បញ្ហា (The Problem)៖ ជំងឺមហារីកមាត់គឺជាបញ្ហាសុខភាពសាធារណៈដ៏ធំមួយដោយសារការធ្វើរោគវិនិច្ឆ័យយឺតយ៉ាវ និងភាពស៊ាំនឹងការព្យាបាល ខណៈការកំណត់អត្តសញ្ញាណទំនាក់ទំនងរវាងថ្នាំនិងហ្សែនមានសារៈសំខាន់សម្រាប់ការស្វែងរកការព្យាបាលចំគោលដៅ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រើប្រាស់សំណុំទិន្នន័យអន្តរកម្មរវាងថ្នាំនិងហ្សែន ដើម្បីបង្វឹកម៉ូដែលបណ្ដាញសរសៃប្រសាទក្រាហ្វក្នុងការទស្សន៍ទាយទំនាក់ទំនងទាំងនេះសម្រាប់គោលបំណងវេជ្ជសាស្ត្រជាក់លាក់។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Gated Graph Sequence Neural Network (GGSNN) បណ្ដាញសរសៃប្រសាទក្រាហ្វតាមលំដាប់លំដោយ (ម៉ូដែលស្នើឡើង) |
ទទួលបានតុល្យភាពល្អរវាងភាពសុក្រឹត (Precision) និងអត្រារំលឹក (Recall) ព្រមទាំងដំណើរការបានលឿនក្នុងកម្រិត ០.៣៧២ វិនាទីសម្រាប់ការវិភាគ។ | តម្លៃ R-squared នៅមានកម្រិតមធ្យម ដែលបង្ហាញថាម៉ូដែលត្រូវការទិន្នន័យបន្ថែមទៀតដើម្បីពន្យល់ពីបំរែបំរួលនៃទិន្នន័យឱ្យបានពេញលេញ។ | F1 Score ៧២.៤២%, Precision ៧៦.៩៤%, Recall ៨៥.៩៥%, MAE ០.០៦៨៥ |
| Conventional Machine Learning Approach វិធីសាស្ត្ររៀនដោយម៉ាស៊ីនប្រពៃណី (យោងតាមឯកសារយោងទី៣៦) |
មានភាពសាមញ្ញ ងាយស្រួលយល់ និងងាយស្រួលក្នុងការអនុវត្តជាងបណ្តាញសរសៃប្រសាទកម្រិតខ្ពស់។ | មិនសូវមានសមត្ថភាពក្នុងការចាប់យកទំនាក់ទំនងដ៏ស្មុគស្មាញនៃបណ្តាញទិន្នន័យជីវសាស្ត្រពហុវិមាត្រ។ | ភាពត្រឹមត្រូវទូទៅ (Accuracy) ៧៤.២% |
| Sophisticated Ensemble Method វិធីសាស្ត្រ Ensemble ដ៏ស្មុគស្មាញ (យោងតាមឯកសារយោងទី៤១) |
ទទួលបានភាពសុក្រឹត (Precision) ខ្ពស់ខ្លាំងក្នុងការកំណត់អត្តសញ្ញាណអន្តរកម្ម។ | មានអត្រារំលឹក (Recall) ទាបខ្លាំងត្រឹម ៦៨.៤% ដែលអាចបណ្តាលឱ្យខកខានក្នុងការរកឃើញអន្តរកម្មថ្នាំនិងហ្សែនសំខាន់ៗ (False Negatives)។ | Precision ៨៩.២%, Recall ៦៨.៤% |
| Deep Learning Approach for DTI វិធីសាស្ត្ររៀនស៊ីជម្រៅសម្រាប់ការទស្សន៍ទាយអន្តរកម្មថ្នាំ-គោលដៅ (យោងតាមឯកសារយោងទី៣៤) |
អាចធ្វើការទស្សន៍ទាយបានល្អគួរសម និងជួយកំណត់មុខសញ្ញាថ្នាំបានរហ័ស។ | ប្រើប្រាស់សំណុំទិន្នន័យតូចជាង (ត្រឹម ៣,៥០០ អន្តរកម្ម) និងទទួលបានអត្រារំលឹកទាបជាងម៉ូដែល GGSNN ។ | Precision ៧២.៣%, Recall ៧៩.៨% |
