Show simple item record

A Mobile Online Platform and Deep-Learning AI for Oral Cancer Screening

dc.contributor.authorวสิศ ลิ้มประเสริฐth_TH
dc.contributor.authorWasit Limprasertth_TH
dc.contributor.authorกฤษสิทธิ์ วารินทร์th_TH
dc.contributor.authorKritsasith Warinth_TH
dc.date.accessioned2023-06-23T06:49:47Z
dc.date.available2023-06-23T06:49:47Z
dc.date.issued2566-06
dc.identifier.otherhs2989
dc.identifier.urihttp://hdl.handle.net/11228/5887
dc.description.abstractการวิจัยในโครงการแพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกสำหรับการตรวจคัดกรองมะเร็งช่องปากครั้งนี้ 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 แอปพลิเคชันมีประสิทธิภาพสูงในการเพิ่มความรู้ใหม่และเป็นประโยชน์ในการระบุความสัมพันธ์ระหว่างปัจจัยเสี่ยงและมะเร็งช่องปากth_TH
dc.description.sponsorshipสถาบันวิจัยระบบสาธารณสุขth_TH
dc.language.isothth_TH
dc.publisherสถาบันวิจัยระบบสาธารณสุขth_TH
dc.rightsสถาบันวิจัยระบบสาธารณสุขth_TH
dc.subjectมะเร็งth_TH
dc.subjectCancerth_TH
dc.subjectมะเร็งช่องปากth_TH
dc.subjectอนามัยช่องปากth_TH
dc.subjectสุขภาพช่องปากth_TH
dc.subjectOral Healthth_TH
dc.subjectการตรวจคัดกรองth_TH
dc.subjectระบบฐานข้อมูลth_TH
dc.subjectDatabase Systemsth_TH
dc.subjectสารสนเทศทางการแพทย์th_TH
dc.subjectArtificial Intelligenceth_TH
dc.subjectปัญญาประดิษฐ์th_TH
dc.subjectMachine Learningth_TH
dc.subjectโปรแกรมประยุกต์th_TH
dc.subjectApplication Softwareth_TH
dc.subjectโทรศัพท์เคลื่อนที่--โปรแกรมประยุกต์th_TH
dc.subjectMobile Applicationsth_TH
dc.subjectการบริการสุขภาพ (Health Service Delivery)th_TH
dc.subjectผลิตภัณฑ์ วัคซีน และเทคโนโลยีทางการแพทย์ (Medical Products, Vaccines and Technologies)th_TH
dc.titleแพลตฟอร์มออนไลน์บนมือถือและปัญญาประดิษฐ์แบบเรียนรู้เชิงลึกสำหรับการตรวจคัดกรองมะเร็งช่องปากth_TH
dc.title.alternativeA Mobile Online Platform and Deep-Learning AI for Oral Cancer Screeningth_TH
dc.typeTechnical Reportth_TH
dc.description.abstractalternativeThe 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.callnoQZ200 ว362พ 2566
dc.identifier.contactno65-025
dc.subject.keywordOral Cancerth_TH
dc.subject.keywordDeep Learningth_TH
dc.subject.keywordAIth_TH
.custom.citationวสิศ 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_download59
.custom.downloaded_today0
.custom.downloaded_this_month0
.custom.downloaded_this_year39
.custom.downloaded_fiscal_year3

Fulltext
Icon
Name: hs2989.pdf
Size: 5.964Mb
Format: PDF
 

This item appears in the following Collection(s)

Show simple item record