โครงงานพัฒนาระบบผู้เชี่ยวชาญปัญญาประดิษฐ์เพื่อคัดกรองภาวะเหงือกอักเสบและปริทันต์อักเสบ

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

กิตติธัช ปุณณุปูรต, พฤกษ์ จันทรสิทธิผล, เตชาภัทร อินทวิวัฒน์

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

สมโชค เรืองอิทธินันท์, นพดล แสงทอง

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนเซนต์คาเบรียล

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

โรคเหงือกอักเสบเป็นอาการอักเสบในช่องปากชนิดหนึ่ง อาจทำให้ เหงือกบวม มีสีแดงคล้ำและมีเลือดออกได้ง่าย ซึ่งอาจลุกลามไปเป็นโรคปริทันต์อักเสบ การตรวจสอบโดยทันตแพทย์เป็นวิธีการวินิจฉัยโรคเหงือกอักเสบและปริทันต์อักเสบแบบดั้งเดิม อย่างไรก็ตามมีจำนวนทันตแพทย์ที่จำกัด กระบวนการคัดกรองภาวะสุขภาพช่องปากในโรงเรียนขนาดใหญ่ (2,000 - 4,000 คน) ต้องใช้ทันต์แพทย์ 4 คน โดยใช้เวลาประมาณ 2 - 4 วัน ซึ่งงานส่วนใหญ่เป็นการตรวจสอบช่องปาก จากรายงานผลการสำรวจ สภาวะสุขภาพช่องปากแห่งชาติ ครั้งที่ 8 ประเทศไทย พ.ศ. 2560 โดยกรมอนามัยพบว่า ในเด็กวัยเรียนอายุ 12 ปี มีอัตราการเป็นโรคฟันผุ ร้อยละ 52.0 ซึ่งใกล้เคียงกับผลจากการสำรวจครั้งที่ 7 (52.3%) และสภาวะเหงือกอักเสบร้อยละ 66.3 ซึ่งสูงกว่าผลจากการสำรวจครั้งที่ 7 (50.3%) ส่วนในเด็กวัยรุ่นอายุ 15 ปี มีอัตราการเป็นโรคฟันผุ ร้อยละ 62.7 ซึ่งใกล้เคียงกับผลจากการสำรวจครั้งที่ 7 (62.4%) และสภาวะเหงือกอักเสบร้อยละ 69.9 ซึ่งสูงกว่าผลจากการสำรวจครั้งที่ 7 (53.6%) หากพิจารณาแนวโน้มจะสังเกตได้ว่าอัตราการป่วยนั้นมากขึ้น ทั้งนี้สาเหตุหลักนั้นมาจากพฤติกรรมการกินและการดูแลสุขภาพของช่องปากที่ไม่ถูกต้อง และทำให้ทันตแพทย์มีภาระงานมากขึ้น ซึ่งการคัดกรองสุขภาพช่องปากมักจะทำได้เพียงปีละครั้ง เนื่องจากต้องใช้งบประมาณและทันตแพทย์ในการคัดกรอง

โดยสาเหตุข้างต้น หากโรงเรียนและนักเรียนสามารถดำเนินการคัดกรองสุขภาพช่องปากได้บ่อยครั้งก็จะสามารถไปพบทันตแพทย์ได้ก่อนที่โรคเหงือกอักเสบจะลุกลามและทำให้เกิดฟันผุ ผู้ดำเนินโครงการจึงได้มีแนวคิดในการสร้างซอฟต์แวร์เพื่อใช้ในการคัดกรองสุขภาพช่องปากด้วยตนเองของนักเรียนขึ้นมา โดยใช้เทคโนโลยีปัญญาประดิษฐ์แบบ Deep Learning จาก Detecting Gingivitis Through An Application By Utilizing “YOLOv5”, An Artificial Intelligent Software โดย กิตติธัช ปุณณุปูรต และคณะ, IET-ICETA 2023, Taiwan ได้ทำการทดลองและพัฒนาเครื่องมือในการคัดกรองเฉพาะเหงือกอักเสบ มีความแม่นยำสูงสุดที่ 93% โดยในงานนี้จะทำการรวบรวมข้อมูลและทดลองในส่วนของปริทนต์อักเสบเพิ่ม ซึ่งกระบวนการดำเนินการประกอบไปด้วย 7 ขั้นตอน คือ (1) รวบรวมข้อมูลภาพถ่ายช่องปากจากกลุ่มตัวอย่างและอินเทอร์เน็ต จำนวน 2 คลาส คือ เหงือกอักเสบและ ปริทนต์อักเสบ (2) นำข้อมูลไปรวมเป็น Dataset และนำไป Annotate เพื่อระบุชนิดของภาพ ปรับคุณภาพของภาพและเพิ่มจำนวน (3) ใช้ YOLOv5s ในการสร้างปัญญาประดิษฐ์ เพื่อใช้ในการจำแนกคลาสของภาพถ่ายช่องปาก (4) ประเมินความถูกต้องและแม่นยำในการจำแนกภาพของปัญญาประดิษฐ์ (5) พัฒนา Application สำหรับใช้งาน (6) ทดสอบการใช้งานของ Application (7) สรุปผลการทดลองและดำเนินการ