ปัจจัยที่มีอิทธิพลต่อการตัดสินใจรับบริการส่องกล้องตรวจลำไส้ใหญ่ร่วมกับระบบปัญญาประดิษฐ์ในโรงพยาบาลเอกชนในเขตกรุงเทพมหานคร

Main Article Content

สารัช วงศ์สุนทรพจน์
ปาลิดา ศรีศรกำพล

บทคัดย่อ

บทคัดย่อ


         บทความวิจัยนี้ มีวัตถุประสงค์เพื่อศึกษาปัจจัยส่วนบุคคล และส่วนประสมทางการตลาดบริการทั้งหมด 7 ด้าน ที่มีอิทธิพลต่อการตัดสินใจเข้ารับบริการตรวจส่องกล้องตรวจลำไส้ใหญ่ร่วมกับระบบปัญญาประดิษฐ์ในโรงพยาบาลเอกชนในเขตกรุงเทพมหานคร การวิจัยครั้งนี้เป็นการวิจัยเชิงปริมาณ โดยเก็บรวบรวมข้อมูลจากตัวอย่างประชากรที่ศึกษา โดยเป็นผู้เคยมีประสบการณ์หรือผู้ที่มีอิทธิพลต่อการตัดสินใจเข้ารับการตรวจส่องกล้องลำไส้ใหญ่อายุ 30 ปีขึ้นไป จำนวน 400 คน ด้วยการสุ่มกลุ่มตัวอย่างแบบหลายวิธี โดยเครื่องมือที่ใช้ในการวิจัย ได้แก่ แบบสอบถาม การวิเคราะห์ข้อมูลโดยใช้สถิติเชิงพรรณนา ได้แก่ ค่าเฉลี่ย ค่าร้อยละ ส่วนเบี่ยงเบนมาตรฐาน และทดสอบสมมติฐาน โดยใช้สถิติ t-test, One-way ANOVA การวิเคราะห์ค่าสัมประสิทธิ์สหสัมพันธ์เพียรสัน และการวิเคราะห์ความถดถอยเชิงพหุคูณแบบขั้นตอน


          ผลการวิจัยพบว่า ผู้ตอบแบบสอบถามส่วนใหญ่เป็นเพศหญิง มีอายุ 40-49 ปี มีระดับการศึกษาปริญญาตรีหรือเทียบเท่า อาชีพเป็นข้าราชการหรือรัฐวิสาหกิจ และมีระดับรายได้ต่อเดือนต่ำกว่า 25,000 บาท โดยผลการทดสอบสมมติฐานพบว่า 1) ปัจจัยส่วนบุคคล ได้แก่ เพศ อายุ ระดับการศึกษา อาชีพ และระดับรายได้ต่อเดือนที่แตกต่างกัน มีผลต่อการตัดสินใจเข้ารับบริการตรวจส่องกล้องตรวจลำไส้ใหญ่ร่วมกับระบบปัญญาประดิษฐ์ในโรงพยาบาลเอกชนในเขตกรุงเทพมหานครไม่แตกต่างกัน (p>0.05) และ 2) ปัจจัยส่วนประสมทางการตลาดบริการ ได้แก่ ปัจจัยด้านกระบวนการ ด้านผลิตภัณฑ์หรือบริการ ด้านช่องทางการจัดจำหน่าย ด้านบุคลากร และด้านสภาพแวดล้อมทางกายภาพที่มีอิทธิพลต่อการตัดสินใจเข้ารับบริการตรวจส่องกล้องตรวจลำไส้ใหญ่ร่วมกับระบบปัญญาประดิษฐ์ในโรงพยาบาลเอกชนในเขตกรุงเทพมหานครแตกต่างอย่างมีนัยสำคัญทางสถิติ (p<0.05)

Article Details

บท
บทความวิจัย

References

เอกสารอ้างอิง

กรมการแพทย์ กระทรวงสาธารณสุข. (2562). แผนการป้องกันและควบคุมโรคมะเร็งแห่งชาติ (พ.ศ. 2561 - พ.ศ. 2565). กรุงเทพมหานคร : กระทรวงสาธารณสุข.

ข้อมูลประชากรสำนักทะเบียนกลาง. (2566). ประชากรทะเบียนราษฎร์จำแนกรายเพศปีงบประมาณ 2566 เขตสุขภาพที่ 1. เรียกใช้เมื่อ 19 กรกฎาคม 2566 จาก https://shorturl.at/dryF6.

