MP Inventory Management System

Hospitals

10

Oct 25–Mar 26

Total Patients (6M)

—

All hospitals

Total Tests (6M)

—

Processed tests

Avg Test/Patient

—

Overall ratio

HIGH Risk Items

—

ROP critical

📈 Monthly Test Volume

All hospitals combined

👥 Monthly Patient Volume

📊 Hospital Size (Total Tests)

📉 Test/Patient Ratio Trend

⚠️ ROP Risk Overview

🏥 Monthly Test Volume — All Hospitals

📋 Hospital Summary

#	Hospital	Oct 25	Nov 25	Dec 25	Jan 26	Feb 26	Mar 26	Total	Avg/Mo	Trend

GDrive Root

Abbott Folder

18e9xkdAx...

Last Sync

—

อัพเดทล่าสุด

Next Sync

ทุกวัน

05:00 น.

Cron

0 5 * * *

Daily schedule

📁 เลือกไฟล์ JSON

กด เพื่อดึงข้อมูลจาก dashboard_data.json หรือเลือกไฟล์

📁 Google Drive Folders

📂 Root — Abbott
18e9xkdAxMUn4LBKvrM_lU6En_z2Tfxpz
🔗 เปิด Drive

📊 Test Count
1nz6GDesDkbkNfnt0vn3bcy0hiP3Ya9IM

📦 Stock Card
1ranAU__lFhRvSs5leMMF_PSfCM1wEslR

🏥 Hospital Files (10)

✅ Hariphunchai Ram
✅ Khonkaen Ram
✅ Sukhumvit Hospital
✅ Synphaet Ramintra
✅ Synphaet Srinakarin
✅ Synphaet Thepharak
✅ Synphaet Serirak
✅ Synphaet Lamlukka
✅ Thonburi 1
✅ Vibhavadi Hospital

📋 Sync Log

เลือกโรงพยาบาล

📈 Test/Patient Ratio (Usage Type 1)

📊 Patient vs Test Volume (Usage Type 2)

📉 Breakdown Analysis — 8 Metrics

① Patient / Month

จำนวนผู้ป่วยที่มีการทดสอบ (จาก LIS)

② Test / Month (Total Module)

ยอด Test รวม = Patient + Calib + QC (Analyzer Log)

③ Reagent Kit Used / Month

ประมาณจาก Patient Tests — 1 test ≈ 1 kit usage (ข้อมูลจาก StockFlow OUT/ROP)

④ Consumables / Month

จำนวน Calibration Run (Calib = consumable ต่อ cycle) (Analyzer Log)

⑤ QC Reagent / Month

จำนวน QC Control Run ต่อเดือน (QC Software / Middleware)

⑥ Test per Patient (Ratio)

อัตราส่วน Test ต่อผู้ป่วย 1 ราย — ตัวชี้วัด Case Mix Complexity

⑦ QC Rate % Trend

สัดส่วน QC ต่อ Total All (%) — เกิน baseline ± 15% = เฝ้าระวัง

⑧ Total All (incl. Repeat+Exception)

ยอดรวมทั้งหมดรวม Repeat และ Exception (Analyzer Raw Log)

📦 Reagent Received vs Used — Stock Movement (All Hospitals)

สต็อกเข้า (IN) เทียบกับการใช้จริง (OUT) จาก StockFlow — ใช้ประเมิน Reagent Received Order

🧬 Assay Detail

🧬 Top 20 Assay Usage

#	Assay Name	ID	Patients	Calib	Controls	Total	Total All

💰 Revenue Analysis by Assay

Est. Revenue (6M)

—

บาท

Avg/Month

—

บาท/เดือน

Top Assay

—

Highest revenue

Assays Priced

—

/ total assays

📊 Revenue by Assay (Top 15)

📈 Monthly Revenue Trend

💴 Price Table — กำหนดราคาต่อ Test (บาท)

