Abstract

This comprehensive analysis dissects the Thai Diagnosis Related Group (TDRG) System, which serves as the core financing engine for inpatient care of Thailand’s universal health coverage (UHC). Introduced to replace distortionary fee-for-service models, the TDRG translates clinical work into standardized economic units, fundamentally shifting hospital incentives toward paying for outcomes rather than inputs. This study provides an exhaustive technical review of the algorithmic architecture, detailing its hierarchical decision-tree logic, which starts with Pre-MDC (pre-major diagnostic category) screening for high-cost groups, MDC assignment, and the sophisticated patient complexity level (PCL) engine used in the Australian Refined DRG (AR-DRG) framework. A key contribution is the exploration of the system’s indigenization, noting specific adaptations for high-burden local conditions such as dengue hemorrhagic fever. Furthermore, the paper comparatively analyzes the TDRG against global systems, notably the US MS-DRG, highlighting Thailand’s use of tropical-specific diagnosis codes (ICD-10-TM) and its reliance on complexity scoring over the US categorical severity tiers. The analysis identifies critical systemic vulnerabilities stemming from its reliance on standardized charge data (cost-to-charge ratios) for relative weight recalibration, which risks undervaluing labor-intensive care, and the persistent issue of coding quality leading to DRG creep. The conclusion recommends strategic evolution, urging a transition toward patient level information and costing system (PLICS) for accurate cost-based weights, the adoption of artificial intelligence (AI) for real-time auditing, and preparation for the mandatory transition to ICD-11 coding standards to ensure the TDRG remains a robust and equitable foundation for the nation’s health equity objectives.

 Keywords: Algorithm, Australia, DRG, Logic, Thailand

บทคัดย่อ

บทความนี้วิเคราะห์ระบบกลุ่มวินิจฉัยโรคร่วม หรือ Thai Diagnosis Related Group (TDRG) ซึ่งเป็นกลไกหลักในการจ่ายค่ารักษาพยาบาลผู้ป่วยในภายใต้ระบบหลักประกันสุขภาพถ้วนหน้า (universal health coverage) ของประเทศไทย การทบทวนเชิงเทคนิคนี้นำเสนอโครงสร้างอัลกอริทึมของ TDRG ตั้งแต่การจัดกลุ่มก่อน MDC (pre-major diagnostic category) การกำหนด MDC ไปจนถึงระบบความซับซ้อนทางคลินิกของผู้ป่วย (PCL, patient complexity level) ที่อิทธิพลมาจาก Australian Refined DRG (AR-DRG) พร้อมการปรับให้เข้ากับบริบทท้องถิ่น เช่น การจัดกลุ่มโรคไข้เลือดออก (dengue hemorrhagic fever) นอกจากนี้ยังมีการวิเคราะห์เปรียบเทียบระหว่าง TDRG กับระบบ DRG ของประเทศอื่น โดยเฉพาะ US MS-DRG (United States Medicare Severity DRG) และการใช้งานรหัส ICD-10-TM (International Classification of Diseases, 10th Revision, Thai modification) พร้อมกับการใช้น้ำหนักเชิงความซับซ้อนแทนชั้นความรุนแรงของสหรัฐ บทความชี้ให้เห็นความเสี่ยงด้านการพึ่งพาระบบข้อมูลต้นทุน-ค่าใช้จ่าย (cost-to-charge ratios) สำหรับการปรับน้ำหนัก ซึ่งอาจลดคุณค่าของกลุ่มโรคที่ต้องใช้แรงงานรักษาพยาบาลมาก และยังประสบปัญหา DRG creep อย่างต่อเนื่อง ความเห็นเชิงนโยบายจึงเสนอให้เปลี่ยนผ่านไปสู่ระบบข้อมูลต้นทุนในระดับผู้ป่วย (patient level information and costing system, PLICS) เพื่อสะท้อนต้นทุนจริง ปรับใช้งานปัญญาประดิษฐ์ (artificial intelligence, AI) เพื่อการตรวจสอบข้อมูลการเบิกค่ารักษาแบบเรียลไทม์ และเตรียมพร้อมต่อมาตรฐาน ICD-11 เพื่อให้ TDRG เป็นรากฐานที่ยุติธรรมและสอดคล้องกับเป้าหมายความเป็นธรรมทางสุขภาพของประเทศ

คำสำคัญ: กลุ่มวินิจฉัยโรคร่วม, ประเทศไทย, หลักคิด, ออสเตรเลีย, อัลกอริทึม

Powered by Froala Editor

Powered by Froala Editor