หนึ่งในปัจจัยที่สำคัญที่สุดในการตอบสนองต่อกรณีทางการแพทย์คือเวลาการตอบสนอง โดยทั่วไปแล้ว ความเสียชีวิตส่วนใหญ่เกิดจากผู้ป่วยไม่สามารถไปถึงมือแพทย์ได้ทันเวลา นอกจากนี้ยังรวมถึงการมาถึงของอุปกรณ์การแพทย์ในที่เกิดเหตุ สมองของมนุษย์จะเริ่มเสื่อมลงหลังจากขาดออกซิเจนเป็นเวลา 3 นาที ซึ่งวิธีการขนส่งทางถนนที่หน่วยปฐมพยาบาลใช้อยู่ในปัจจุบันไม่สามารถไปถึงที่เกิดเหตุได้ภายใน 3 นาที ส่งผลให้มีการเสียชีวิตระหว่างการขนส่งหรือก่อนหน่วยปฐมพยาบาลจะมาถึงที่เกิดเหตุ ดังนั้นจึงได้มีการสำรวจการขนส่งอุปกรณ์การแพทย์ด้วยอากาศยานที่ควบคุมด้วยตนเองโดยอัตโนมัติ ซึ่งสามารถทำได้ผ่านการจัดส่งด้วยโดรนที่รวดเร็วกว่าใช้วิธีการทางถนน เนื่องจากอุปกรณ์สามารถบินตรงไปยังที่เกิดเหตุได้ ในโครงการนี้ เราจะสำรวจระบบการส่งมอบทางอากาศสำหรับอุปกรณ์การแพทย์ เช่น เครื่องกระตุ้นหัวใจอัตโนมัติ (AEDs) อุปกรณ์ปฐมพยาบาล และอุปกรณ์การแพทย์ขนาดเล็กอื่น ๆ ที่ร้องขอ เราจะทำสิ่งนี้ผ่านแพลตฟอร์มโดรนของ DJI และแอปพลิเคชัน SDK ของพวกเขา เป้าหมายหลักของโครงการนี้คือการลดเวลาการตอบสนองโดยการใช้โดรนอัตโนมัติเพื่อส่งมอบอุปกรณ์การแพทย์ เราพบว่าโดรนเป็นแพลตฟอร์มที่สามารถส่งมอบเครื่องกระตุ้นหัวใจไปยังผู้ป่วยได้อย่างมีประสิทธิภาพผ่านข้อมูลการบินที่รวบรวมและการทดสอบเบื้องต้น ซึ่งให้แพลตฟอร์มที่ยอดเยี่ยมสำหรับการพัฒนาระบบในอนาคต
หนึ่งในสาเหตุที่ทำให้ผู้ป่วยทั่วโลกเสียชีวิตมากที่สุดเกิดจากสภาวะหรือโรคที่มีอาการที่ไม่สามารถคาดการณ์ได้และเกิดขึ้นอย่างกะทันหัน เช่น โรคหัวใจขาดเลือด โรคหลอดเลือดสมอง และโรคปอดอุดกั้นเรื้อรัง ผู้ป่วยอาจไม่มีสัญญาณว่าต้องการความช่วยเหลือทางการแพทย์ก่อนที่จะเกิดอาการ ซึ่งทำให้ยากในการตัดสินใจว่าต้องการความช่วยเหลือทางการแพทย์หรือไม่ ตัวอย่างหนึ่งของสถานการณ์นี้คือการหยุดหายใจนอกโรงพยาบาล (OHCA) ซึ่งมีเพียง 8.8% ของผู้ป่วยเท่านั้นที่สามารถกลับบ้านได้ หากไม่มีการตรวจติดตามผู้ป่วยหรือการตรวจติดตามคลื่นไฟฟ้าหัวใจอย่างต่อเนื่อง แทบไม่มีวิธีใดที่สามารถทำนายได้ว่าเมื่อใดที่ผู้ป่วยจะเกิดอาการหยุดหายใจ เนื่องจากอาการที่เกิดขึ้นอย่างกะทันหันเหล่านี้ การตอบสนองเพื่อลงมือให้ความช่วยเหลือทางการแพทย์กับผู้ป่วยในที่เกิดเหตุจะต้องทำอย่างรวดเร็วที่สุด