คำสั่งกรุงเทพมหานคร. (2552). การแบ่งกลุ่มการปฏิบัติงานของสำนักงานเขต. เรียกใช้เมื่อ 20 กรกฎาคม 2566 จาก https://office2.bangkok.go.th/ard/?page_id=4048.

ณิชาภัทร อติเปรมินทร์. (2562). ปัจจัยการตลาดบริการที่ส่งผลต่อการตัดสินใจเลือกใช้บริการโรงพยาบาลเอกชน (ทั่วไป) ในช่วงวิกฤติโควิด-19. ใน การค้นคว้าอิสระบริหารธุรกิจมหาบัณฑิต. มหาวิทยาลัยกรุงเทพ.

นนทนัตถ์ รัตนกุญชร. (2563). การศึกษาปัจจัยที่ส่งผลต่อการตัดสินใจเลือกเข้ารับบริการโรงพยาบาลรัฐแบบพรีเมี่ยมและโรงพยาบาลเอกชนในเขตพื้นที่กรุงเทพมหานครและปริมณฑล. ใน วิทยานิพนธ์วารสารศาสตร์มหาบัณฑิต สาขาวิชาการจัดการการสื่อสารองค์กร. มหาวิทยาลัยธรรมศาสตร์.

ปัญจพล เหล่าทาและคณะ. (2562). กลยุทธ์ส่วนประสมการตลาดที่มีผลต่อการตัดสินใจใช้บริการโรงพยาบาลเอกชนของผู้ป่วยใน ในจังหวัดสมุทรปราการ. วารสารมนุษยศาสตร์และสังคมศาสตร์ มหาวิทยาลัยนครพนม, 9(1), 9-17.

พรทิพย์ ศิริกุล. (2561). การศึกษาส่วนประสมทางการตลาดและแรงจูงใจในการตัดสินใจเลือกใช้บริการโรงพยาบาลรามาธิบดี อาคารสมเด็จเทพพระรัตน์. ใน สารนิพนธ์การจัดการมหาบัณฑิต วิทยาลัยการจัดการ. มหาวิทยาลัยมหิดล.

ฤทัยรัตน์ จีนประดิษฐ. (2562). ปัจจัยที่มีผลต่อการตัดสินใจเลือกใช้บริการโรงพยาบาลเอกชนในจังหวัดกรุงเทพมหานคร. ใน บทความการค้นคว้าอิสระบริหารธุรกิจมหาบัณฑิต สำหรับผู้ประกอบการยุคใหม่ คณะบริหารธุรกิจ. มหาวิทยาลัยรามคำแหง.

ศิริลักษณ์ ชุติเวทคู. (2565). การตัดสินเลือกเข้ารับบริการซ้ำโรงพยาบาลเอกชนในกรุงเทพมหานครและปริมณฑล. บทความวิชาการค้นคว้าอิสระบริหารธุรกิจมหาบัณฑิต คณะบริหารธุรกิจ, มหาวิทยาลัยรามคำแหง.

สติมัย อนิวรรณน์. (2564). นวัตกรรม AI ตรวจหาติ่งเนื้อเพื่อป้องกันการเกิดมะเร็งลำไส้ใหญ่. เรียกใช้เมื่อ 12 ธันวาคม 2566 จาก https://www.chula.ac.th/clipping/48277/.

Cochran, W. G. (1977). Sampling Techniques. (3rd Edition). New York: John Wiley & Sons. Inc.

Hanushek, Eric A. & Jackson, John E. (1977). Statistical Methods for Social Scientists. New York: Academic Press.

Ferlay, J. et al. (2024). Global Cancer Observatory: Cancer Today. Lyon, France: International Agency for Research on Cancer.

Rojanamatin, J. et al. (2021). Cancer in Thailand Vol.X,2016-2018. กรุงเทพมหานคร: สถาบันมะเร็งแห่งชาติ.

Schauer, C. et al. (2022). Artificial intelligence improves adenoma detection rate during colonoscopy. New Zealand Medical Journal, 135(1561), 22-30.

Shao, L., Yan, X., Liu, C., Guo, C., & Cai, B. (2022). Effects of ai-assisted colonoscopy on adenoma miss rate/adenoma detection rate: A protocol for systematic review and meta-analysis. Medicine, 101(46), e31945.

Tiankanon, K. et al. (2021). Current Status of Colorectal Cancer and Its Public Health Burden in Thailand. Clinical Endoscopy, 54(4), 499–504.