การพัฒนาแบบจำลองการประยุกต์ใช้ปัญญาประดิษฐ์เพื่อยกระดับคุณภาพการให้บริการธุรกิจดูแลผู้สูงอายุในประเทศไทย
Article Sidebar
Main Article Content
บทคัดย่อ
สังคมไทยเป็นสังคมสูงอายุสมบูรณ์ ทำให้ความต้องการบริการดูแลผู้สูงอายุเพิ่มสูงขึ้นอย่างต่อเนื่องแต่ธุรกิจกลับเผชิญปัญหาด้านคุณภาพบริการ บุคลากรขาดแคลน และการนำเทคโนโลยีมาใช้ยังไม่เพียงพอ งานวิจัยนี้มุ่งเน้นการประยุกต์ใช้ปัญญาประดิษฐ์เพื่อแก้ปัญหาดังกล่าว โดยมีวัตถุประสงค์เพื่อ 1) ออกแบบจำลองความสัมพันธ์ระหว่างความพร้อมขององค์กร บุคลากร เทคโนโลยี และการใช้ปัญญาประดิษฐ์ในธุรกิจดูแลผู้สูงอายุในประเทศไทย และ 2) ประเมินปัจจัยที่มีอิทธิพลต่อการนำปัญญาประดิษฐ์มาใช้ในธุรกิจดูแลผู้สูงอายุในประเทศไทย เป็นการวิจัยแบบผสมผสาน โดยคัดเลือกกลุ่มตัวอย่างบุคลากรในธุรกิจดูแลผู้สูงอายุ ใช้วิธีการสุ่มตัวอย่างแบบแบ่งชั้นภูมิ จำนวน 360 ราย และคัดเลือกแพทย์ผู้เชี่ยวชาญ จำนวน 9 ราย โดยใช้วิธีการคัดเลือกแบบเจาะจง สถิติที่ใช้ คือ การวิเคราะห์สมการโครงสร้าง และการวิเคราะห์เชิงเนื้อหา ผลการวิจัย พบว่า แบบจำลองที่พัฒนาขึ้นแสดงความสัมพันธ์ที่สอดคล้องกันกันระหว่างความพร้อมขององค์กร บุคลากร และเทคโนโลยีกับการใช้ปัญญาประดิษฐ์ในธุรกิจดูแลผู้สูงอายุไทย การตรวจสอบความตรงเชิงโครงสร้างของมาตรวัดองค์ประกอบเชิงยืนยัน พบว่า แบบจำลองการวัดตามทฤษฎีมีความเหมาะสมกับข้อมูลเชิงประจักษ์ในระดับที่ดี (Chi-square = 1.212, NFI = 0.963, CFI = 0.993, GFI = 0.961, TLI = 0.991, RMSEA = 0.024) มีมาตรฐานดัชนีใช้ในการวิจัยได้อย่างเหมาะสม และผลการประเมินปัจจัยที่มีอิทธิพลต่อการนำปัญญาประดิษฐ์มาใช้ในธุรกิจดูแลผู้สูงอายุไทย พบว่า กุญแจสำคัญที่สุดในการนำปัญญาประดิษฐ์ มาใช้ให้ประสบความสำเร็จและยกระดับคุณภาพการบริการในธุรกิจดูแลผู้สูงอายุของไทย คือ การสร้างความตั้งใจและทัศนคติที่ดีต่อปัญญาประดิษฐ์ของบุคลากรในองค์กร การวิจัยนี้สามารถนำไปพัฒนาแบบจำลองการประยุกต์ใช้ปัญญาประดิษฐ์ที่เหมาะสมกับบริบทไทย ยกระดับคุณภาพบริการดูแลผู้สูงอายุอย่างยั่งยืน และพัฒนาต่อยอดเป็นแพลตฟอร์มบริการ หรือ การวิจัยเชิงปฏิบัติการในอนาคต
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
- ผู้เขียนต้องยินยอมปฏิบัติตามเงื่อนไขที่กองบรรณาธิการวารสารกำหนด และผู้เขียนต้องยินยอมให้บรรณาธิการ แก้ไขความสมบูรณ์ของบทความได้ในขั้นตอนสุดท้ายก่อนเผยแพร่
- ลิขสิทธิ์บทความเป็นของผู้เขียน แต่วารสารเทคโนโลยีภาคใต้คงไว้ซึ่งสิทธิ์ในการตีพิมพ์ครั้งแรก โดยเหตุที่บทความนี้ปรากฏในวารสารที่เข้าถึงได้จึงอนุญาตให้นำบทความไปใช้เพื่อประโยชน์ทางการศึกษา แต่มิใช่เพื่อการพาณิชย์
เอกสารอ้างอิง
Agarwal, P., Swami, S., & Malhotra, S. K. (2022). Artificial intelligence adoption in the post COVID-19 new-normal and role of smart technologies in transforming business: A review. Journal of Science and Technology Policy Management, 15(3), 506–529.
