បញ្ហា (The Problem)៖ ការកើនឡើងនៃចំនួនប្រជាជនវ័យចំណាស់ និងជំងឺរាតត្បាតកូវីដ១៩ បានបង្កើតតម្រូវការបន្ទាន់សម្រាប់ប្រព័ន្ធវិនិច្ឆ័យ និងតាមដានអ្នកជំងឺតាមផ្ទះ ដើម្បីកាត់បន្ថយបន្ទុកហិរញ្ញវត្ថុ និងពេលវេលារបស់ស្ថាប័នថែទាំសុខភាព។
វិធីសាស្ត្រ (The Methodology)៖ អ្នកស្រាវជ្រាវបានស្នើឡើងនូវស្ថាបត្យកម្មថ្មីមួយហៅថា RAMi ដែលប្រើប្រាស់បច្ចេកវិទ្យាអ៊ីនធឺណិតនៃឧបករណ៍វេជ្ជសាស្ត្រ (IoMT) សម្រាប់ការតាមដានអ្នកជំងឺវ័យចំណាស់តាមពេលវេលាជាក់ស្តែង។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| General Purpose Real-Time Architectures (e.g. Smart City, Hut) ស្ថាបត្យកម្មតាមពេលវេលាជាក់ស្តែងសម្រាប់ការប្រើប្រាស់ទូទៅ (ឧ. ទីក្រុងឆ្លាតវៃ) |
អាចទាញយកទិន្នន័យពីប្រភពផ្សេងៗគ្នា និងប្រើសម្រាប់ការវិភាគបញ្ហាទូទៅបានយ៉ាងទូលំទូលាយ។ | មិនត្រូវបានរចនាឡើងជាពិសេសដើម្បីដោះស្រាយបញ្ហាធានាសុវត្ថិភាពទិន្នន័យ និងឯកជនភាពដ៏តឹងរ៉ឹងនៃវិស័យវេជ្ជសាស្ត្រនោះទេ។ | ស័ក្តិសមសម្រាប់រៀបចំប្រព័ន្ធពហុកម្រិត (Multi-level) តែខ្វះយន្តការសម្រាប់ការរៀនម៉ាស៊ីន (Machine learning) ដែលអាចទប់ស្កាត់ការវាយប្រហារតាមបណ្តាញជាក់លាក់លើទិន្នន័យអ្នកជំងឺ។ |
| Blockchain-based IoMT Architectures (e.g. BEdgeHealth) ស្ថាបត្យកម្ម IoMT ផ្អែកលើប្លុកឆេន |
មានសុវត្ថិភាពខ្ពស់ អាចកាត់បន្ថយពេលវេលាយឺតយ៉ាវ (Latency) និងធានាការរក្សាការសម្ងាត់ទិន្នន័យ (Confidentiality) តាមរយៈការចែកចាយកិច្ចសន្យាឆ្លាតវៃ។ | ត្រូវការធនធានផ្ទុកនិងគណនាខ្ពស់ ដែលមិនសូវស័ក្តិសមសម្រាប់ឧបករណ៍មានកម្រិតខ្សោយ (Constrained devices) ហើយភាគច្រើនអាស្រ័យលើមន្ទីរពេទ្យធំៗ។ | ផ្ដល់ការចែករំលែកទិន្នន័យប្រកបដោយសុវត្ថិភាព តែការប្រើប្រាស់ពិតប្រាកដសម្រាប់អ្នកជំងឺនៅផ្ទះមានកម្រិត។ |
| Proposed RAMi Architecture ស្ថាបត្យកម្ម RAMi ដែលស្នើឡើង |
ផ្តោតលើការកែច្នៃទិន្នន័យតាមពេលវេលាជាក់ស្តែង (Real-time processing) បំបាត់ការជូនដំណឹងខុស (False positives) និងការពារការសម្ងាត់ដោយប្រើការរៀនម៉ាស៊ីនបែបសហព័ន្ធ (Federated learning)។ | ការរៀបចំប្រព័ន្ធមានភាពស្មុគស្មាញ និងទាមទារការសហការរវាងក្រុមហ៊ុនផលិតឧបករណ៍វេជ្ជសាស្ត្រ ដើម្បីដោះស្រាយបញ្ហាអន្តរប្រតិបត្តិការប្រព័ន្ធ (Interoperability)។ | អាចដំណើរការទិន្នន័យ ECG ក្នុងល្បឿន 120 Hz យ៉ាងរលូន ព្រមទាំងអាចចាប់ភាពមិនប្រក្រតីបានតាមពេលវេលាជាក់ស្តែង។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការបង្កើតស្ថាបត្យកម្មនេះទាមទារធនធានផ្នែកទន់និងផ្នែករឹងដែលរចនាឡើងសម្រាប់ការអភិវឌ្ឍន៍ប្រព័ន្ធ Internet of Things (IoT) និង Machine Learning ។
