បញ្ហា (The Problem)៖ ការវាយតម្លៃគ្លីនិកនៃជំងឺផាកឃីនសុន (Parkinson's disease) ច្រើនតែធ្វើឡើងដោយកម្រ មានភាពលំអៀងទៅតាមអ្នកវាយតម្លៃ និងធ្វើឡើងតែនៅក្នុងមន្ទីរពេទ្យ ដែលធ្វើឱ្យមានការលំបាកក្នុងការតាមដានរោគសញ្ញាចលនាសំខាន់ៗប្រចាំថ្ងៃ ដូចជាការគាំងដំណើរ (Freezing of gait) ភាពយឺតយ៉ាវនៃចលនា (Bradykinesia) និងលំនឹងរាងកាយ។
វិធីសាស្ត្រ (The Methodology)៖ ការសិក្សានេះបានប្រមូលទិន្នន័យពីអ្នកជំងឺផាកឃីនសុនជាង ២០០ នាក់ ដោយប្រើប្រាស់ឧបករណ៍ចាប់សញ្ញាពាក់លើខ្លួន (IMU) និងស្មាតហ្វូន រួចអនុវត្តក្បួនដោះស្រាយបញ្ញាសិប្បនិម្មិតដើម្បីវាយតម្លៃ និងព្យាករណ៍ពីការថយចុះនៃសមត្ថភាពចលនា។
លទ្ធផលសំខាន់ៗ (The Verdict)៖
| វិធីសាស្ត្រ (Method) | គុណសម្បត្តិ (Pros) | គុណវិបត្តិ (Cons) | លទ្ធផលគន្លឹះ (Key Result) |
|---|---|---|---|
| Convolutional Neural Network (CNN) បណ្ដាញសរសៃប្រសាទសិប្បនិម្មិតប្រភេទ CNN |
អាចរៀន និងទាញយកលក្ខណៈពិសេសពីទិន្នន័យឆៅដោយស្វ័យប្រវត្តិ មិនត្រូវការការចម្រាញ់ (Feature Extraction) ដោយដៃ និងដំណើរការបានលឿនក្នុងពេលជាក់ស្ដែង។ | ទាមទារទិន្នន័យច្រើនសន្ធឹកសន្ធាប់សម្រាប់ការហ្វឹកហាត់កម្រិតខ្ពស់ និងពិបាកក្នុងការបកស្រាយពីមូលហេតុនៃការសម្រេចចិត្តរបស់វា (Low interpretability)។ | រកឃើញវគ្គនៃការគាំងដំណើរ (FOG) បាន ១០០% (លើទិន្នន័យ REMPARK) និងអាចព្យាករណ៍បាន ៥២,៣% ក្នុងរយៈពេលមធ្យម ៣,១ វិនាទីមុនពេលវាចាប់ផ្តើមជាក់ស្តែង។ |
| Support Vector Machine (SVM) ម៉ាស៊ីនវ៉ិចទ័រគាំទ្រ (SVM) |
មានសមត្ថភាពខ្ពស់ក្នុងការធ្វើចំណាត់ថ្នាក់ទិន្នន័យដែលមានទំហំតូច និងជួយពង្រីកគម្លាតព្រំដែនរវាងប្រភេទនីមួយៗបានយ៉ាងល្អ។ | តម្រូវឱ្យមានការរៀបចំ និងចម្រាញ់លក្ខណៈពិសេសនៃសញ្ញា (Signal preprocessing & feature extraction) ជាមុន ដែលចំណាយពេលច្រើន។ | ទទួលបានភាពត្រឹមត្រូវ ០,៩១៨ ក្នុងការទស្សន៍ទាយការគាំងដំណើរជាមុន (Pre-FOG) និងជាម៉ូដែលដ៏ល្អបំផុតក្នុងការវាយតម្លៃកម្រិតលំនឹងរាងកាយ។ |
