បញ្ហា (The Problem)៖ ការសិក្សានេះមានគោលបំណងស៊ើបអង្កេតថាតើគេអាចកំណត់អត្តសញ្ញាណភេទរបស់បុគ្គលម្នាក់បានយ៉ាងត្រឹមត្រូវដែរឬទេ ដោយគ្រាន់តែប្រើប្រាស់ទិន្នន័យនៃបំរែបំរួលអត្រាបេះដូង (Heart Rate Variability) ដើម្បីវាយតម្លៃពីហានិភ័យឯកជនភាពក្នុងទិន្នន័យវេជ្ជសាស្រ្ត។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានធ្វើការវិភាគលើទិន្នន័យដ៏ច្រើនសន្ធឹកសន្ធាប់ (Big Data) ពីឧបករណ៍វាស់ចង្វាក់បេះដូង ដោយប្រើប្រាស់វិធីសាស្ត្រស្ថិតិ និងក្បួនដោះស្រាយការរៀនរបស់ម៉ាស៊ីន (Machine Learning) ជាច្រើន។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Random Forest ក្បួនដោះស្រាយ Random Forest (ការរៀនម៉ាស៊ីនបែបក្រុម) |
មានសមត្ថភាពខ្ពស់បំផុតក្នុងការចាប់យកទំនាក់ទំនងមិនមែនលីនេអ៊ែរ (Non-linear) ហើយផ្តល់លទ្ធផលល្អបំផុតក្នុងការសិក្សានេះ។ | ទាមទារធនធានកុំព្យូទ័រខ្ពស់ និងចំណាយពេលយូរក្នុងការបណ្តុះបណ្តាលលើទិន្នន័យធំ។ | ទទួលបានភាពត្រឹមត្រូវ (Accuracy) ខ្ពស់បំផុតគឺ ០.៦៨១៩២៧ សម្រាប់ក្រុមអាយុក្រោម ៥០ ឆ្នាំ។ |
| K-means Clustering ក្បួនដោះស្រាយ K-means (ការរៀនម៉ាស៊ីនបែបគ្មានការត្រួតពិនិត្យ) |
ងាយស្រួលអនុវត្ត និងរហ័សសម្រាប់ការបែងចែកក្រុមទិន្នន័យជាមូលដ្ឋាន។ | មិនមានប្រសិទ្ធភាពសម្រាប់ការចាត់ថ្នាក់ភេទក្នុងករណីនេះ ដោយសារលទ្ធផលគឺប្រហាក់ប្រហែលនឹងការទាយដោយចៃដន្យ។ | ទទួលបានភាពត្រឹមត្រូវទាបត្រឹមតែ ០.៥១២ សម្រាប់ក្រុមអាយុក្រោម ៥០ ឆ្នាំ។ |
| Support Vector Machine (SVM) ក្បួនដោះស្រាយ SVM |
ជាធម្មតាមានប្រសិទ្ធភាពសម្រាប់ទិន្នន័យដែលមានវិមាត្រខ្ពស់ ប៉ុន្តែមិនសូវមានប្រសិទ្ធភាពក្នុងករណីនេះ។ | ចំណាយពេលយូរខ្លាំងក្នុងការដំណើរការលើទិន្នន័យដែលមានចំនួនច្រើន (Big Data)។ | ទទួលបានភាពត្រឹមត្រូវប្រហែល ០.៥១១ ដែលបង្ហាញថាវាមិនអាចបែងចែកភេទបានល្អទេ។ |
| Regression Algorithms (Lasso, Elastic Net, etc.) ក្បួនដោះស្រាយតម្រែតម្រង់ (Regression) |
អាចបង្ហាញពីទំនាក់ទំនងលីនេអ៊ែររវាងអថេរ។ | បរាជ័យទាំងស្រុងក្នុងការកំណត់ភេទ ដោយសារពិន្ទុ R-squared ទាបខ្លាំង។ | ពិន្ទុ R-squared ជិតដល់ ០ ឬអវិជ្ជមាន ដែលមានន័យថាមិនអាចប្រើប្រាស់បាន។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះប្រើប្រាស់ធនធានកុំព្យូទ័រខ្ពស់គួរសម ដោយសារទំហំទិន្នន័យធំ (Big Data) និងតម្រូវការក្នុងការដំណើរការក្បួនដោះស្រាយលើសំណាករាប់សែន។
ការសិក្សានេះប្រើប្រាស់ទិន្នន័យ ALLSTAR ដែលប្រមូលផ្តុំនៅប្រទេសជប៉ុន ដោយមានសំណាកជាង ៤២០,០០០។ សម្រាប់កម្ពុជា នេះជាចំណុចគួរពិចារណាព្រោះកត្តាជាតិសាសន៍ និងរបៀបនៃការរស់នៅអាចជះឥទ្ធិពលលើសូចនាករ HRV (Heart Rate Variability) ខ្លះៗ ទោះបីជាជាទូទៅវាមានលក្ខណៈសកលក៏ដោយ។