ការសាកល្បងនេះត្រូវបានធ្វើឡើងនៅក្នុងបរិស្ថានមន្ទីរពិសោធន៍ដោយប្រើទិន្នន័យអ្នកជំងឺធម្មតានិងអ្នកមានជំងឺបេះដូងមួយចំនួនតូចប៉ុណ្ណោះ។ ប្រសិនបើកម្ពុជាចង់អនុវត្តប្រព័ន្ធនេះ វាចាំបាច់ត្រូវមានទិន្នន័យជីវសាស្ត្រ (Biometric data) ពីប្រជាជនក្នុងស្រុក ដើម្បីបង្វឹកម៉ូដែលបញ្ញាសិប្បនិម្មិតឱ្យបានត្រឹមត្រូវនិងកាត់បន្ថយភាពលម្អៀង (Bias) ដែលអាចប៉ះពាល់ដល់ការវិនិច្ឆ័យ។
ស្ថាបត្យកម្មនេះមានសក្ដានុពលខ្ពស់សម្រាប់កម្ពុជា ពិសេសក្នុងការដោះស្រាយបញ្ហាកង្វះបុគ្គលិកពេទ្យជំនាញ និងការលំបាកក្នុងការធ្វើដំណើររបស់អ្នកជំងឺតាមតំបន់ដាច់ស្រយាល។
ការអនុវត្តប្រព័ន្ធ RAMi អាចជាជំហានដ៏សំខាន់មួយក្នុងការធ្វើបរិវត្តកម្មប្រព័ន្ធថែទាំសុខភាពឌីជីថលនៅកម្ពុជា ប៉ុន្តែតម្រូវឱ្យមានការវិនិយោគលើហេដ្ឋារចនាសម្ព័ន្ធអ៊ីនធឺណិត និងបទប្បញ្ញត្តិសុវត្ថិភាពទិន្នន័យ។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Internet of Medical Things (IoMT) | បណ្តាញឧបករណ៍វេជ្ជសាស្ត្រឆ្លាតវៃ (ដូចជាសេនស័រវាស់ចង្វាក់បេះដូង) ដែលភ្ជាប់គ្នាទៅវិញទៅមកតាមរយៈអ៊ីនធឺណិត ដើម្បីប្រមូល វិភាគ និងបញ្ជូនទិន្នន័យសុខភាពអ្នកជំងឺទៅកាន់ប្រព័ន្ធកុំព្យូទ័រពេទ្យដោយស្វ័យប្រវត្តិនិងទាន់ពេលវេលាជាក់ស្តែង។ | ដូចជាមានគិលានុបដ្ឋាយិកាឌីជីថលនៅជាប់ខ្លួនអ្នកជានិច្ច ដែលចាំកត់ត្រាអាការៈរាងកាយ រួចរាយការណ៍ប្រាប់ពេទ្យភ្លាមៗ។ |
| Fog Layer | កម្រិតកណ្តាលនៃប្រព័ន្ធកុំព្យូទ័រ ដែលស្ថិតនៅចន្លោះឧបករណ៍សេនស័រ និងប្រព័ន្ធក្លោដ (Cloud) ដោយវាទទួលបន្ទុកច្រោះ និងកែច្នៃទិន្នន័យបឋមនៅជិតកន្លែងប្រមូលទិន្នន័យផ្ទាល់ ដើម្បីកាត់បន្ថយការយឺតយ៉ាវ និងសន្សំសំចៃទំហំបញ្ជូនទិន្នន័យទៅកាន់បណ្តាញធំ។ | ដូចជាប៉ុស្តិ៍ត្រួតពិនិត្យថ្នាក់ឃុំដែលជួយដោះស្រាយបញ្ហាតូចតាចភ្លាមៗនៅមូលដ្ឋាន ដោយមិនចាំបាច់បញ្ជូនរាល់កិច្ចការតូចតាចទៅសុំការសម្រេចពីថ្នាក់ជាតិ។ |
