นวัตกรรมทางเลือกใหม่สำหรับตรวจคัดกรองความเสี่ยงโรคระบบทางเดินหายใจด้วยตนเองโดยใช้ Stethoscope ร่วมกับเทคโนโลยีปัญญาประดิษฐ์

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

พิทยนันท์ เทียนเจริญ, วัศพล อุตมา, บรรณสรณ์ ทองก้อน

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

ขุนทอง คล้ายทอง, ธีรเมธ ปังประเสริฐ

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนวิทยาศาสตร์จุฬาภรณราชวิทยาลัย ปทุมธานี

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

ระบบทางเดินหายใจนับว่าเป็นหนึ่งในระบบที่สำคัญมากที่สุดของมนุษย์ เนื่องจากทำหน้าที่ในการแลกเปลี่ยนแก๊สโดยนำออกซิเจนเข้าสู่ร่างกายเพื่อนำไปสร้างพลังงาน แล้วก็จะขับของเสียออกมาในรูปคาร์บอนไดออกไซด์แต่จากการศึกษาสถิติขององค์กรอนามัยโลก (WHO) กลับพบว่า 3 ใน 10 อันดับของสาเหตุการเสียชีวิตทั้งหมดมากจากการเสียชีวิตจากโรคระบบทางเดินหายใจเนื่องจากการรักษาที่ล่าช้าเพราะไม่สามารถคัดกรองความเสี่ยงของโรคได้อย่างทั่วถึง ดังนั้นหากมีนวัตกรรมที่สามารถตรวจคัดกรองความเสี่ยงได้อย่างง่าย ด้วยตนเองจะสามารถลดจำนวนผู้เสียชีวิตจากโรคระบบทางเดินหายใจได้ โดยในขั้นตอนแรกจะทำการศึกษาข้อมูลเกี่ยวกับโรคระบบทางเดินหายใจจากนั้นรวมรวบข้อมูลเสียงของระบบทางเดินหายใจ ขั้นตอนที่สอง คือการนำชุดข้อมูลที่ได้มาเป็นออกเป็น 4 คลาส ได้แก่ เสียง Crackles, เสียง Wheezes, ทั้งเสียง Crackles และ Wheezes และเสียงที่เป็นปกติ จากนั้นจะนำไปทำให้ข้อมูลมีปริมาณเท่ากันสำหรับการเรียนรู้ของเครื่องโดยใช้ Audio diffusion model ต่อมาไปสกัดคุณลักษณะเสียงด้วยการประมวลผลที่แตกต่างกัน สุดท้ายจะนำมาพัฒนาโมเดลสำหรับการจำแนกเสียงที่ผิดปกติของระบบทางเดินหายใจ โดยเลือกใช้สถาปัตยกรรมการเรียนรู้ของเครื่องที่แตกต่างกัน โดยสถาปัตยกรรมที่มีประสิทธิภาพดีที่สุดคือResNet50 + Bi-LSTN + Transformers และใช้ชุดข้อมูลที่สกัดคุณลักษณะเสียงแบบ LogMelSpectrogram โดยมีประสิทธิภาพ ค่า Specificity อยู่ที่ 82.67, Sensitivity อยู่ที่ 74.37 และค่าเฉลี่ยระหว่างค่า Specificity และ Sensitivity อยู่ที่ 78.52 เปอร์เซ็นต์