#	Assay Name	Total Tests	ราคา/Test (บาท)	Est. Revenue (บาท)

🧪 Cost Breakdown — Cal / Control / Rerun by Hospital

Hospital	Patient Tests	Cal Tests	Control Tests	Rerun/Other	Total All	Patient Revenue	Cal Cost	Control Cost	Rerun Cost	Total Overhead Cost	Overhead %

HIGH Risk

—

ต้องสั่งด่วน

MEDIUM Risk

—

วางแผนสั่ง

LOW Risk

—

ปกติ

Total Items

—

All items

🍩 Risk Distribution

📈 Top 8 — Usage Trend (15 months)

📋 ROP Table (ROP = 1.5× Monthly Avg)

#	Description	Type	Stock	Avg/Mo	ROP	Days Left	Jan26	Feb26	Mar26	Risk

📋 Letter of Order Plan

☑ เลือกรายการที่ต้องการส่ง → กด ส่งให้ Admin

	Code	Description	Type	Stock	Avg/Mo	ROP	Suggest Qty	Priority	Action

📐 วิธีคำนวณ Risk Index

สูตรคำนวณ

          Risk Index = 25

            + Growth Rate × 0.8

            + QC Deviation × 0.6

            + Calibration Change × 0.4

          (ค่าอยู่ระหว่าง 0 – 100)

ความหมายของ Risk Level

HIGH > 60ปริมาณงานเพิ่มขึ้นมาก หรือ QC เบี่ยงเบนสูง ต้องตรวจสอบเครื่องด่วน

MEDIUM 35–60มีแนวโน้มผิดปกติ ควรเฝ้าระวังและ preventive maintenance

LOW < 35เครื่องทำงานปกติ ไม่มีสัญญาณน่าเป็นห่วง

💡 Growth Rate = % เปลี่ยนแปลงจากเดือนก่อน | QC Deviation = % เบี่ยงเบนจาก QC Rate ฐาน | Calibration Change = % เพิ่มขึ้นของ Calibration count

⚠️ Analyzer Risk Index (0–100)

📈 Volume Growth Rate (%)

🔥 Risk Heatmap

⚡ Stock-Growth Alert — Test เพิ่มแต่สต็อกไม่เพียงพอ

Cross-reference ระหว่างแนวโน้มการเพิ่มขึ้นของ Test Volume กับระดับสต็อก ROP — เตือนเสี่ยงขาดของล่วงหน้า

📐 วิธีคำนวณ QC Risk

สูตรคำนวณ Deviation

          Deviation = (Latest − Avg) ÷ Avg × 100%

          HIGH   : |Δ| > 30%

          MEDIUM: |Δ| 15–30%

          LOW   : |Δ| < 15%

ความหมาย QC Rate

HIGHQC Rate เบี่ยงเบน >30% จาก baseline — อาจมีปัญหา reagent หรือ instrument drift

MEDIUMQC Rate เบี่ยงเบน 15–30% — ควรตรวจสอบ Calibration และ QC materials

LOWQC Rate ปกติ อยู่ในช่วง ±15% ของค่าเฉลี่ย

💡 QC Rate = Controls ÷ Total Tests × 100% ควรอยู่ที่ 15–25% ตามมาตรฐาน ISO 15189

🔬 QC Risk Model — Alert ±15%

📈 QC Rate Trend (%)

📊 Latest QC Rate

🔔 QC Alert Status

📊 Usage Rate — Patient : Test Parameter Ratio

อัตราส่วนผู้ป่วยต่อ Parameter แต่ละรายการ — ใช้ประเมิน Test Utilization และ QC Consumption ต่อ Assay

📦 Reagent Received Order — Breakdown รายไอเท็ม

รายการ Reagent ที่รับเข้าสต็อก (StockFlow IN) — เปรียบเทียบกับ QC Rate เพื่อประเมินความเสี่ยงขาดของ QC Material

📤 อัพโหลดข้อมูล

📁 Drop Zone

📂

ลาก & วาง ไฟล์ .xlsx ที่นี่

หรือ

📎 เลือกไฟล์

📦 Stock Card Overview

Total SKU

—

รายการสินค้า

Below ROP

—

ต้องสั่งซื้อ

Near ROP

—

ใกล้ ROP

Total Stock Value

—

บาท (ประมาณ)

