|
การพัฒนาตัวแบบสำหรับคัดกรองผู้ป่วยภาวะสมองเสื่อมในระยะเริ่มแรกด้วยเทคนิคการเรียนรู้ของเครื่อง |
|---|---|
| รหัสดีโอไอ | |
| Creator | ประภาภรณ์ ชุบสุวรรณ |
| Title | การพัฒนาตัวแบบสำหรับคัดกรองผู้ป่วยภาวะสมองเสื่อมในระยะเริ่มแรกด้วยเทคนิคการเรียนรู้ของเครื่อง |
| Contributor | เลอศักดิ์ โพธิ์ทอง, ชุติมน จำปี, เพ็ญพิชชา จันทร์โท |
| Publisher | มหาวิทยาลัยแม่โจ้ |
| Publication Year | 2568 |
| Journal Title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| Journal Vol. | 11 |
| Journal No. | 3 |
| Page no. | 1-18 |
| Keyword | ภาวะสมองเสื่อม, การเรียนรู้ของเครื่อง, การวิเคราะห์การถดถอยโลจิสติก, ประสิทธิภาพการจำแนก, การคัดกรองโรคสมองเสื่อม |
| URL Website | https://mitij.mju.ac.th/ |
| Website title | วารสารแม่โจ้เทคโนโลยีสารสนเทศและนวัตกรรม |
| ISSN | ISSN 3027-7280 (Online) |
| Abstract | การตรวจพบภาวะสมองเสื่อมตั้งแต่ระยะเริ่มต้นอย่างแม่นยำเป็นสิ่งสำคัญต่อการจัดการที่มีประสิทธิภาพ การศึกษานี้มุ่งพัฒนาและเปรียบเทียบประสิทธิภาพของตัวแบบการเรียนรู้ของเครื่อง 3 เทคนิค ได้แก่ เทคนิคต้นไม้ป่าสุ่ม เทคนิคการวิเคราะห์การถดถอยโลจิสติก และเทคนิคซัพพอร์ตเวกเตอร์แมชชีน สำหรับการคัดกรองภาวะสมองเสื่อม โดยใช้ชุดข้อมูล 1,842 ตัวอย่าง ประกอบด้วยข้อมูลภาวะสมองเสื่อมและข้อมูลปัจจัยด้านสุขภาพ 18 รายการ นำมาวิเคราะห์ข้อมูลและพัฒนาแบบจำลองตามกระบวนการมาตรฐานในการทำเหมืองข้อมูล (CRISP-DM) ประเมินประสิทธิภาพโดยใช้ความแม่นยำ ประสิทธิภาพโดยรวม ความไว และความจำเพาะ ผลการศึกษาพบว่าเทคนิคการวิเคราะห์การถดถอยโลจิสติกมีความแม่นยำสูงสุด (94.03%) ตามด้วยเทคนิคต้นไม้ป่าสุ่ม (93.60%) และเทคนิคซัพพอร์ตเวกเตอร์แมชชีน (92.56%) อีกทั้งเทคนิคการวิเคราะห์การถดถอยโลจิสติกยังแสดงให้เห็นถึงประสิทธิภาพโดยรวมที่สูงกว่า (96.76%) ความไวที่ (99.51%) และความจำเพาะ (47.63%) การศึกษานี้บ่งชี้ถึงศักยภาพของเทคนิคการวิเคราะห์การถดถอยโลจิสติกในการคัดกรองภาวะสมองเสื่อม ซึ่งมีประสิทธิภาพเหนือกว่าเทคนิคต้นไม้ป่าสุ่มและเทคนิคซัพพอร์ตเวกเตอร์แมชชีนในแง่ของความแม่นยำ ประสิทธิภาพ และการจำแนกประเภทที่สมดุล การค้นพบนี้สนับสนุนการพัฒนาเครื่องมือที่ใช้การเรียนรู้ของเครื่องเพื่อช่วยในการตัดสินใจทางคลินิกในการวินิจฉัยภาวะสมองเสื่อมและการวางแผนการรักษาอย่างมีประสิทธิภาพ |