| Artificial Neural Network (ANN) បណ្តាញសរសៃប្រសាទសិប្បនិម្មិត (ANN/MLP) |
អាចផ្តល់លទ្ធផលជាពិន្ទុបន្តបន្ទាប់ (Continuous scoring) ដែលជួយឱ្យការវាយតម្លៃមានភាពល្អិតល្អន់ជាងការដាក់ពិន្ទុជាលេខគត់ដាច់ៗពីគ្នា។ | ងាយនឹងជួបបញ្ហា Over-fitting ប្រសិនបើមិនមានទិន្នន័យគ្រប់គ្រាន់ និងត្រូវការការកំណត់រចនាសម្ព័ន្ធបណ្តាញស្មុគស្មាញ។ | ទទួលបានទំនាក់ទំនងគ្លីនិកកម្រិតខ្ពស់ (r = ០,៩២) ក្នុងការវាយតម្លៃភាពយឺតយ៉ាវនៃចលនា (Bradykinesia) ដែលខ្ពស់ជាងកម្រិតឯកភាពរវាងគ្រូពេទ្យ (០,៨៨)។ |
| Linear Discriminant Analysis (LDA) ការវិភាគការរើសអើងលីនេអ៊ែរ (LDA) |
ដំណើរការបានលឿនខ្លាំង មានលក្ខណៈសាមញ្ញ និងមានសមត្ថភាពធ្វើសាមញ្ញកម្ម (Generalization) បានល្អនៅលើទិន្នន័យថ្មី។ | ព្រំដែនលីនេអ៊ែររបស់វាអាចនឹងមិនគ្រប់គ្រាន់ដើម្បីញែកទិន្នន័យចលនាដែលមានភាពស្មុគស្មាញ និងទាមទារចំនួនទិន្នន័យច្រើនជាងចំនួន Features។ | ទទួលបានភាពត្រឹមត្រូវ ០,៩២១ ក្នុងការបែងចែកកម្រិតធ្ងន់ធ្ងរនៃបញ្ហាលំនឹង និងចលនា ដោយប្រើត្រឹមតែទិន្នន័យពេលអ្នកជំងឺបង្វិលខ្លួន។ |
ការចំណាយលើធនធាន (Resource Cost)៖ ការអនុវត្តប្រព័ន្ធនេះទាមទារធនធានកម្រិតមធ្យមសម្រាប់ការអភិវឌ្ឍ ដោយពឹងផ្អែកខ្លាំងលើទូរស័ព្ទស្មាតហ្វូនសម្រាប់ការប្រមូលទិន្នន័យ និងកុំព្យូទ័រដែលមានកម្លាំង GPU ដើម្បីហ្វឹកហាត់ម៉ូដែលបញ្ញាសិប្បនិម្មិត។
ទិន្នន័យនៅក្នុងការសិក្សានេះត្រូវបានប្រមូលពីអ្នកជំងឺវ័យចំណាស់នៅតំបន់អឺរ៉ុប (មានមូលដ្ឋានភាគច្រើននៅប្រទេសអ៊ីតាលី និងអឺរ៉ុបខាងលិច) ដែលមានវប្បធម៌ និងបរិយាកាសរស់នៅខុសពីប្រទេសកម្ពុជា។ ទម្លាប់នៃការដើរ ការពាក់ស្បែកជើង (ឬដើរជើងទទេនៅក្នុងផ្ទះ) ព្រមទាំងកម្រិតនៃការវិវត្តជំងឺនៅពេលធ្វើរោគវិនិច្ឆ័យនៅកម្ពុជា អាចធ្វើឱ្យលក្ខណៈនៃសញ្ញាចលនា (Gait patterns) មានភាពខុសគ្នា ដែលតម្រូវឱ្យមានការប្រមូលទិន្នន័យបន្ថែមក្នុងស្រុកដើម្បីកែតម្រូវម៉ូដែលឱ្យមានភាពសុក្រឹត។
