การใช้กูเกิลแปลภาษาเป็นเครื่องมือสื่อสารระหว่าง เภสัชกรไทยและผู้ป่วยพม่าในร้านยา
Article Sidebar
Main Article Content
บทคัดย่อ
ปัจจุบันจำนวนแรงงานชาวพม่าอพยพเข้ามาทำงานในประเทศไทยเพิ่มขึ้นอย่างต่อเนื่อง ค่าใช้จ่ายด้านการดูแลสุขภาพที่สูง และความแตกต่างด้านภาษาเป็นอุปสรรคต่อการไปรับบริการจากโรงพยาบาล ดังนั้นเมื่อเจ็บป่วยคนเหล่านี้มักจะเลือกซื้อยาจากร้านยามาใช้เอง อย่างไรก็ตามปัญหาด้านการสื่อสารระหว่างเภสัชกรกับผู้ป่วยชาวพม่ามีความยากลำบาก และส่งผลต่อประสิทธิภาพในการให้บริการของเภสัชกร เพื่อแก้ปัญหานี้ ผู้วิจัยมีแนวคิดที่จะนำกูเกิลแปลภาษามาใช้เป็นเครื่องมือในการสื่อสารระหว่างเภสัชกรไทยและผู้ป่วยชาวพม่า วัตถุประสงค์ของงานวิจัยนี้ เพื่อประเมินความถูกต้องของกูเกิลแปลภาษาในการแปลข้อความที่ใช้สื่อสารในร้านยาระหว่างภาษาไทย ภาษาอังกฤษ และภาษาพม่าก่อนนำไปใช้จริง การประเมินทำใน 2 ระดับตามโครงสร้างของภาษา ได้แก่ ระดับคำ ประเมินโดยการหาค่าเฉลี่ยความยอมรับได้ และระดับวลี หรือประโยค ประเมินด้วยค่า adequacy และ fluency ผลการวิจัย พบว่า กูเกิลแปลภาษายังไม่มีประสิทธิภาพในการแปลภาษาด้านเภสัชกรรม ซึ่งพบทั้งในระดับคำศัพท์และระดับวลีหรือประโยค ดังนั้นกูเกิลแปลภาษาเหมาะกับการใช้เป็นเพียงเครื่องมือขั้นต้น และควรต้องแก้ไขผลลัพธ์จากการแปลให้ถูกต้องเสียก่อน เภสัชกรควรใช้ภาษาอังกฤษเป็นภาษาต้นทางแทนภาษาไทยในการแปลผ่านกูเกิลแปลภาษาเป็นภาษาพม่า และหากผู้ป่วยใช้ภาษาพม่าเป็นภาษาต้นทางก็ควรเลือกใช้ภาษาอังกฤษเป็นภาษาปลายทางในการแสดงผลแทนภาษาไทยให้กับเภสัชกรเช่นกัน
Article Details
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของวิทยาลัยพยาบาลบรมราชชนนี จังหวัดนนทบุรี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับวิทยาลัยพยาบาลบรมราชชนนี จังหวัดนนทบุรี และคณาจารย์ท่านอื่น ในวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใด ๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
References
2. Tharathep C, Thamroj N, Jaritake P. A study of service seeking and service using behaviour to improve health financial system and provide suitable services corresponding with requirement of foregin labors: Cases study from Samutsakorn Province and Rayong Province. Nonthaburi: Health Systems Research Institute; 2011. (in Thai).
3. Korsanan S. Roles, characteristics and abilities of pharmacists working in accredited drug stores. Journal of HR Intelligence. 2012;7(2): 47-52. (in Thai).
4. Giese A, Uyar M, Uslucan HH, Becker S, Henning BF. How do hospitalised patients with Turkish migration background estimate their language skills and their comprehension ofmedical information - a prospective cross-sectional study and comparison to native patients in Germany to assess the language barrier and the need for translation. BMC Health Serv Res. 2013;13:196.
5. Karliner LS, Hwang ES, Nickleach D, Kaplan CP. Language barriers and patient-centered breast cancer care. Patient Educ Couns. 2011;84(2):223-8.
6. Li C, Son N, Abdulkerim BA, Jordan CA, Son CGE. Overcoming communication barriers to healthcare for culturally and linguistically diverse patients. N Am J Med Sci. 2017;10(3):103-9.
7. Meuter RF, Gallois C, Segalowitz NS, Ryder AG, Hocking J. Overcoming language barriers in healthcare: A protocol for investigating safe and effective communication when patients or clinicians use a second language. BMC Health Serv Res. 2015;15:371.
8. Google Incorperated. Google Translate [Internet]. 2006 [cited 2016 Aug 15]; Available from: https://translate. google. com? hlth
9. Boitet C, Blanchon H, Seligman M, Bellynck V. Evolution of MT with the web. Proceedings of International conference "Machine translation 25 years on". 21st-22nd November 2009; England. Bedfordshire: Cranfield University; p. 1-13.
10. Ghasemi H, Hashemian M. A comparative study of "Google Translate" translations: An error analysis of English-to-Persian and Persian-to-English translations. English Language Teaching. 2016;9(3):13-7.
11. Koehn P. Statistical machine translation. Cambridge, England: Cambridge University Press; 2009.
12. Li H, Graesser AC, Cai Z. Comparison of Google Translation with human translation. In: Eberle W, Denecke CB, editors. Proceedings of the twenty-seventh international Florida artificial intelligence research society conference. 21st-23rd May 2014; Pensacola Beach, Florida. Palo Alto, California: The AAAI Press; p. 190-5.
13. Dhakar BS, Sinha SK, Pandey KK. A survey of translation quality of English to Hindi online translation systems (Google and Bing). International Journal of Scientific and Research Publications. 2013;3(1):1-4.
14. Costa-jussà MR, Farrús M, Pons JS. Machine translation in medicine. In: Mokryš M, Lieskovský A, editors. Proceedings of The 1st virtual international conference on advanced research in scientific fields (ARSA-2012). 3rd-7st December 2012; Slovakia. Žilina, Slovakia: Institution of the University of Zilina; p.1995-8.
15. Chen X, Acosta S, Barry AE. Evaluating the accuracy of Google Translate for diabetes education material. JMIR Diabetes. 2016;1(1) :e3. doi: 10.2196/diabetes.5848.
16. Internet World Stats. Internet world users by language [Internet]. 2017 [cited 2018 Apr 26]; Available from: https://www.Internetworld stats.com/stats7.htm.