อัลกอริทึมใหม่ในแมชชีนเลิร์นนิงเพื่อคัดกรองโรคกระดูกพรุน
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ปิยะศักดิ์ อินบัว, ติณณ์ ถมยา
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
วัชรภรณ์ ช่อลำเจียก, วงษ์ธวัชร์ เหลี่ยวรุ่งเรือง
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
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