โรงเรียนวิทยาศาสตร์จุฬาภรณราชวิทยาลัย เพชรบุรี

วิเคราะห์ภาวะหยุดหายใจขณะหลับชนิดอุดกั้นจากปัจจัยเสี่ยงและลักษณะอาการด้วยปัญญาประดิษฐ์

ภาวะหยุดหายใจขณะหลับชนิดอุดกั้น เป็นภาวะการหย่อนตัวของกล้ามเนื้อทางเดินหายใจส่วนต้น ทำให้ทางเดินหายใจส่วนต้นยุบตัวและตีบแคบลง จากเหตุการณ์ดังกล่าวทำให้เกิดภาวะพร่องออกซิเจน ซึ่งส่งผลเสียต่อสุขภาพได้ ทางผู้พัฒนาจึงนำเทคโนโลยีคอมพิวเตอร์มาผสมผสานกับการวินิจฉัยทางการแพทย์ โดยมีวัตถุประสงค์เพื่อพัฒนาปัญญาประดิษฐ์วิเคราะห์ภาวะหยุดหายใจขณะหลับชนิดอุดกั้นจากปัจจัยเสี่ยงและลักษณะอาการ โดยมีวิธีการใช้งานเพียง 2 ขั้นตอน คือ 1.ผู้ใช้งานทำแบบทดสอบ Berlin Questionnaire เป็นแบบทดสอบระดับมาตรฐานที่มีการใช้งานเพื่อจำแนกความเสี่ยงในการเป็นภาวะหยุดหายใจขณะหลับชนิดอุดกั้น ซึ่งแบบทดสอบมีทั้งหมด 9 ข้อ หากทำได้มากกว่า 4 คะแนนขึ้นไปจะถือว่าผู้ทำแบบทดสอบมีความเสี่ยงในการเป็นภาวะหยุดหายใจขณะหลับชนิดอุดกั้น 2. ผู้ใช้งานทำการถ่ายภาพใบหน้าของผู้ใช้งาน จากนั้นอัปโหลดลงในโมเดล CNN เพื่อให้โมเดลประมวลผลออกมาว่ามีความเสี่ยงที่จะเป็นภาวะนี้หรือไม่ พบว่าสามารถวิเคราะห์ได้ในเบื้องต้น โดยการใช้งานแบบสอบถาม Berlin Questionnaire ควบคู่ไปกับการใช้โมเดล CNN ที่ได้รับการฝึกมาวิเคราะห์รูปภาพใบหน้า ซึ่งทั้งสองอย่างนี้สามารถวิเคราะห์ออกมาให้ผู้ใช้งานได้ว่าลักษณะอาการที่เกิดขึ้นและลักษณะโครงหน้าของผู้ใช้งานมีความเสี่ยงหรือปกติในเบื้องต้น หากวิเคราะห์ได้ว่ามีความเสี่ยงที่จะเป็นภาวะดังกล่าว ก็สามารถเป็นแนวทางในการเข้ารับรักษาต่อไปในอนาคตกับแพทย์ผู้เชี่ยวชาญ นอกจากนี้ ยังเป็นการประหยัดค่าใช้จ่ายสำหรับผู้ที่ยังไม่มั่นใจและผู้ที่ไม่มีกำลังทรัพย์มากพอจะไปตรวจสอบความเสี่ยงที่จะเป็นภาวะหยุดหายใจขณะหลับชนิดอุดกั้น