វិធីសាស្ត្រនេះមានប្រយោជន៍សម្រាប់អ្នកស្រាវជ្រាវកម្ពុជាក្នុងការយល់ដឹងអំពីការការពារឯកជនភាពទិន្នន័យវេជ្ជសាស្រ្ត និងបច្ចេកទេសវិភាគទិន្នន័យធំ (Big Data Analysis)។
ទោះបីជាបច្ចេកទេសនេះមិនអាចយកទៅប្រើដើម្បីកំណត់ភេទបានជាក់ស្តែងក៏ដោយ វាជាគំរូដ៏ល្អនៃការប្រើប្រាស់ Machine Learning ដើម្បីវិភាគទិន្នន័យសុខភាពឌីជីថល។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Heart rate variability (HRV) | ជាការវាស់វែងពីបម្រែបម្រួលនៃចន្លោះពេលរវាងការលោតនៃបេះដូងមួយទៅមួយ។ វាមិនមែនជាល្បឿនបេះដូងទេ ប៉ុន្តែជាភាពមិនស្មើគ្នានៃចង្វាក់ ដែលបង្ហាញពីសុខភាពនៃប្រព័ន្ធសរសៃប្រសាទ។ | ដូចជាតន្ត្រីដែលមានចង្វាក់លឿនយឺតទៅតាមអារម្មណ៍ មិនមែនដូចនាឡិកាដែលដើរស្មើៗគ្នារហូតនោះទេ។ |
| Holter electrocardiograph | ជាឧបករណ៍តូចមួយដែលអាចពាក់ជាប់ខ្លួនដើម្បីកត់ត្រាសកម្មភាពអគ្គិសនីរបស់បេះដូង (ECG) ជាប់ៗគ្នារយៈពេលយូរ (ជាធម្មតា ២៤ ម៉ោង ឬលើសពីនេះ) ដើម្បីតាមដានភាពមិនប្រក្រតីដែលមិនអាចរកឃើញក្នុងការពិនិត្យរយៈពេលខ្លី។ | ដូចជាការបំពាក់កាមេរ៉ាសុវត្ថិភាពថតសកម្មភាពពេញមួយថ្ងៃ ជាជាងការថតរូបមួយសន្លឹកនៅពេលទៅជួបគ្រូពេទ្យ។ |
| R-R interval | ជារយៈពេលគិតជាមិល្លីវិនាទីរវាងកំពូលនៃរលក R (ចំណុចខ្ពស់បំផុតក្នុងក្រាហ្វ ECG) ពីរជាប់គ្នា។ ទិន្នន័យនេះគឺជាមូលដ្ឋានគ្រឹះសម្រាប់គណនា HRV។ | ដូចជាការវាស់ចម្ងាយពីបង្គោលភ្លើងមួយទៅបង្គោលភ្លើងមួយទៀតនៅតាមដងផ្លូវ។ |
| Random Forest | ជាក្បួនដោះស្រាយម៉ាស៊ីនរៀន (Machine Learning) ដែលបង្កើត "ដើមឈើសម្រេចចិត្ត" (Decision Trees) ជាច្រើនដើម្បីធ្វើការទស្សន៍ទាយ ហើយយកលទ្ធផលដែលភាគច្រើនយល់ស្របគ្នា ដើម្បីកាត់បន្ថយកំហុស។ | ដូចជាការសួរយោបល់ពីអ្នកជំនាញ ១០០ នាក់ រួចយកចម្លើយដែលមនុស្សភាគច្រើនបានជ្រើសរើស ជាជាងជឿលើមនុស្សតែម្នាក់។ |
| Detrended fluctuation analysis (DFA) | ជាវិធីសាស្ត្រស្ថិតិសម្រាប់វិភាគលំនាំនៅក្នុងទិន្នន័យដែលប្រែប្រួលតាមពេលវេលា ដោយដកចេញនូវនិន្នាការ (Trend) ខាងក្រៅ ដើម្បីស្វែងរកទំនាក់ទំនងដែលលាក់កំបាំងនៅក្នុងសញ្ញា។ | ដូចជាការចម្រោះយកសំឡេងនិយាយចេញពីសំឡេងរំខាននៃខ្យល់ ឬសំឡេងឡាន ដើម្បីស្តាប់ឱ្យច្បាស់នូវអ្វីដែលគេកំពុងនិយាយ។ |
| Support Vector Machine (SVM) | ជាក្បួនដោះស្រាយសម្រាប់បែងចែកចំណាត់ថ្នាក់ទិន្នន័យ ដោយព្យាយាមរកបន្ទាត់ ឬផ្ទៃរាប (Hyperplane) ដែលអាចបំបែកក្រុមទិន្នន័យពីរប្រភេទ (ឧទាហរណ៍៖ ប្រុស និងស្រី) ឱ្យដាច់ពីគ្នាខ្លាំងបំផុត។ | ដូចជាការសង់របងមួយដើម្បីបែងចែកសត្វពីរប្រភេទចេញពីគ្នា ដោយធានាថារបងនោះស្ថិតនៅចំកណ្តាលបំផុតរវាងហ្វូងសត្វទាំងពីរ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
