dc.contributor.author | วสิศ ลิ้มประเสริฐ | th_TH |
dc.contributor.author | Wasit Limprasert | th_TH |
dc.contributor.author | กฤษสิทธิ์ วารินทร์ | th_TH |
dc.contributor.author | Kritsasith Warin | th_TH |
dc.date.accessioned | 2023-06-23T06:49:47Z | |
dc.date.available | 2023-06-23T06:49:47Z | |
dc.date.issued | 2566-06 | |
dc.identifier.other | hs2989 | |
dc.identifier.uri | http://hdl.handle.net/11228/5887 | |
dc.description.abstract | การวิจัยในโครงการแพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกสำหรับการตรวจคัดกรองมะเร็งช่องปากครั้งนี้ มีวัตถุประสงค์ คือ 1) เพื่อพัฒนาแพลตฟอร์มออนไลน์สำหรับการเก็บข้อมูลรูปภาพทางคลินิกของรอยโรคที่อาจเปลี่ยนแปลงเป็นมะเร็งช่องปากและมะเร็งช่องปาก 2) เพื่อพัฒนาเทคโนโลยีปัญญาประดิษฐ์แบบการเรียนรู้เชิงลึกสำหรับการคัดกรองรอยโรคที่อาจเปลี่ยนเป็นมะเร็งช่องปากและมะเร็งช่องปาก จากฐานข้อมูลภาพถ่ายทางคลินิกและผลการตรวจชิ้นเนื้อในแพลตฟอร์มออนไลน์ที่พัฒนาขึ้น และ 3) เพื่อพัฒนาระบบคัดกรองมะเร็งช่องปากอัตโนมัติสำหรับช่วยบุคลากรทางการแพทย์ในการตรวจคัดกรองมะเร็งช่องปากสำหรับการเฝ้าระวังโรคมะเร็งช่องปากในพื้นที่ที่ขาดแคลนผู้เชี่ยวชาญ โดยใช้รูปแบบการวิจัยเชิงคุณภาพ มีกลุ่มตัวอย่างเป็นผู้ป่วยที่มีความเสี่ยงเป็นมะเร็งช่องปากและบุคลากรทางการแพทย์/ทันตแพทย์/นักศึกษาทางการแพทย์ ที่นำแอปพลิเคชันตรวจคัดกรองมะเร็งช่องปากไปทดลองใช้งาน ผลการวิจัยครั้งนี้ พบว่า การพัฒนาแพลตฟอร์มออนไลน์สำหรับการเก็บข้อมูลรูปภาพทางคลินิกของรอยโรคที่อาจเปลี่ยนแปลงเป็นมะเร็งช่องปากและมะเร็งช่องปาก มีข้อมูลรูปถ่ายภายในช่องปากที่ได้จากแอปพลิเคชันมือถือของมะเร็งช่องปาก โดยมีจำนวนรูปภาพมะเร็งช่องปาก จำนวน 350 ภาพ ภาพรอยโรคที่อาจเปลี่ยนแปลงเป็นมะเร็งช่องปาก จำนวน 300 ภาพ และภาพเนื้อเยื่อปกติในช่องปาก จำนวน 350 ภาพ (จำนวนภาพนี้เป็นจำนวนภาพขั้นต่ำที่สามารถใช้ในการสร้างโมเดลการเรียนรู้แบบเชิงลึก จำนวนภาพจะเพิ่มมากขึ้นกว่านี้ในอนาคตตามการใช้งานระบบที่พัฒนาขึ้น ซึ่งจะทำให้ระบบคัดกรองอัตโนมัติมีความแม่นยำขึ้น) โดยมีเกณฑ์การรับเข้า คือ ข้อมูลรูปถ่ายภายในช่องปากของมะเร็งช่องปากและรอยโรคก่อนมะเร็งช่องปาก ทั้งหมดได้รับการยืนยันผลด้วยวิธีการวินิจฉัยรอยโรคมาตรฐาน คือ การตัดชิ้นเนื้อส่งตรวจทางพยาธิวิทยา และมีเกณฑ์การคัดออก คือ ข้อมูลรูปถ่ายภายในช่องปากที่ไม่มีการยืนยันผลตรวจทางพยาธิวิทยาและข้อมูลรูปถ่ายในช่องปากที่ไม่สมบูรณ์ สำหรับใช้เป็นรูปภาพต้นแบบในการพัฒนาระบบคัดกรองอัตโนมัติ การพัฒนาเทคโนโลยีปัญญาประดิษฐ์แบบการเรียนรู้เชิงลึกสำหรับการคัดกรองรอยโรคที่อาจเปลี่ยนเป็นมะเร็งช่องปากและมะเร็งช่องปาก จากฐานข้อมูลภาพถ่ายทางคลินิกและผลการตรวจชิ้นเนื้อในแพลตฟอร์มออนไลน์ที่พัฒนาขึ้น โดยมีขั้นตอนการวิเคราะห์ คือ การทำเครื่องหมายระบุตำแหน่งรอยโรคจากภาพ (Annotate) ก่อนทำการวิเคราะห์รอยโรคด้วยโปรแกรมโดยทันตแพทย์ผู้เชี่ยวชาญด้านศัลยกรรมช่องปากและแม็กซิลโลเฟเชียล (Oral and Maxillofacial Surgery) จำนวน 3 คน จากนั้นจึงใช้โปรแกรมปัญญาประดิษฐ์แบบการเรียนรู้เชิงลึกเพื่อการวิเคราะห์จำแนกรูปภาพลักษณะทางคลินิกของมะเร็งช่องปากกับรอยโรคก่อนมะเร็งช่องปาก และการพัฒนาระบบคัดกรองมะเร็งช่องปากอัตโนมัติสำหรับช่วยบุคลากรทางการแพทย์ในการตรวจคัดกรองมะเร็งช่องปากสำหรับการเฝ้าระวังโรคมะเร็งในช่องปากในพื้นที่ที่ขาดแคลนผู้เชี่ยวชาญ โดยบุคลากรทางการแพทย์สามารถถ่ายภาพช่องปากผู้ป่วยที่มีความเสี่ยงเป็นมะเร็งช่องปากด้วยมือถือสมาร์ทโฟนและสามารถเลือกรูปส่งไปวิเคราะห์ที่เครื่องแม่ข่ายเพื่อทำการวินิจฉัยอาการเบื้องต้น รวมทั้งสามารถติดต่อผู้เชี่ยวชาญเพื่อปรึกษาผลการวิเคราะห์ได้ จากการพัฒนาแพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึก สำหรับการตรวจคัดกรองมะเร็งช่องปาก