📊 Stock Level by Category

⚠️ Stock Status Distribution

📋 Stock Card Table

#	Description	Type	Stock	ROP	Monthly Avg	Days Left	Status

🔄 StockFlow — ระบบเบิก/รับสินค้า

📝 ฟอร์มเบิกสินค้า

สินค้า *

จำนวนที่เบิก *

หน่วย

ผู้เบิก *

หน่วยงาน / โรงพยาบาล *

หมายเหตุ

⚠️ สต็อกต่ำกว่า ROP

📋 รายการเบิกล่าสุด (10 รายการ)

#	วันที่-เวลา	รหัส	สินค้า	จำนวน	ผู้เบิก	หน่วยงาน	หมายเหตุ

⏰ Expired Analysis

📤 อัพโหลดข้อมูลสินค้า Expired

รองรับไฟล์ Excel (.xlsx) หรือ CSV ที่มีคอลัมน์: Product Name, Lot No., Expiry Date, Qty, Receive Date, Delivery Date

Expired Items

—

หมดอายุแล้ว

Expiring ≤30d

—

ใกล้หมดอายุ

Normal

—

ปกติ

Total Batches

—

Lot/Batch

📊 Expiry Status Distribution

📅 Expiry Timeline (next 6 months)

🏥 Customer Stock — Expiry Table

#	Product	Lot/Batch	Hospital	Qty	Exp. Date	Days Left	Status

🔐 Admin / User Management

🌐 Server Database Connection

เชื่อมต่อ MySQL Server ผ่าน PHP API · ⚫ ยังไม่เชื่อมต่อ

ใส่ URL ของ sims_api.php ที่ upload ไว้บน Plesk server

🕐 Last sync: — 🗄️ Server ver: — 👤 Token: —

🗄️ SIMS Database Admin

📥 Import JSON

🏥 Hospital Display Filter Admin

เลือกโรงพยาบาลที่ต้องการแสดงในหน้า Dashboard Overview และ Multi-Hospital

👥 User List

🔑 Role Permissions Admin

กำหนดสิทธิ์ User และ Viewer แต่ละหน้า

⏱️ Downtime Index Analysis

0

Total Downtime Events

0.0

Avg Downtime Hours/Month

0.00

Correlation w/ Test Volume

0.00

Correlation w/ Patient Volume

Monthly Downtime Trend

Downtime vs Usage Correlation

Monthly Downtime Data

Month	Downtime Events	Downtime Hours	Test Volume	Patient Volume	Correlation Factor

Analysis Summary

The Downtime Index shows the relationship between system downtime and hospital usage patterns. Higher test volumes and patient loads correlate with increased downtime risk due to system strain.

📊 Order Quantity vs Actual Usage Comparison

0

Total Orders

0

Total Actual Usage

0.0%

Variance %

Low

Stock Shortage Risk

Order Quantity vs Actual Usage per Assay

Root Cause Analysis

Scenario 1: Stock Insufficient

MP Stock ไม่สอดคล้อง/ต่ำกว่า Demand ลูกค้า

Scenario 2: Usage Increase

MP สต็อคระดับเดิม แต่อัตราการใช้น้ำยาเพิ่ม

Assay-Level Order vs Usage Analysis

Assay Name	Order Qty	Actual Usage	Variance	Variance %	Status

📦 Shelf Life Analysis — SD Biosensor → MP → Customer

วันหมดอายุคงเหลือ

นับจากวันส่งสินค้า

-

สินค้าอายุสั้น %

เทียบกับวันหมดอายุที่ MP รับเข้า

-

วันหมดอายุคงเหลือ ณ ลูกค้า

เทียบกับ Shelf Life ทั้งหมด

-

Shelf Life Utilization Chart

Shelf Life Details

Product	Receive Date (MP)	Expiry Date	Total Shelf Life (days)	Delivery Date to Customer	Remaining Days at Delivery	Shelf Life Utilization %	Status