| Mobile Edge Computing (MEC) | បច្ចេកវិទ្យាដែលនាំយកសមត្ថភាពគណនានិងរក្សាទុកទិន្នន័យកម្រិតខ្ពស់ មកដាក់នៅគែមនៃបណ្តាញទូរស័ព្ទចល័ត (ក្បែរអ្នកប្រើប្រាស់បំផុត) ដើម្បីឱ្យកម្មវិធីអាចឆ្លើយតបបានលឿនបំផុតដោយមិនបាច់រង់ចាំការបញ្ជូនទិន្នន័យទៅកន្លែងឆ្ងាយ។ | ដូចជាការបើកឃ្លាំងស្តុកទំនិញខ្នាតតូចនៅក្បែរផ្ទះអតិថិជន ដើម្បីអាចដឹកជញ្ជូនទំនិញឱ្យបានភ្លាមៗ ជំនួសឱ្យការកម្ម៉ង់ពីឃ្លាំងកណ្តាលដែលនៅឆ្ងាយរាប់រយគីឡូម៉ែត្រ។ |
| Federated Learning | វិធីសាស្ត្របង្វឹកបញ្ញាសិប្បនិម្មិត (AI) ដោយបញ្ជូនតែចំណេះដឹងឬរូបមន្តដែលម៉ាស៊ីនរៀនបានពីទិន្នន័យមូលដ្ឋាន ទៅកាន់ម៉ាស៊ីនមេកណ្តាល ដើម្បីធ្វើបច្ចុប្បន្នភាពគំរូ ដោយមិនតម្រូវឱ្យមានការទាញយកទិន្នន័យឯកជនរបស់អ្នកជំងឺចេញពីឧបករណ៍របស់ពួកគេឡើយ។ | ដូចជាគ្រូឱ្យសិស្សរៀនធ្វើលំហាត់នៅផ្ទះរៀងៗខ្លួន រួចសិស្សយកតែចម្លើយនិងបទពិសោធន៍មកប្រាប់គ្រូ ដើម្បីបូកសរុបជាមេរៀនថ្មី ដោយមិនចាំបាច់យកសៀវភៅលំហាត់ផ្ទាល់ខ្លួនមកបង្ហាញគ្រូនោះទេ។ |
| Smart Contract | កម្មវិធីកូដកុំព្យូទ័រដែលដំណើរការដោយស្វ័យប្រវត្តិនៅលើប្រព័ន្ធប្លុកឆេន (Blockchain) នៅពេលដែលលក្ខខណ្ឌជាក់លាក់ណាមួយត្រូវបានបំពេញ ដើម្បីគ្រប់គ្រងការចែករំលែកទិន្នន័យ ឬបញ្ជាកិច្ចព្រមព្រៀងនានាដោយមិនចាំបាច់មានអន្តរាគមន៍ពីមនុស្ស។ | ដូចជាទូកាក់ស្វ័យប្រវត្តិ (Vending Machine) ដែលនឹងទម្លាក់ទឹកក្រូចមកឱ្យអ្នកភ្លាមៗ នៅពេលដែលអ្នកដាក់លុយចូលគ្រប់ចំនួន ដោយមិនចាំបាច់មានអ្នកលក់ចាំហុចឱ្យ។ |
| Time Series Database | ប្រព័ន្ធមូលដ្ឋានទិន្នន័យដែលត្រូវបានរចនាឡើងជាពិសេស សម្រាប់កត់ត្រា និងផ្ទុកទិន្នន័យដែលប្រែប្រួលទៅតាមពេលវេលាជាបន្តបន្ទាប់ (ឧទាហរណ៍៖ ទិន្នន័យចង្វាក់បេះដូងរៀងរាល់វិនាទី) ដើម្បីងាយស្រួលក្នុងការទាញយកមកវិភាគរកនិន្នាការយ៉ាងឆាប់រហ័ស។ | ដូចជាសៀវភៅកំណត់ហេតុប្រចាំថ្ងៃដែលរាល់ការកត់ត្រាទាំងអស់ត្រូវតែមានភ្ជាប់ជាមួយនូវ ម៉ោង នាទី និងវិនាទី ដើម្បីងាយស្រួលតាមដានថាតើមានរឿងអ្វីកើតឡើងនៅពេលណាមួយឱ្យប្រាកដ។ |
| Confidential Computing | បច្ចេកវិទ្យាសុវត្ថិភាពកម្រិតខ្ពស់ដែលបង្កើតតំបន់ការពារពិសេសមួយនៅក្នុងអង្គគណនា (CPU) ដើម្បីធានាថាទិន្នន័យរសើបត្រូវបានអ៊ិនគ្រីប (Encrypted) និងការពារសុវត្ថិភាពសូម្បីតែក្នុងពេលដែលកុំព្យូទ័រកំពុងប្រើប្រាស់វាដើម្បីគណនាក៏ដោយ។ | ដូចជាការអានឯកសារសម្ងាត់នៅក្នុងបន្ទប់កញ្ចក់ងងឹត ដែលមានតែអ្នកកំពុងអានប៉ុណ្ណោះអាចមើលឃើញ រីឯអ្នកដទៃទោះបីជាឈរមើលពីក្រៅក៏មិនអាចដឹងថាឯកសារនោះសរសេរពីអ្វីឡើយ។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