ได้แสดงให้เห็นถึงศักยภาพในการช่วยเหลือทันตแพทย์และนักวิจัยรุ่นใหม่ให้เข้าใจความสัมพันธ์ระหว่างปัจจัยเสี่ยงและโรคมะเร็งช่องปาก โดยใช้ PrimeKG (Precision Medicine Knowledge Graph) เพื่อแสดงภาพรวมของโรคที่ต้องการศึกษาเป็นการผสมผสานของโมเดลการเรียนรู้เชิงลึก (Deep Lerning) เพื่อตรวจหาโรคมะเร็งช่องปาก จากรูปภาพที่ถ่ายโดยสมาร์ทโฟนได้เพิ่มศักยภาพสำคัญให้แอปพลิเคชันนี้สามารถวินิจฉัยได้อย่างมีประสิทธิภาพ ทันตแพทย์และนักวิจัยรุ่นใหม่สามารถเปรียบเทียบการวินิจฉัยของตนเองกับผลลัพธ์ที่ได้จากโมเดล นอกจากนี้การใช้งานและประโยชน์ของแอปพลิเคชันได้รับการประเมินจากผู้ทดลองใช้ จำนวน 100 คน แสดงให้เห็นถึงผลลัพธ์ที่ดีในการเพิ่มความรู้และทักษะการวินิจฉัยของทันตแพทย์และนักวิจัยรุ่นใหม่ โดยการประเมินผล พบว่า แอปพลิเคชันมีประสิทธิภาพสูงในการเพิ่มความรู้ใหม่และเป็นประโยชน์ในการระบุความสัมพันธ์ระหว่างปัจจัยเสี่ยงและมะเร็งช่องปาก | th_TH |
dc.description.sponsorship | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.language.iso | th | th_TH |
dc.publisher | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.rights | สถาบันวิจัยระบบสาธารณสุข | th_TH |
dc.subject | มะเร็ง | th_TH |
dc.subject | Cancer | th_TH |
dc.subject | มะเร็งช่องปาก | th_TH |
dc.subject | อนามัยช่องปาก | th_TH |
dc.subject | สุขภาพช่องปาก | th_TH |
dc.subject | Oral Health | th_TH |
dc.subject | การตรวจคัดกรอง | th_TH |
dc.subject | ระบบฐานข้อมูล | th_TH |
dc.subject | Database Systems | th_TH |
dc.subject | สารสนเทศทางการแพทย์ | th_TH |
dc.subject | Artificial Intelligence | th_TH |
dc.subject | ปัญญาประดิษฐ์ | th_TH |
dc.subject | Machine Learning | th_TH |
dc.subject | โปรแกรมประยุกต์ | th_TH |
dc.subject | Application Software | th_TH |
dc.subject | โทรศัพท์เคลื่อนที่--โปรแกรมประยุกต์ | th_TH |
dc.subject | Mobile Applications | th_TH |
dc.subject | การบริการสุขภาพ (Health Service Delivery) | th_TH |
dc.subject | ผลิตภัณฑ์ วัคซีน และเทคโนโลยีทางการแพทย์ (Medical Products, Vaccines and Technologies) | th_TH |
dc.title | แพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกสำหรับการตรวจคัดกรองมะเร็งช่องปาก | th_TH |
dc.title.alternative | A Mobile Online Platform and Deep-Learning AI for Oral Cancer Screening | th_TH |
dc.type | Technical Report | th_TH |
dc.description.abstractalternative | The research in this online mobile platform and deep learning artificial intelligence for oral cancer screening project aims 1) To develop an online platform for collecting clinical images of lesions at may change into oral cancer and oral cancer 2) To develop deep learning artificial intelligence technology for the screening of lesions that may turn into oral cancer and oral cancer from a database of clinical photographs and biopsy results in a developed online platform; and 3) To develop an automated oral cancer screening system for assisting medical personnel in oral cancer screening for oral cancer surveillance in areas lacking specialists using a qualitative research model. The samples were patients at risk of developing oral cancer and medical personnel/dentists/medical students which brings the oral cancer screening application to trial use. The results of this research revealed the development of an online platform for collecting clinical images of lesions that may change into oral cancer and oral cancer. There are 350 images of oral cancer images, 300 images of lesions that may be transformed into oral cancer, and 300 images of lesions that may be transformed into oral cancer, and 300 