🔬 Assay Ratio Analysis — คนไข้ : Reagent : Calibrator : QC

📊 Ratio Summary (All Assays)

Avg Patient Tests

-

Avg Reagent/Patient

-

Avg Calib/Patient

-

Avg QC/Patient

-

📈 Ratio by Assay (Stacked Bar)

🏥 Hospital Comparison — Ratio per Assay

📋 Detailed Ratio Table

#	Assay	Patient Tests	Calibrator	QC/Control	Total (All)	Reagent:Patient	Cal:Patient	QC:Patient	Overhead %	Status

🎯 3Ps Strategy — People · Process · Performance

👥 People

ทีมงานที่เกี่ยวข้องกับการให้บริการ

🧑‍🔧

Service Engineer Skills

AI Learning Case → Troubleshooting อัตโนมัติ

✅ SIMS Integrated

📞

Customer Communication

Line OA → เปิด/ปิดเคส → แจ้งเตือนอัตโนมัติ

📅 Phase 2

📊

Team KPI Dashboard

วัดผล Response Time, Resolution Rate, CSAT

📅 Phase 2

🎓

Knowledge Base (AI)

สะสม Case History → แนะนำวิธีแก้ปัญหา

📅 Phase 3

⚙️ Process

กระบวนการบริหารจัดการสินค้าและบริการ

📦

ROP Prediction Model

คำนวณจุดสั่งซื้อ → สั่งสต็อกทันเวลา

✅ Active

📊

Usage Analytics + Breakdown

8 Metrics → Patient:Test:Reagent:Cal:QC ratio

✅ Active

⏰

Expired Management

Shelf Life Analysis SD→MP→Customer

✅ Active

🔄

Google Drive Auto-Sync

ดึงข้อมูลอัตโนมัติ วันที่ 20 ทุกเดือน 05:00

✅ Active

📋

Order Plan Automation

Letter of Order Plan จาก ROP Model

✅ Active

📈 Performance

ตัวชี้วัดและผลลัพธ์ที่วัดได้

⚠️

Analyzer Risk Index (0-100)

เตือนล่วงหน้าก่อนเครื่อง Downtime

✅ Active

🔬

QC Risk Model (±15%)

ตรวจจับ Quality Issue ก่อนเกิดปัญหา

✅ Active

⏱️

Downtime Correlation Index

ความสัมพันธ์ Downtime vs Test/Patient Volume

✅ Active

💰

Revenue & Cost Analysis

รายได้ vs ต้นทุน Cal/Control/Rerun แยกราย รพ.

✅ Active

😊

Customer Satisfaction (CSAT)

คะแนนความพึงพอใจจากลูกค้า

📅 Phase 2

📊 3Ps Implementation Progress

🛡️ Data Compliance & Security

🔒 Security Controls

🔐

Data Encryption at Rest

AES-256 on Google Drive

✅ Active

🌐

Secure Transfer (HTTPS/TLS)

TLS 1.3 สำหรับการส่งข้อมูล

✅ Active

👤

No PHI Storage

ใช้ Aggregate data เท่านั้น

✅ Compliant

🗝️

RBAC (Role-Based Access)

Admin / User / Viewer พร้อม Hospital scope

✅ Active

📜 Legal & Regulatory

⚖️

PDPA Compliance

พ.ร.บ.คุ้มครองข้อมูลส่วนบุคคล พ.ศ. 2562

✅ Compliant

🏥

Medical Device Data Standard

บริหารสต๊อกและบำรุงรักษาเท่านั้น

✅ Compliant

📋

Data Retention Policy (12 months)

ลบอัตโนมัติเมื่อเกินกำหนด

📅 Planning

🔍

Audit Trail

บันทึก action ทุกอย่างพร้อม timestamp

🔄 In Review

📊 Compliance Score

✅ ปฏิบัติแล้ว8/12

📅 แผน1/12

67% Score

เข้าสู่ระบบ

✏️ แก้ไข User