โรคมะเร็งเป็นหนึ่งในปัญหาสุขภาพที่สำคัญอันเนื่องมาจากการเข้าสู่สังคมสูงอายุของประเทศไทย ความเสี่ยงในการเป็นโรคเรื้อรังของผู้สูงอายุมักทำให้เกิดข้อจำกัดต่าง ๆ ในการรักษา ส่งผลให้ผู้ป่วยส่วนมากไม่สามารถรักษาให้หายขาดและจำเป็นต้องได้รับการดูแลอย่างต่อเนื่อง รวมถึงการได้รับข้อมูลและคำแนะนำเกี่ยวกับโรคมะเร็งอย่างถูกต้อง อย่างไรก็ตาม การบันทึกข้อมูลสุขภาพของผู้ป่วยในปัจจุบันยังไม่สามารถเชื่อมโยงกันได้อย่างมีประสิทธิภาพ ทำให้การวิเคราะห์ข้อมูลเพื่อพัฒนารูปแบบการดูแลผู้ป่วยเป็นไปอย่างยากลำบาก นอกจากนี้ ข้อมูลที่ไม่ถูกต้องเกี่ยวกับโรคมะเร็งที่เผยแพร่ทางโซเชียลมีเดีย อาจทำให้ผู้สูงอายุเกิดความเข้าใจผิด ดังนั้นผู้วิจัยจึงได้พัฒนาระบบแชตบอตที่ใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติ เพื่อให้สามารถเข้าใจภาษาของมนุษย์และตอบคำถามได้อย่างแม่นยำสำหรับการดูแลผู้ป่วยสูงอายุโรคมะเร็งโดย ระบบแชตบอตจะนำเสนอข้อมูลที่ถูกต้อง เชื่อถือได้ และเป็นปัจจุบันตามองค์ความรู้ทางการแพทย์ที่ปรากฏอยู่ภายในฐานข้อมูลคลังความรู้ ซึ่งผ่านการคัดกรองจากบุคลากรทางการแพทย์ พร้อมทั้งพัฒนาเว็บแอปพลิเคชันเพื่อใช้ในการบันทึกและวิเคราะห์ผลประเมินของผู้ป่วยตามมาตรฐานทางการแพทย์ ทำให้บุคลากรทางการแพทย์สามารถวางแผนรับมือและหาแนวทางการรักษาที่เหมาะสมให้แก่ผู้ป่วย นอกจากนี้ทำให้เกิดการแบ่งปันและเชื่อมโยงข้อมูลระหว่างระบบต่าง ๆ ของโรงพยาบาล ส่งผลให้เกิดการนำข้อมูลไปใช้ในการปรับปรุงกระบวนการรูปแบบการรักษาที่ตรงเป้าหมายและทันสมัย อีกทั้งการพัฒนาระบบแชตบอตเปรียบเสมือนผู้ช่วยที่ให้บริการข้อมูลและคำแนะนำแก่ผู้ป่วย ช่วยลดภาระงานในการตอบคำถามของบุคลากรทางการแพทย์และส่งเสริมให้ผู้ป่วยมีส่วนร่วมในการดูแลสุขภาพของตนเองมากยิ่งขึ้น
โรคมะเร็งเป็นหนึ่งในสาเหตุสำคัญของการเจ็บป่วยและการเสียชีวิตของประชากรทั่วโลก องค์กรอนามัยโลก (World Health Organization; WHO) ระบุว่าในปี 2022 มีผู้ป่วยมะเร็งรายใหม่ประมาณ 20 ล้านคน และคาดว่าในปี 2050 จะมีผู้ป่วยมะเร็งรายใหม่เพิ่มเป็น 35 ล้านคนทั่วโลก โดยในประเทศไทยมีผู้ป่วยมะเร็งรายใหม่จำแนกตามระยะ ของโรคและกลุ่มอายุ ซึ่งพบว่าผู้ป่วยโรคมะเร็งที่อยู่ในระยะ ลุกลามส่วนใหญ่อยู่ในกลุ่มผู้สูงอายุร้อยละ 87 และมากกว่า ร้อยละ 50 ของผู้ป่วยโรคมะเร็งทั้งหมด จากสถิติดังกล่าว สามารถสรุปได้ว่า อายุที่เพิ่มขึ้นเป็นปัจจัยเสี่ยงสำคัญที่ส่ง- ผลต่อการเกิดโรคมะเร็ง ทำให้ผู้สูงอายุจึงมีความเสี่ยงสูง กว่ากลุ่มอายุอื่น ๆ และจำเป็นต้องได้รับการดูแลรักษา อย่างใกล้ชิด แต่การรักษาในปัจจุบันพบว่าการบันทึกข้อมูล ในแต่ละโรงพยาบาลของไทยมักไม่เชื่อมโยงกัน ซึ่งนำไปสู่ การวิเคราะห์และการวิจัยที่เป็นไปอย่างล่าช้า นอกจากนี้ ผู้สูงอายุส่วนใหญ่มักพบอุปสรรคในการเข้าถึงข้อมูลที่เกี่ยวข้องกับโรคมะเร็ง โดยเฉพาะข้อมูลจากแหล่งที่ไม่น่าเชื่อถือ ซึ่งอาจทำให้เกิดการเข้าใจผิดเกี่ยวกับโรคและวิธีการรักษา ดังนั้นผู้วิจัยจึงพัฒนาระบบแชทบอทและเว็บแอปพลิเคชัน เพื่อช่วยในการเข้าถึงบริการด้านสุขภาพของผู้ป่วยสูงอายุ และอำนวยความสะดวกให้แก่บุคลากรทางการแพทย์
คณะอุตสาหกรรมอาหาร
งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาเทคนิคการห่อหุ้มร่วม (Co-encapsulation) ของวิตามินซีและโคเอนไซม์คิวเท็นภายในลิโปโซม เพื่อเพิ่มเสถียรภาพและประสิทธิภาพการกักเก็บของสารสำคัญ รวมถึงศึกษาฤทธิ์ต้านอนุมูลอิสระและการปลดปล่อยในสภาวะจำลองระบบทางเดินอาหาร โดยทำการเตรียมลิโปโซมด้วยวิธี High-Speed Homogenization Method และวิเคราะห์คุณสมบัติต่าง ๆ เช่น ขนาดอนุภาค ศักย์ไฟฟ้า การกักเก็บสารสำคัญ และฤทธิ์ต้านอนุมูลอิสระผ่าน DPPH, ABTS และ FRAP assay ผลการศึกษาพบว่าการห่อหุ้มร่วมสามารถเพิ่มความเสถียรของวิตามินซีและโคเอนไซม์คิวเท็นได้อย่างมีนัยสำคัญเมื่อเทียบกับการห่อหุ้มเดี่ยว โดยมีค่าประสิทธิภาพการกักเก็บสูง และสามารถรักษาฤทธิ์ต้านอนุมูลอิสระได้ดี นอกจากนี้ ลิโปโซมที่เตรียมขึ้นยังแสดงประสิทธิภาพการปลดปล่อยที่เหมาะสมในสภาวะจำลองระบบทางเดินอาหาร แสดงให้เห็นถึงศักยภาพของเทคนิค Co-encapsulation ในการเพิ่มประสิทธิภาพของสารอาหารเชิงหน้าที่ ซึ่งสามารถนำไปประยุกต์ใช้ในอุตสาหกรรมอาหารและผลิตภัณฑ์เสริมสุขภาพได้
คณะเทคโนโลยีการเกษตร
เป็นการศึกษาภูมิปัญญา ชีววิทยา และ สารสำคัญ เพื่อนำพืชเสม็ดขาว (Melaleuca cajuputu Powell) เพื่อการอนุรักษ์ และนำมาใช้ประโยช์ด้านเการเกษตร สุขภาพ และพลังงานชีวมวล
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
ระบบประเมินโมเดลภาษาขนาดใหญ่แบบออฟไลน์ในภาษาไทยถูกออกแบบมาเพื่อช่วยให้ผู้เชี่ยวชาญสามารถทดสอบและประเมินประสิทธิภาพของโมเดลภาษาขนาดใหญ่ (Large Language Models: LLMs) ได้อย่างสะดวก รวดเร็ว และไม่ต้องพึ่งพาการเชื่อมต่อภายนอก ช่วยเพิ่มความคล่องตัวในการเลือกใช้ LLMs ที่เหมาะสมกับความต้องการขององค์กรหรือระบบผู้เชี่ยวชาญ (Expert System: ES) ระบบสามารถทำงานบนคอมพิวเตอร์ส่วนบุคคลโดยไม่ต้องกังวลเรื่องการเก็บข้อมูลภายนอก ส่งผลให้มีความปลอดภัยของข้อมูลสูง นอกจากนี้ ยังรองรับการทดสอบและพัฒนาโมเดลด้วยเทคนิคการดึงข้อมูลเสริม (Retrieval-Augmented Generation: RAG) เพื่อให้สามารถเข้าถึงข้อมูลเฉพาะทางและประมวลผลได้อย่างแม่นยำ มีประสิทธิภาพด้านพลังงาน และตอบสนองความต้องการขององค์กรและระบบผู้เชี่ยวชาญได้อย่างเหมาะสม