การวินิจฉัยโรคมะเร็งเต้านมด้วยเทคโนโลยี Machine Learning
- ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์
ปานทิพย์ พุ่มซ้อน, รสวลี บุญเติม
- อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์
สุชญา ศรีอุดม, ลิขิต ทบประดิษฐ์
- โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์
- ปีที่จัดทำโครงงานวิทยาศาสตร์
บทคัดย่อโครงงานวิทยาศาสตร์
ในแต่ละปีมีจำนวนผู้เสียชีวิตจากโรงมะเร็งเต้านมเพิ่มสูงขึ้นเป็นอย่างมากเป็นมะเร็งชนิดที่พบมากที่สุดและเป็นสาเหตุสำคัญของการเสียชีวิตของผู้หญิงทั่วโลก การพัฒนาการทำนายและการวินิจฉัยโรคมะเร็ง เป็นสิ่งสำคัญสำหรับสุขภาพ ดังนั้นการทำนายโอกาสการเป็นโรคมะเร็งเต้านมให้มีความแม่นยำเป็นสิ่งที่จำเป็น อีกทั้งยังช่วยปรับปรุงการรักษา และช่วยให้ผู้ป่วยมีโอกาสรอดชีวิตมากขึ้น เทคโนโลยี Machine Learning มีส่วนช่วยอย่างมากในกระบวนการทำนายและการวินิจฉัยโรคมะเร็งเต้านมในระยะเริ่มต้น ในการศึกษานี้เลือกใช้อัลกอริทึม Machine Learning ทั้งสามอัลกอริทึม ได้แก่ 1.Logistic Regression 2.Decision tree และ 3.Random Forest โดยนำข้อมูลการวินิจฉัยมะเร็งเต้านมจากเว็บไซต์ที่มีการรวบรวมและเก็บผลผู้ป่วยโรคมะเร็งเต้านมมาเป็นชุดข้อมูล หลังจากนั้นทำการเปรียบเทียบทั้งสามอัลกอริทึม นำมาวิเคราะห์การมีประสิทธิภาพของอัลกอลิทึม ความแม่นยำในการทำนายโอกาสการเป็นโรคมะเร็งเต้านม โดยวัตถุประสงค์ของการศึกษานี้มุ่งเน้นไปที่การวินิจฉัยโรคมะเร็งเต้านมโดยใช้ข้อมูลขนาดนิวเคลียสของเซลล์มะเร็งที่พบในการตรวจมะเร็งเต้านมแบบเจาะดูดเซลล์ Fine needle Aspiration (FNA) และเปรียบเทียบอัลกอรึทึมที่มีประสิทธิภาพสูงสุดในการทำนายโอกาสการเกิดมะเร็งเต้านม จากการศึกษาพบว่า Random Forest
เป็นอัลกอรึทึมที่ดีที่สุดในการทำนายผล โดยมีความแม่นยำในการประมวลผลข้อมูลคือ 96.50%