វិធីសាស្ត្រនេះមានសក្តានុពលខ្លាំង និងស័ក្តិសមបំផុតសម្រាប់ប្រព័ន្ធសុខាភិបាលនៅក្នុងប្រទេសកម្ពុជា ដោយសារវាប្រើប្រាស់ឧបករណ៍ដែលមានតម្លៃថោក និងមានស្រាប់នៅលើទីផ្សារ។
ការបំប្លែងបច្ចេកវិទ្យានេះមកប្រើនៅកម្ពុជា ទាមទារត្រឹមតែការបង្កើតកម្មវិធីទូរស័ព្ទជាភាសាខ្មែរ និងការប្រមូលទិន្នន័យក្នុងស្រុកបន្ថែមបន្តិចបន្តួចប៉ុណ្ណោះ ដែលវាជាដំណោះស្រាយសុខាភិបាលឌីជីថលដ៏ឆ្លាតវៃ និងចំណាយតិច។
ដើម្បីអនុវត្តតាមការសិក្សានេះ និស្សិតគួរអនុវត្តតាមជំហានខាងក្រោម៖
| ពាក្យបច្ចេកទេស | ការពន្យល់ជាខេមរភាសា (Khmer Explanation) | និយមន័យសាមញ្ញ (Simple Definition) |
|---|---|---|
| Freezing of gait (FOG) | អាការៈមួយនៃជំងឺផាកឃីនសុន ដែលអ្នកជំងឺមានអារម្មណ៍ថាជើងរបស់ពួកគេជាប់ស្អិតនឹងកម្រាលឥដ្ឋ មិនអាចឈានជើងដើរទៅមុខបាន ទោះបីជាពួកគេមានបំណងចង់ដើរក៏ដោយ ដែលជារឿយៗបណ្តាលឱ្យមានគ្រោះថ្នាក់ដួលគ្រោះថ្នាក់។ | ដូចជារថយន្តដែលរលត់ម៉ាស៊ីនពាក់កណ្តាលទី ទោះអ្នកខំជាន់ហ្គែរយ៉ាងណាក៏វាមិនព្រមរំកិលទៅមុខដែរ។ |
| Bradykinesia | ភាពយឺតយ៉ាវនៃចលនារាងកាយ ដែលជាលក្ខណៈចម្បងមួយនៃជំងឺផាកឃីនសុន ធ្វើឱ្យអ្នកជំងឺចំណាយពេលយូរខុសធម្មតាក្នុងការចាប់ផ្តើម ឬអនុវត្តសកម្មភាពប្រចាំថ្ងៃដូចជាការក្រោកពីកៅអី ឬការដើរ។ | ដូចជាការចាក់វីដេអូក្នុងល្បឿនយឺត (Slow motion) ដែលរាល់សកម្មភាពទាំងអស់ត្រូវចំណាយពេលយូរជាងធម្មតា។ |
| Inertial Measurement Unit (IMU) | ឧបករណ៍ចាប់សញ្ញាអេឡិចត្រូនិកដែលរួមបញ្ចូលឧបករណ៍វាស់ល្បឿន (Accelerometer) និងឧបករណ៍វាស់រង្វិល (Gyroscope) សម្រាប់វាស់ស្ទង់ពីកម្លាំងសន្ទុះ ទិសដៅ និងមុំលំអៀងនៃចលនារាងកាយរបស់អ្នកជំងឺ។ | ដូចជាត្រីវិស័យនិងប្រព័ន្ធ GPS នៅក្នុងទូរស័ព្ទដៃរបស់អ្នក ដែលដឹងច្បាស់ពីទិសដៅនិងល្បឿនដែលអ្នកកំពុងធ្វើចលនា។ |
| Convolutional Neural Network (CNN) | ប្រភេទនៃបណ្តាញសរសៃប្រសាទបញ្ញាសិប្បនិម្មិត ដែលមានសមត្ថភាពអានទិន្នន័យឆៅ (ដូចជាសញ្ញាចលនាពីឧបករណ៍វាស់) ហើយទាញយកលក្ខណៈសម្គាល់ដោយស្វ័យប្រវត្តិ ដើម្បីទស្សន៍ទាយថាតើអ្នកជំងឺកំពុងស្ថិតក្នុងអាការៈគាំងដំណើរឬអត់។ | ដូចជាអ្នកជំនាញពិនិត្យក្រដាសប្រាក់ ដែលចេះសង្កេតមើលចំណុចលម្អិតតូចៗដោយស្វ័យប្រវត្តិដើម្បីដឹងថាវាជារបស់ពិត ឬក្លែងក្លាយ។ |