images of normal tissues in the oral cavity, 350 mouth images (this is the minimum number of images that can be used to create a deep learning model. The number of images will increase in the future according to the use of the developed system, which will make the automatic screening system more accurate), with the entry criteria being intraoral photographs of oral cancer and lesions. Before all oral cancers were confirmed by standard lesion diagnostic methods, namely pathological biopsy and the exclusion criterion was intraoral photograph data without pathological confirmation and incomplete oral photographic data for use as prototype images for the development of automatic screening systems. Development of deep-learning artificial intelligence technology for the screening of lesions that may turn into oral cancer and oral cancer. From a database of clinical photographs and biopsy results in a developed online platform, the analysis process is to mark the location of the lesion from the image (annotate) before analyzing the lesion with a program by a dental specialist in oral surgery. Then, a deep-learning artificial intelligence program was used to classify clinical images of oral cancer and oral precancerous lesions. And development of an automated oral cancer screening system assists medical personnel in oral cancer screening for oral cancer surveillance in areas lacking specialists by medical personnel able to take oral pictures of patients at risk of developing oral cancer with a smartphone. And can choose the picture to send to the server for analysis for preliminary diagnosis including being able to contact experts to consult the analysis results. From the development of mobile online platforms and deep learning artificial intelligence. For oral cancer screening PrimeKG (Precision Medicine Knowledge Graph) has been shown to have the potential to help a new generation of dentists and researchers understand the relationship between risk factors and oral cancer. Deep learning (Deep Learning) to detect oral cancer from pictures taken by smartphones. It has added significant potential to this application for effective diagnostics. A new generation of dentists and researchers can compare their own diagnoses with the results obtained from the model. In addition, the usability and utility of the application was evaluated by 100 subjects, showing good results in increasing the knowledge and diagnostic skills of young dentists and researchers. By evaluation, it was found that the application is highly effective in adding new knowledge and is useful in identifying associations between risk factors and oral cancer. | th_TH |
dc.identifier.callno | QZ200 ว362พ 2566 | |
dc.identifier.contactno | 65-025 | |
dc.subject.keyword | Oral Cancer | th_TH |
dc.subject.keyword | Deep Learning | th_TH |
dc.subject.keyword | AI | th_TH |
.custom.citation | วสิศ ลิ้มประเสริฐ, Wasit Limprasert, กฤษสิทธิ์ วารินทร์ and Kritsasith Warin. "แพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกสำหรับการตรวจคัดกรองมะเร็งช่องปาก." 2566. <a href="http://hdl.handle.net/11228/5887">http://hdl.handle.net/11228/5887</a>. | |
.custom.total_download | 59 | |
.custom.downloaded_today | 0 | |
.custom.downloaded_this_month | 0 | |
.custom.downloaded_this_year | 39 | |
.custom.downloaded_fiscal_year | 3 | |