เนื่องจากโอกาสในการฟื้นตัวสมบูรณ์จะลดลงอย่างมากเมื่อเวลาการตอบสนองเพิ่มขึ้น โดยปกติแล้ว โอกาสในการรอดชีวิตในกรณี OHCA ที่มีจังหวะการทำงานของหัวใจที่สามารถช็อกได้จะลดลง 10% ต่อหนึ่งนาที หลังจากขาดออกซิเจน สมองของมนุษย์จะเริ่มเสื่อมลงหลังจาก 1 นาที และเข้าสู่สภาวะเสียหายของเซลล์ประสาทในระดับกว้างภายใน 3 นาที ดังนั้น ช่วงเวลา 3 นาทีนี้จึงมีความสำคัญอย่างยิ่ง เนื่องจากความตายจะใกล้เข้ามาในเวลา 5 นาที [5] ด้วยเทคโนโลยีการตอบสนองฉุกเฉินในปัจจุบัน เวลาการตอบสนองนี้กำลังถึงขีดจำกัดเนื่องจากปัจจัยจำกัดขนาดใหญ่อย่างการจราจรติดขัดซึ่งทำให้เวลาการตอบสนองไม่แน่นอน [6] เนื่องจากข้อจำกัดเหล่านี้กับเทคโนโลยีรถพยาบาลและการตอบสนองฉุกเฉินในปัจจุบัน โครงการนี้มีเป้าหมายเพื่อสำรวจตัวเลือกการขนส่งอื่น ๆ โดยเฉพาะการขนส่งทางอากาศโดยใช้ยานพาหนะทางอากาศอัตโนมัติหรือโดรน เมื่อเปรียบเทียบกับการขนส่งทางถนน เส้นทางการขนส่งทางอากาศไม่มีข้อจำกัดเรื่องการจราจรติดขัด และเส้นทางสามารถตรงมากขึ้น โดยข้ามการจราจรและแยกที่หนาแน่นทั้งหมด นอกจากนี้ยังปลอดภัยกว่าในการขนส่งอุปกรณ์ เนื่องจากมีปัจจัยที่หยุดการขนส่งน้อยลง สิ่งนี้จะช่วยปรับปรุงเวลาการตอบสนองของอุปกรณ์ต่าง ๆ เช่น AEDs EpiPens และชุดปฐมพยาบาล ซึ่งสามารถใช้งานได้โดยทุกคนในพื้นที่ใกล้เคียง สิ่งนี้อาจถือว่าเป็นการช่วยชีวิตที่สำคัญ
คณะอุตสาหกรรมอาหาร
งานวิจัยนี้ศึกษาฟิล์มบรรจุภัณฑ์แอคทีฟจากพอลิไวนิลแอลกอฮอล์ (PVA) และเส้นใยนาโนเซลลูโลส (NFC) โดยเติมอนุภาคซิลเวอร์นาโน (AgNPs) ที่สังเคราะห์จากสารสกัดสมอไทย ซึ่งมีฤทธิ์ต้านเชื้อแบคทีเรียและเชื้อรา ฟิล์มที่พัฒนาขึ้นถูกทดสอบสมบัติทางกล การยับยั้งจุลินทรีย์ และการย่อยสลายทางชีวภาพ ผลการวิจัยพบว่าการเติม AgNPs จากสมอไทยช่วยเพิ่มประสิทธิภาพในการปกป้องผลิตภัณฑ์และยืดอายุการเก็บรักษาสตรอเบอร์รีได้อย่างมีประสิทธิภาพ ทั้งยังเป็นมิตรต่อสิ่งแวดล้อม
วิทยาลัยนวัตกรรมการผลิตขั้นสูง
งานวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาเครื่องคัดแยกเฉดสีของพลอยแบบอัตโนมัติ เพื่อลดข้อจำกัดของการคัดแยกเฉดสีโดยอาศัยแรงงานมนุษย์ ซึ่งมีข้อจำกัดในด้านความรวดเร็วและความแม่นยำ งานวิจัยนี้นำเทคโนโลยีการเรียนรู้เชิงลึก (Deep Learning) มาใช้ในการวิเคราะห์และแยกเฉดสีของพลอย โดยพัฒนาอัลกอริทึมที่สามารถตรวจจับและจำแนกเฉดสีได้อย่างแม่นยำ พร้อมด้วยการออกแบบระบบรางอัตโนมัติเพื่อขนส่งพลอยผ่านเครื่องคัดแยกเฉดสีได้อย่างมีประสิทธิภาพ ระบบรางดังกล่าวช่วยให้กระบวนการคัดแยกดำเนินการได้อย่างต่อเนื่อง วิธีการทำงานของเครื่องคัดแยกประกอบด้วยการจับภาพสีของพลอยด้วยกล้องความละเอียดสูง จากนั้นประมวลผลภาพด้วยโปรแกรม เพื่อจำแนกเฉดสีของพลอย และส่งพลอยไปยังตำแหน่งที่กำหนดบนรางอัตโนมัติ ผลการทดลองแสดงให้เห็นว่า เครื่องคัดแยกเฉดสีอัตโนมัติที่รวมระบบรางมีความแม่นยำและรวดเร็วสูง สามารถช่วยลดต้นทุนแรงงานและเพิ่มประสิทธิภาพในการคัดแยกเฉดสีของพลอยได้อย่างมีนัยสำคัญ
คณะเทคโนโลยีการเกษตร
ทุเรียนเป็นพืชเศรษฐกิจที่สำคัญของประเทศไทยและเป็นสินค้าส่งออกที่มีปริมาณสูงที่สุดในโลก อย่างไรก็ตาม การผลิตทุเรียนให้มีคุณภาพสูงจำเป็นต้องอาศัยการดูแลสุขภาพของต้นทุเรียนให้แข็งแรงและปราศจากโรค เพื่อให้สามารถให้ผลผลิตได้อย่างมีประสิทธิภาพ และลดความเสียหายที่อาจเกิดขึ้นกับทั้งต้นและผลทุเรียน โรคที่พบได้บ่อยและสามารถแพร่กระจายได้อย่างรวดเร็ว มักเป็นโรคที่เกิดขึ้นบริเวณใบ ซึ่งส่งผลกระทบโดยตรงต่อการเจริญเติบโตของต้นทุเรียนและคุณภาพของผลผลิต การตรวจสอบและควบคุมโรคทางใบจึงเป็นปัจจัยสำคัญในการรักษาคุณภาพของทุเรียน งานวิจัยนี้มีวัตถุประสงค์เพื่อนำเทคโนโลยีการวิเคราะห์ภาพถ่ายร่วมกับปัญญาประดิษฐ์ (Artificial Intelligence: AI) มาประยุกต์ใช้ในการจำแนกโรคที่เกิดขึ้นในใบทุเรียน เพื่อให้เกษตรกรสามารถตรวจสอบโรคได้ด้วยตนเองโดยไม่ต้องอาศัยผู้เชี่ยวชาญ โดยจำแนกใบออกเป็น 3 ประเภท ได้แก่ ใบสุขภาพดี (Healthy: H) ใบที่ติดเชื้อแอนแทรคโนส (Anthracnose: A) และใบที่ติดเชื้อจุดสาหร่าย (Algal Spot: S) ทั้งนี้ ได้นำอัลกอริทึม Convolutional Neural Networks (CNN) ได้แก่ ResNet-50, GoogleNet และ AlexNet มาใช้ในการพัฒนาแบบจำลองเพื่อจำแนกประเภทของโรค ผลการทดลองพบว่า แบบจำลองที่ใช้ ResNet-50, GoogleNet และ AlexNet ให้ค่าความแม่นยำในการจำแนกใบเท่ากับ 93.57%, 93.95% และ 68.69% ตามลำดับ