Alotaibi, A., Saleh, W., Abdulbaqi, A., & Alosaimi, M. (2022). Health research priority agenda for Ministry of Health, Kingdom of Saudi Arabia from 2020 to 2025. Journal of Epidemiology and Global Health, 12(4), 413–429.
Angsuchote, S., Wichitwanna, S., & Pinyopanuwat, R. (2014). Statistical Analysis for Social and Behavioral Science Research: Techniques for using LISREL (4th Printing). Prosperous and Stable Printing Charoendee. [In Thai]
Arigo, D., Romano, K. A., Pasko, G., Travers, L., Ainsworth, M. C., Jackson, D. A., & Brown, M. M. (2022). A
scoping review of behavior change techniques used to promote physical activity among women in
midlife. Frontiers in Psychology, 13(1), 1–16.
Bellizzia, M. G., Eboli, L., & Mazzulla, G. (2020). Air transport service quality factors: A systematic literature review. Transportation Research Procedia, 45, 218–225.
Broms, R., Johansson, E., & Lindqvist, R. (2024). Provider ownership and indicators of service quality in long-term care: Evidence and implications for policy. Journal of Public Administration and Theory, 34(1), 150–174.
Cant, R., Gazula, S., & Ryan, C. (2023). Predictors of nursing student satisfaction as a key quality indicator of tertiary students' education experience: An integrative review. Nurse Education Today, 126, Article 105806.
Carter, S. R., Ng, R., El-Den, S., & Schneider, C. R. (2022). A patient-reported experience measure for community pharmacy including development of a short-form: The perceived service quality scale. Research in Social and Administrative Pharmacy, 18(12), 3369–3378.
Chanhuni, P., Meenongwah, S., & Sudsomboon, S. (2025). A participatory management innovation of network partners to develop quality of life of the elderly in Nakhon Si Thammarat Province. Journal of Southern Technology, 18(2), 88–98. [In Thai]
Chokphukhiao, C., Tun, W. S. T., Masa, S., Chaiayuth, S., Loeiyood, J., Pongskul, C., & Patramanon, R. (2024). Revolutionizing elderly care: Building a healthier aging society through innovative long-term care systems and assessing the long-term care acceptance model. Geriatrics & Gerontology International, 24(4), 477–485.
Cobelli, N., & Blasioli, E. (2023). To be or not to be digital? A bibliometric analysis of adoption of eHealth services. The TQM Journal, 35(9), 299–331.
Darzi, M. A., Islam, S. B., Khursheed, S. O., & Bhat, S. A. (2023). Service quality in the healthcare sector: A systematic review and meta-analysis. Leadership in Health Services, 36(1), 13–31.
Doherty, G., McLaughlin, L., Hughes, C., McConnell, J., Bond, R., & McFadden, S. (2024). A scoping review of educational programmes on artificial intelligence (AI) available to medical imaging staff.
Radiography, 30(2), 474–482.
Department of Health Service Support, Ministry of Public Health. (2025). Thailand. Strategies for Enhancing Health Literacy and Health Behavior [Internet]. Bangkok: Department of Health Service Support, Ministry of Public Health. Retrieved February 9, 2025 from https://hed.hss.moph.go.th/wp- content/uploads
Hangl, J., Behrens, V. J., & Krause, S. (2022). Barriers, drivers, and social considerations for AI adoption in supply chain management: A tertiary study. Logistics, 6(3), 1–22.
