การพัฒนาโมเดลการเรียนรู้เชิงลึกสำหรับการวินิจฉัยแผลเบาหวานที่เท้า
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ภูวเวช ศักดิ์ภิรมย์, สาลินี มีศรีเนตร
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
ธีรเมธ ปังประเสริฐ, ขุนทอง คล้ายทอง
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
โรคเบาหวานเป็นโรคเรื้อรังมีสาเหตุจากกรรมพันธุ์หรือความบกพร่องในการผลิตอินซูลินของตับอ่อน ส่งผลให้ระดับน้ำตาลในเลือดสูงขึ้น สหพันธ์โรคเบาหวานนานาชาติได้คาดว่าในปี พ.ศ. 2588 จำนวนผู้ป่วยเบาหวานทั่วโลกจะเพิ่มขึ้นเป็น 629 ล้านคน (กรมควบคุมโรค, 2561) และจากข้อมูลของกระทรวงสาธารณสุขพบว่าผู้ป่วยเบาหวานในประเทศไทยมีแนวโน้มเพิ่มขึ้นอย่างต่อเนื่องเฉลี่ย 3 แสนคนต่อปี (กรุงเทพธุรกิจ, 2564) อันตรายของโรคเบาหวานอยู่ที่ภาวะแทรกซ้อน โดยพบว่าในช่วงชีวิตของผู้ป่วยเบาหวานมีโอกาสเกิดแผลมากถึงร้อยละ 15 ซึ่งแผลเบาหวานที่เกิดขึ้นมีผลต่อการถูกตัดขามากถึงร้อยละ 85 โดยมีสาเหตุหลักคือภาวะเส้นประสาทส่วนปลายเสื่อมทำให้ผู้ป่วยสูญเสียการรับความรู้สึกที่เท้า แผลที่เกิดขึ้นจึงมีอาการรุนแรงและติดเชื้อก่อนเข้ารับการรักษา (อนงค์ เอื้อวัฒนา, 2561)
การวินิจฉัยแผลเบาหวานในเบื้องต้น หากพบของเหลวที่มีกลิ่นเหม็นผิดปกติไหลออกจากแผล และผิวหนังมีสีหรือลักษณะที่เปลี่ยนไปควรรีบไปพบแพทย์ โดยเฉพาะผู้ป่วยที่ควบคุมระดับน้ำตาลได้ไม่ดี เพราะอาจทำให้แผลเสี่ยงต่อการเน่าและติดเชื้อได้ จากข้อมูลพบว่ามีผู้ป่วยเบาหวานจำนวนมากกว่าครึ่งที่มีความผิดปกติที่เท้ามีการรับความรู้สึกที่เท้าลดลง ซึ่งเมื่อเกิดแผลขึ้นมักจะหายช้าและมีการติดเชื้อร่วมด้วย แต่ไม่ได้มีการติดเชื้อทุกราย (วีณา ศรีสำราญ, 2557) ทำให้การวินิจฉัยด้วยตาเปล่าเป็นไปได้ยาก จึงต้องมีการซักประวัติเกี่ยวกับโรคเบาหวานโดยวิธีที่นิยมใช้ ได้แก่ การตรวจเลือด การตรวจสมรรถภาพของหลอดเลือด การตรวจการไหลเวียนของเลือด ซึ่งเป็นกระบวนการที่จะส่งผลต่อค่าใช้จ่ายในการตรวจสอบและใช้เวลาที่ค่อนข้างสูงในการวินิฉัย (โรงพยาบาลเวิลด์เมดิคอล, 2562)
การเรียนรู้เชิงลึกโดยโครงข่ายประสาทเทียมถือเป็นการพัฒนาโมเดลที่ใช้ประโยชน์ด้าน computer vision ปัจจุบันถูกนำมาใช้ประโยชน์ทางด้านการแพทย์เพื่อช่วยลดระยะเวลาเพิ่มความแม่นยำในการวินิจฉัย เช่น การติดตามผลการรักษา และ การตรวจจับรอยโรคโดยโมเดลการวิเคราะห์เชิงลึก (รัฐพงษ์ นันตาแพร, 2563) จากการศึกษางานวิจัยของ ทรงกรด พิมพิศาล เรื่อง การประมวลผลภาพสำหรับการจำแนกรูปภาพโรคเบาหวานเข้าจอประสาทตาโดยใช้การเรียนรู้เชิงลึก (2564) พบว่า การนำภาพถ่ายฟันดัสมาประมวลผลภาพด้วยหลักการเรียนรู้เชิงลึกเพื่อพัฒนาแบบจำลองสำหรับจำแนกรูปภาพฟันดัสด้วยโมเดล CNN มีความแม่นยำถึง 95.65% นอกจากนี้จากงานวิจัยของ สุริยะ ชยะธรรมกูล เรื่อง การจำแนกผลึกน้ำตาลด้วยวิธีการเรียนรู้เชิงลึก มีการนำเทคนิค Transfer learning มาใช้ในการลดระยะเวลาในการเรียนรู้เชิงลึกของโมเดลที่นานและมีความซับซ้อนเนื่องจากมีตัวแปรจำนวนมากโดยการนำบางส่วนของโมเดลที่เรียนรู้เรียบร้อยมาใช้ในการจำแนกผลึกน้ำตาลด้วยโมเดล CNN โดยการทำนายโครงสร้างน้ำตาลมีความแม่นยำถึง 94% ซึ่งสามารถนำมาใช้เพื่อเพิ่มประสิทธิภาพการวินิฉัยโรคของโมเดลได้แต่การจะทำเทคนิคเหล่านี้มาเพิ่มประสิทธิภาพในการวินิฉัยแผลเบาหวานที่เท้านั้นจำเป็นต้องมีการทำ Image processing รวมถึงขั้นตอนต่างๆ เพื่อลด Imbalance data และเพิ่มประสิทธิภาพในการวินิฉัยของโมเดลให้ถูกต้องและมีประสิทธิภาพสูงที่สุด
จากที่กล่าวมาข้างต้นคณะผู้จัดทำจึงมีความสนใจที่จะพัฒนาโมเดลวินิจฉัยแผลเบาหวานที่เท้าด้วยกระบวนการเรียนรู้เชิงลึก (deep learning) โดยพัฒนาด้วยเทคนิค Transfer learning และแก้ไข Imbalance data ให้โมเดลมีประสิทธิภาพในการวินิฉัยสูงสุด ซึ่งเป็นประโยชน์ต่อการวินิจฉัยโรคเบื้องต้นที่ผู้ป่วยสามารถเข้าถึงได้ง่ายและรวดเร็วทำให้ช่วยลดความเสี่ยงของการติดเชื้อและการลุกลามของแผลเบาหวาน อีกทั้งยังเป็นประโยชน์ต่อบุคคลากรทางการแพทย์ในการดูแลและติดตามแผลของผู้ป่วย