| Support Vector Machine (SVM) | ក្បួនដោះស្រាយនៃម៉ាស៊ីនសិក្សា (Machine Learning) ដែលវាវិភាគលើទិន្នន័យដោយបង្កើតបន្ទាត់ ឬព្រំដែនដ៏ល្អបំផុត ដើម្បីបែងចែកក្រុមទិន្នន័យខុសៗគ្នា (ឧទាហរណ៍៖ បែងចែករវាងទិន្នន័យពេលដើរធម្មតា និងទិន្នន័យពេលជិតគាំងដំណើរ)។ | ដូចជាការសង់របងបែងចែកព្រំប្រទល់ដីរវាងចម្ការផ្លែប៉ោម និងចម្ការផ្លែក្រូច ដោយធានាថាមានគម្លាតសុវត្ថិភាពធំបំផុតរវាងចម្ការទាំងពីរ។ |
| Levodopa (L-Dopa) ON/OFF state | ស្ថានភាពនៃការឆ្លើយតបទៅនឹងថ្នាំព្យាបាលជំងឺផាកឃីនសុន។ ស្ថានភាព "ON" គឺពេលថ្នាំកំពុងមានប្រសិទ្ធភាពជួយឱ្យអ្នកជំងឺធ្វើចលនាបានស្រួល ចំណែក "OFF" គឺពេលថ្នាំអស់ប្រសិទ្ធភាព ធ្វើឱ្យរោគសញ្ញាលេចឡើងវិញ។ | ដូចជាទូរស័ព្ទដែលសាកថ្មពេញ (ON) ដំណើរការបានរលូនល្អ ចំណែកឯទូរស័ព្ទជិតអស់ថ្ម (OFF) គឺចាប់ផ្តើមគាំងនិងដើរយឺត។ |
| Postural stability | សមត្ថភាពរបស់រាងកាយក្នុងការរក្សាលំនឹង និងទប់ខ្លួនមិនឱ្យដួលកំឡុងពេលឈរ ឬធ្វើចលនា ដែលអ្នកជំងឺផាកឃីនសុនច្រើនតែបាត់បង់សមត្ថភាពនេះនៅដំណាក់កាលចុងក្រោយនៃជំងឺ។ | ដូចជាការទប់លំនឹងជិះកង់លើខ្សែពួរ ដែលទាមទារឱ្យប្រព័ន្ធសរសៃប្រសាទបញ្ជារាងកាយឱ្យចេះកែតម្រូវទីតាំងខ្លួនឯងជានិច្ចកុំឱ្យធ្លាក់។ |
| MDS-UPDRS | ប្រព័ន្ធវាយតម្លៃស្តង់ដារអន្តរជាតិ (Movement Disorder Society-Unified Parkinson's Disease Rating Scale) ដែលគ្រូពេទ្យប្រើប្រាស់ដើម្បីវាស់ស្ទង់ និងដាក់ពិន្ទុលើកម្រិតភាពធ្ងន់ធ្ងរនៃរោគសញ្ញាចលនា និងបញ្ហាផ្សេងៗរបស់អ្នកជំងឺផាកឃីនសុន។ | ដូចជាសៀវភៅពិន្ទុប្រឡងប្រចាំខែរបស់សិស្ស ដែលគ្រូពេទ្យប្រើដើម្បីវាយតម្លៃកម្រិតសមត្ថភាពចលនារបស់អ្នកជំងឺលើផ្នែកផ្សេងៗគ្នា។ |
អត្ថបទដែលបានបោះពុម្ពនៅលើ KhmerResearch ដែលទាក់ទងនឹងប្រធានបទនេះ៖
ប្រធានបទ និងសំណួរស្រាវជ្រាវដែលទាក់ទងនឹងឯកសារនេះ ដែលអ្នកអាចស្វែងរកបន្ថែម៖
