การพัฒนาเว็บแอปพลิเคชันเพื่อตรวจหาเชื้อไมโคแบคทีเรียม ทูเบอร์คูโลซิส (M. Tuberculosis) จากการตรวจเสมหะด้วยวิธี Acid-Fast Bacillus (AFB) ด้วยระบบปัญญาประดิษฐ์

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ปัณณธร ขุนโหร, ปีระกา พวงทอง

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

วิเชียร ดอนเเรม

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนวิทยาศาสตร์จุฬาภรณราชวิทยาลัย ชลบุรี

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

วัณโรคปอดเป็นโรคติดต่อทางเดินหายใจชนิดหนึ่ง เกิดจากการติดเชื้อไมโคแบคทีเรียม ทูเบอร์คูโลซิส (Mycobacterium tuberculosis) ซึ่งในประเทศไทยนิยมตรวจวัณโรคด้วยวิธีการตรวจเสมหะ Acid-Fast Bacillus (AFB) เนื่องด้วยค่าใช้จ่ายที่ต่ำทว่าในการตรวจหาเชื้อวัณโรคสำหรับแพทย์นั้นมีระยะเวลาที่นาน โครงงานในครั้งนี้จึงมีวัตถุประสงค์เพื่อพัฒนาเว็บแอปพลิเคชันในการตรวจหาเชื้อวัณโรคเพื่อสนับสนุนแพทย์ โดยที่โครงงานดังกล่าวเป็นโครงงานที่พัฒนาต่อยอดมาจากโครงงานเรื่อง "การพัฒนาปัญญาประดิษฐ์เพื่อตรวจหาเชื้อไมโคแบคทีเรียม ทูเบอร์คูโลซิส (M. tuberculosis) จากการตรวจเสมหะด้วยวิธี AFB" ซึ่งในขั้นตอนการพัฒนา ผู้จัดทำโครงงานได้เริ่มจากการรวบรวมรูปภาพเสมหะจาก Kaggle และ ZNSM-iDB และนำภาพเหล่านั้นไป Data cleaning และ Augmentation ตามลำดับ จากนั้นพัฒนาโปรแกรมขึ้นด้วยภาษา Python ควบคู่กับโมดูล Yolov5 เพื่อฝึกฝน ประเมินประสิทธิภาพของโมเดล CNN ที่ใช้ในการประมวลผลภาพ และนำไปเปรียบเทียบประสิทธิภาพของ CNN ในแต่ละโมเดล ซึ่งจากผลการพัฒนาพบว่าโมเดลที่มีประสิทธิภาพในการตรวจภาพเบื้องต้นมากที่สุดคือ Yolov5s ซึ่งมีค่าความไว, ความจำเพาะ, F1-score, และระยะเวลาเฉลี่ยในการตรวจจับเชื้อต่อ 1 ภาพคือ 0.9802, 0.9647, 0.9727 และ 11.1 มิลลิวินาที ตามลำดับ และในขั้นตอนการตรวจจับวัตถุ โมเดลที่มีประสิทธิภาพมากที่สุดคือ Yolov5n6 ด้วยความสามารถในการตรวจจับวัตถุและแยกแยะประเภทเชื้อด้วยค่า precision, recall, mAP ที่ 0.673, 0.761, 0.727 ตามลำดับ โดยสรุปแล้วระบบปัญญาประดิษฐ์นี้สามารถตรวจภาพเบื้องต้นได้อย่างอัตโนมัติด้วยความแม่นยำในการตรวจหาเชื้อสูง และใช้เวลาที่รวดเร็วในการตรวจ อีกทั้งยังสามารถนำไปพัฒนาเป็นเว็บแอปพลิเคชันซึ่งมีความสามารถในการระบุวัณโรคที่บอกถึงจำนวนประชากรและตำแหน่งของเชื้อวัณโรคทุกตัวในภาพได้ด้วย