งแบบประเมินเป็นส่วนตามองค์ประกอบของสถานีงานและแสดงเฉพาะคำถามที่เกี่ยวข้องในแต่ละช่วง ผู้ใช้บันทึกและกลับมาทำต่อได้ ส่วนผลลัพธ์จัดตามสิ่งที่ควรปรับปรุงแทนการแสดงเพียงคะแนนรวม
สิ่งที่พัฒนา
- แบบประเมิน ROSA ทีละส่วน
- การบันทึกและกลับมาทำต่อ
- เครื่องมือแยกระหว่างผู้เข้าร่วมกับผู้ดูแลโครงการ
- ผลลัพธ์ที่จัดตามองค์ประกอบของสถานีงาน
- interface ภาษาไทยและอังกฤษสำหรับหลายขนาดหน้าจอ
workflow หลังปรับปรุง
- อธิบายวัตถุประสงค์ก่อนให้ผู้ใช้เข้าสู่ระบบ
- แสดงคำถามตามส่วนของสถานีงานที่กำลังประเมิน
- บันทึกความคืบหน้าเมื่อยังทำไม่เสร็จ
- แสดงผลในรูปแบบที่ช่วยจัดลำดับสิ่งที่ควรปรับ
- ให้ทีมโครงการติดตามการเข้าร่วมตามสิทธิ์ที่ได้รับ
ผลลัพธ์ที่ยืนยันได้ในปัจจุบัน
ข้อมูลรวมจากระบบ production 2 แห่ง ณ วันที่ 29 สิงหาคม 2026 มี 306 ระเบียนผู้เข้าร่วมและแบบประเมินการยศาสตร์ 570 รายการ ตัวเลขเหล่านี้แสดงขอบเขตการใช้งาน ไม่ใช่หลักฐานว่าระบบลดความเสี่ยงหรืออาการทางระบบกล้ามเนื้อและกระดูก
Technology stack
- Front end: Blazor WebAssembly, Microsoft Fluent UI และ ECharts
- Back end: ASP.NET Core (.NET 8) และ PostgreSQL ผ่าน Entity Framework Core
- Authentication: Suttisak.Blazor.Identity และ Passkey