ការចំណាយលើធនធាន (Resource Cost)៖ ការសិក្សានេះទាមទារធនធានកុំព្យូទ័រល្មមសម្រាប់ការបង្វឹកម៉ូដែលកម្រិតជ្រៅ និងកម្មវិធីជំនាញសម្រាប់វិភាគទិន្នន័យក្រាហ្វជីវសាស្ត្រ។
ទិន្នន័យដែលប្រើក្នុងការសិក្សានេះផ្ដោតលើអន្តរកម្មជីវសាស្ត្រកម្រិតម៉ូលេគុលទូទៅ ដោយមិនបានបញ្ជាក់ពីប្រភពប្រជាសាស្ត្រជាក់លាក់ណាមួយឡើយ។ យ៉ាងណាមិញ សម្រាប់ប្រទេសកម្ពុជាដែលមានអត្រាប្រជាជនជក់បារី ពិសាស្រា និងទំពារស្លាម្លូខ្ពស់ ដែលសុទ្ធសឹងជាហានិភ័យចម្បងនៃជំងឺមហារីកមាត់ ការសិក្សានេះមានសារៈសំខាន់ខ្លាំងណាស់ ទោះបីជាការខ្វះខាតទិន្នន័យហ្សែនប្រចាំតំបន់ជាក់លាក់របស់ប្រជាជនអាស៊ីអាគ្នេយ៍អាចជាកម្រិតកំណត់មួយក្នុងការអនុវត្តជាក់ស្តែងក៏ដោយ។
វិធីសាស្ត្រអភិវឌ្ឍម៉ូដែលបញ្ញាសិប្បនិម្មិតនេះមានសក្តានុពលខ្ពស់សម្រាប់ស្ថាប័នស្រាវជ្រាវវេជ្ជសាស្ត្រនៅកម្ពុជា ក្នុងការវាយតម្លៃថ្នាំព្យាបាលជំងឺមហារីកមាត់ដោយចំណាយពេលនិងធនធានតិច។
ការរួមបញ្ចូលគ្នារវាងជីវព័ត៌មានវិទ្យានិងបញ្ញាសិប្បនិម្មិត អាចជួយឱ្យវិស័យសុខាភិបាលកម្ពុជាដើរទាន់និន្នាការនៃការព្យាបាលវេជ្ជសាស្ត្របែបជាក់លាក់ (Precision Medicine) នាពេលអនាគត។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Gated Graph Sequence Neural Networks | ជាប្រភេទម៉ូដែលបញ្ញាសិប្បនិម្មិតកម្រិតខ្ពស់ដែលរៀនពីទិន្នន័យដែលមានទម្រង់ជាបណ្ដាញ (Graph) ដូចជាអន្តរកម្មរវាងម៉ូលេគុល ដោយប្រើប្រាស់យន្តការទ្វារ (Gates) ដើម្បីគ្រប់គ្រងការបញ្ជូនព័ត៌មានពីចំណុចមួយទៅចំណុចមួយទៀត (Nodes) និងចងចាំទិន្នន័យតាមលំដាប់លំដោយ។ | ដូចជាប្រព័ន្ធបញ្ជូនសារតាមបណ្ដាញសង្គម ដែលបុគ្គលម្នាក់ៗ (Node) សម្រេចចិត្តថាតើត្រូវបញ្ជូនព័ត៌មានបន្ត ឬទប់វាទុក (Gate) ផ្អែកលើសារៈសំខាន់នៃព័ត៌មាននោះ។ |
| Nucleoside proteins | ប្រូតេអ៊ីនដែលមានតួនាទីដឹកជញ្ជូន និងធ្វើមេតាបូលីសសារធាតុនីយក្លេអូស៊ីតចូលទៅក្នុងកោសិកា ដែលដំណើរការនេះមានសារៈសំខាន់ខ្លាំងសម្រាប់ការសំយោគ DNA និងការបំបែកកោសិកា ជាពិសេសមានឥទ្ធិពលខ្លាំងក្នុងកោសិកាមហារីក។ | ដូចជារថយន្តដឹកជញ្ជូនសម្ភារៈសំណង់ (នីយក្លេអូស៊ីត) យកទៅសាងសង់និងជួសជុលអគារ (DNA) នៅក្នុងរាងកាយ។ |
