อัลกอริทึมใหม่ในแมชชีนเลิร์นนิงเพื่อคัดกรองโรคกระดูกพรุน

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ปิยะศักดิ์ อินบัว, ติณณ์ ถมยา

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

วัชรภรณ์ ช่อลำเจียก, วงษ์ธวัชร์ เหลี่ยวรุ่งเรือง

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนสาธิตมหาวิทยาลัยพะเยา

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

โรคกระดูกพรุน เป็นโรคที่มีสาเหตุมาจากการสูญเสียมวลกระดูก ทำให้กระดูกเสียคุณสมบัติการรับน้ำหนัก กระดูกเปราะ หักง่าย และยังเป็นโรคที่พบมากในผู้สูงอายุ โรคกระดูกพรุนอาจส่งผลให้เกิดอาการแทรกซ้อนอื่นๆ ตามมา เช่น กระดูกเสียความแข็งแรง กระดูกหักง่าย เคลื่อนไหวได้ลดลง ช่วยเหลือตัวเองลำบาก บางรายถึงขั้นเป็นภาวะที่มีอันตรายสูง และถึงกับเสียชีวิตได้ ภาวะกระดูกหักหากเกิดในผู้สูงอายุจะรักษาได้ยาก เพราะกระดูกหักในผู้สูงอายุจะติดช้า มีภาวะแทรกซ้อนค่อนข้างมาก บางรายอาจถึงแก่ชีวิต โดยเฉพาะผู้ที่มีภาวะแทรกซ้อนกระดูกสะโพกหัก อาจทำให้เกิดภาวะทุพพลภาพตามมา หรือเสียชีวิตได้สูง การคัดกรองเพื่อค้นหาและวินิจฉัยภาวะกระดูกพรุนก่อนตั้งแต่เริ่มแรกก่อนเกิดการหักเพื่อนำเข้าสู่กระบวนการรักษาอย่างรวดเร็วจึงเป็นวิธีการที่เหมาะสม และเป็นประโยชน์ต่อการรักษาทางการแพทย์และการบำบัดฟื้นฟูทางกายภาพบำบัด ปัจจุบันมีวิธีตรวจหาโรคหระดูกพรุนได้ด้วยวิธีการ Bone Mineral Density (BMD) และการ X-rays ซึ่งต้องอาศัยแพทย์เฉพาะทางออร์โธปิดิกส์และรังสีแพทย์วินิจฉัย วินิจฉัยโรคและประเมินโรคกระดูกพรุนซึ่งเป็นวิธีมาตราฐาน แต่จำนวนผู้ที่เข้ารับการตรวจหรือผู้ป่วยเป็นจำนวนมาก ทำให้แพทย์ที่มีหน้าที่โดยตรงมีภาระงานที่มาก เกิดอาการเหนื่อยล้าซึ่งอาจส่งผลต่อการวินิจฉัยโรค ดังนั้นการนำเอาปัญญาประดิษฐ์มาใช้ในการแพทย์จึงเป็นเรื่องที่จำเป็น โครงการวิจัยนี้จัดทำขึ้นเพื่อสร้างอัลกอริทึมใหม่โดยอาศัยความรู้ทางคณิตศาสตร์สำหรับการใช้งานใน Machine Learning เพื่อการทำนายการเกิดโรคกระดูกพรุนได้แม่นยำขึ้นกว่าวิธีทาง Machine Learning ที่ใช้อยู่ในปัจจุบัน โดยใช้ข้อมูลทางการแพทย์เบื้องต้นในการวิเคราะห์ เช่น BMI, อายุ, ประวัติการแตกหักของกระดูก ฯลฯ