การพัฒนาแอปพลิเคชันสำหรับการทำนายการติดเชื้อโควิด-19 จากภาพถ่ายเอกซเรย์ทรวงอกโดยใช้เทคนิคการเรียนรู้เชิงลึก

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ฟีนิกซ์ ปาลาเร่, อะเวรา ร่วมพรภาณุ

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

สล้าง มุสิกสุวรรณ, รัตติกานต์ แซ่ลิ่ม

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนสาธิตมหาวิทยาลัยสงขลานครินทร์

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2564

บทคัดย่อโครงงานวิทยาศาสตร์

ปัจจุบันสถานการณ์การแพร่ระบาดของ COVID-19 (Coronavirus Disease Starting In 2019) ทำให้เกิดวิกฤตโรคระบาดไปทั่วโลก มีผู้เสียชีวิตและเศรษฐกิจตกต่ำในทุกประเทศที่มีการระบาด ในประเทศไทยได้เริ่มมีการระบาดมาตั้งแต่ปี 2020 จนถึงปัจจุบัน จากการศึกษาพบว่าผู้ป่วยที่ติดเชื้อ COVID-19 บางส่วนมีรอยโรค ground glass opacity บริเวณปอด ซึ่งสามารถตรวจได้จากการเอกซเรย์ทรวงอกโดยนักรังสีแพทย์ จากการค้นคว้าพบว่ามีโรงพยาบาลชุมชนที่ไม่มีรังสีแพทย์และเจ้าพนักงานรังสีแพทย์อยู่ 179 แห่ง ทำให้ทราบว่ารังสีแพทย์ในประเทศไทยกำลังขาดแคลน ทางผู้จัดทำโครงงานมีแนวคิดที่จะศึกษาและพัฒนาตัวแบบเพื่อช่วยคัดแยกผู้ป่วยที่มีอาการติดเชื้อในปอดในเบื้องต้น โดยใช้เทคนิคการเรียนรู้เชิงลึกด้วยวิธีโครงข่ายประสาทเทียมแบบคอนโวลูชัน วิธีที่เลือกใช้มี 6 วิธี ได้แก่ AlexNet Xception VGGNet16 VGGNet19 MobileNetV2 และ NasNetMobile จากการศึกษาพบว่าอัลกอริทึมที่มีผลดีที่สุดคือ MobileNetV2 โดยมีค่า ความถูกต้อง ความแม่นยำ ความไว ความจำเพาะ และ F1-Score คือ 0.98, 0.97, 0.99, 0.97 และ 0.98 ตามลำดับ แล้วจึงนำไปพัฒนาแอปพลิเคชันสำหรับการทำนายและวิเคราะห์การติดเชื้อ COVID-19 จากภาพถ่ายเอกซเรย์ทรวงอก