Ho, M. T., Mantello, P., & Ho, M. T. (2023). An analytical framework for studying attitude towards emotional AI: The three-pronged approach. MethodsX, 10, 1–12.
Komazawa, O., & Saito, Y. (Eds.). (2021). Coping with Rapid Population Ageing in Asia: Discussions on Long-Term Care Policy and Cross-Border Circulation of Care Workers. Economic Research Institute for
ASEAN and East Asia (ERIA).
Langendoen-Gort, M., Groeneveld, L., Prinsen, C. A. C., Beulens, J. W., Elders, P. J. M., Halperin, I., … Rutters, F. (2022). Patient-reported outcome measures for assessing health-related quality of life in people with type 2 diabetes: A systematic review. Reviews in Endocrine and Metabolic Disorders, 23(5), 931–977.
Madanchian, M., Taherdoost, H., & Mohamed, N. (2023). AI-based human resource management tools and techniques; A systematic literature review. Procedia Computer Science, 229, 367–377.
Mariani, M. M., Hashemi, N., & Wirtz, J. (2023). Artificial intelligence empowered conversational agents: A systematic literature review and research agenda. Journal of Business Research, 161, Article 113838.
Mongkholgate, K., Leethongdissakul, S., & Promarak, T. (2025). Effectiveness of a long-term care model for dependent elderly people in Sisongkhram District Nakhon Phanom Province during the COVID-19 pandemic. In J. Mantas et al. (Eds.), Envisioning the future of health informatics and digital health, 444–448.
Na Pattalung, N., & Thongkong, M. (2025). Prototype of an elderly day care business in the new normal: A case study in Bangkok, Thailand. Thai Journal of Public Health, 55(1), 38–47.
National Statistical Office. (2023). Population Projection of Thailand, 2010–2040. National Statistical Office. 24 January 2568 Retrieved from https://www.nso.go.th/ [In Thai]
Nguyen, H. A. T., Bui, H. K., Pham, T. K. T., Chu, T. T., & Dang, T. T. T. (2025). Exploring customer loyalty in Vietnam's digital banking industry: Insights from switching costs and alternative attractiveness. International Review of Management and Marketing, 15(4), 269–280.
Rainone, S., & Pochet, P. (2022). The EU Recovery Strategy: A Blueprint for a More Social Europe or a House of Cards? (ETUI Working Paper 2022.18). European Trade Union Institute. Retrieved February 10, 2025, from https://ssrn.com/abstract=4270429
Schönfeld, M. S., Pfisterer-Heise, S., & Bergelt, C. (2021). Self-reported health literacy and medication adherence in older adults: A systematic review. BMJ Open, 11, Article e056307.
Terwee, C. B., Elders, P. J. M., Rogge, A. A., Rose, M., Mokkink, L. B., Blom, M. T., … Pouwer, F. (2023). Patient-reported outcomes for people with diabetes: What and how to measure? A narrative review. Diabetologia, 66, 1357–1377.
Tessema, D. H., & Yesilada, F. (2025). Impact of total quality management on patient revisit intention: The case of public hospitals in Addis Ababa, Ethiopia. Future Business Journal, 11, Article 121.
United Nations, Department of Economic and Social Affairs, Population Division. (2020). World Population Ageing 2020: Highlights. United Nations. Retrieved March 6, 2025, from https://www.un.org/development/desa/pd/sites.pdf
Utami, B., & Vencovský, F. (2020). Service quality evaluation using text mining: A systematic literature review. In New trends in business information systems and technology (Lecture Notes in Business Information Processing, Vol. 396, pp. 53–66).
Wu, H., Lu, P., Wu, C., & Liu, X. (2025). The nursing service needs of old adults in long term care facilities: Current status and associated factors. BMC Health Services Research, 25, Article 819.
Zapparoli, L., Mariano, M., & Paulesu, E. (2022). How the motor system copes with aging: A quantitative meta-analysis of the effect of aging on motor function control. Communications Biology, 5, Article 79.