| Drug-Gene Association | ជាទំនាក់ទំនងរវាងថ្នាំព្យាបាលនិងហ្សែន ឬប្រូតេអ៊ីនជាក់លាក់ណាមួយក្នុងរាងកាយ ដែលបង្ហាញពីរបៀបដែលថ្នាំនោះមានប្រតិកម្ម អន្តរកម្ម ឬប្រសិទ្ធភាពទៅលើមុខងាររបស់ហ្សែននោះក្នុងការបញ្ឈប់ជំងឺ។ | ដូចជាការស្វែងរកកូនសោ (ថ្នាំ) ឱ្យមានរាងស៊ីគ្នាទៅនឹងមេកូនសោ (ហ្សែន) ដើម្បីបើកឬបិទដំណើរការអ្វីមួយ។ |
| Message passing | ជាដំណើរការនៅក្នុងបណ្ដាញសរសៃប្រសាទក្រាហ្វ (GNN) ដែលចំណុច (Nodes) នីមួយៗផ្លាស់ប្តូរ និងប្រមូលព័ត៌មានពីចំណុចដែលនៅជិតខាងខ្លួន ដើម្បីស្វែងយល់ពីលក្ខណៈទូទៅនិងទំនាក់ទំនងដ៏ស្មុគស្មាញនៃបណ្តាញទាំងមូល។ | ដូចជាអ្នកជិតខាងជជែកគ្នាពីព័ត៌មានក្នុងភូមិ ធ្វើឱ្យអ្នករាល់គ្នាដឹងពីស្ថានការណ៍ទូទៅក្នុងសហគមន៍ទោះបីមិនបានដើរមើលគ្រប់ផ្ទះក៏ដោយ។ |
| Mean Absolute Error (MAE) | ជារង្វាស់ស្ថិតិដែលប្រើសម្រាប់គណនាកម្រិតកំហុសជាមធ្យមរវាងតម្លៃដែលម៉ូដែលបានទស្សន៍ទាយ និងតម្លៃពិតប្រាកដ ដោយវាស់ចម្ងាយដាច់ខាតដោយមិនគិតពីសញ្ញាបូក ឬដក។ តម្លៃកាន់តែតូច បង្ហាញថាម៉ូដែលកាន់តែសុក្រឹត។ | ដូចជាការវាស់ចម្ងាយខុសគោលដៅជាមធ្យមនៃការបាញ់ព្រួញ មិនថាខុសទៅឆ្វេងឬស្តាំទេ គឺគេបូកបញ្ចូលចម្ងាយខុសទាំងអស់ចែកនឹងចំនួនដងនៃការបាញ់។ |
| Node Embeddings | ជាការបំប្លែងទិន្នន័យនៃចំណុចនីមួយៗ (Nodes) ក្នុងបណ្ដាញ (Graph) ទៅជាទម្រង់វ៉ិចទ័រលេខ (Vectors) ជាស៊េរី ដើម្បីឱ្យកុំព្យូទ័រអាចយល់ និងរៀនពីលក្ខណៈ ឬទំនាក់ទំនងរបស់វាបានយ៉ាងងាយស្រួលនៅក្នុងលំហពហុវិមាត្រ។ | ដូចជាការបកប្រែអត្តសញ្ញាណនិងចំណង់ចំណូលចិត្តរបស់មនុស្សម្នាក់ៗទៅជាលេខកូដសម្ងាត់ ដើម្បីឱ្យម៉ាស៊ីនអាចចំណាំនិងប្រៀបធៀបភាពស្រដៀងគ្នាបានលឿន។ |
| Precision-Recall Curve | ជាខ្សែកោងក្រាហ្វិកដែលបង្ហាញពីការប្រៀបធៀបរវាងភាពសុក្រឹតក្នុងការរកឃើញភាពត្រឹមត្រូវ (Precision) និងសមត្ថភាពក្នុងការមិនរំលងទិន្នន័យដែលត្រឹមត្រូវ (Recall) នៅតាមកម្រិតកំណត់នៃការចាប់សញ្ញា (Thresholds) ផ្សេងៗគ្នា។ | ដូចជាការថ្លឹងថ្លែងរវាងការព្យាយាមចាប់ត្រីឱ្យបានច្រើនបំផុត (Recall) ធៀបនឹងការព្យាយាមចាប់ឱ្យបានតែត្រីដែលយើងចង់បានដោយមិនឱ្យជាប់សម្រាម (Precision)។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
